La falta de datos confiables y de una integración efectiva con los procesos de negocio continúa siendo uno de los principales obstáculos para que las empresas obtengan resultados concretos de la inteligencia artificial (IA), pese a que 97,6 % de las empresas en América reconocen su impacto, señalaron expertos.
Durante el panel ‘IA como motor de negocio’, realizado este miércoles en el marco del TechTegia Summit: IA & Data Explote 2026, especialistas coincidieron en que las empresas de la región aún deben fortalecer la gestión de su información antes de aprovechar plenamente el potencial de estas herramientas.
La directora general de la Asociación Mexicana de la Industria de Tecnologías de Información (Amiti), Sofía Pérez Gasque, sostuvo que la adopción de IA debe traducirse en un impacto real para las organizaciones y contribuir al desarrollo económico del país.
La directiva recordó que, según proyecciones de la firma IDC, el gasto en IA en América crecerá a una tasa anual compuesta de 32,9 % entre 2023 y 2028, hasta alcanzar los 477.800 millones de dólares, por lo que consideró indispensable que las áreas tecnológicas participen en las decisiones estratégicas de las empresas y no operen de forma aislada.
Datos confiables, la base de la IA
Uno de los principales desafíos es la calidad de la información que alimenta los sistemas, puesto que, en numerosas organizaciones, los datos permanecen dispersos entre documentos, plataformas, procesos internos y registros físicos, lo que limita su aprovechamiento.
Suscribete al newsletter de Noticias SIN
La especialista en gestión inteligente de la información y automatización para América Latina, Adela Elizondo, advirtió que la confiabilidad de los sistemas depende directamente de la calidad de los datos con los que son entrenados y alimentados.
Si no tenemos confianza en los datos que vamos a alimentar a la IA, ¿cómo podemos creer en los indicadores y en las aplicaciones que vamos a utilizar?”, cuestionó.
La experta señaló que las empresas deben controlar, centralizar y gobernar su información antes de ponerla a disposición de modelos de IA, con el fin de garantizar que trabajen con datos actualizados, seguros y verificables.
El desafío es significativo. De acuerdo con el estudio Madurez de TI para adoptar IA en América, el 35,8 % de las organizaciones aún no ha realizado un inventario de sus activos de datos, mientras que más de la mitad considera necesarias inversiones importantes para fortalecer áreas como la gestión de la información, la seguridad y el cumplimiento regulatorio.
Tecnología debe integrarse al negocio
Los especialistas también alertaron sobre el riesgo de adoptar soluciones por entusiasmo o presión del mercado, sin identificar previamente qué problema resolverán o cómo se integrarán a la operación.
La IA puede generar reportes y análisis en minutos, pero no producirá resultados si las empresas carecen de procesos para convertir esa información en acciones y decisiones.
Jesús Montes, especialista en arquitectura de centros de datos e IA, destacó que el éxito de una implementación no depende únicamente de contar con el modelo más avanzado.
Tenemos que ser conscientes de que se requiere una integración con los procesos de la organización”, afirmó.
Además, agregó que las compañías también deben conocer qué datos sensibles están poniendo a disposición de los modelos y qué riesgos puede generar su uso.
