Lima 20 Nov. (ANDINA) -
La inteligencia artificial (IA) se ha vuelto el tema estrella en directorios y equipos de innovación. Pero entre entusiasmo y resultados hay una gran distancia. Según McKinsey (2024), solo una de cada diez empresas que usa IA ha capturado valor financiero significativo.
“La mayoría aún busca hacerla rentable y sostenible”, señala Renzo Jeremías, CEO de Value Creation Consulting, empresa consultora en Estrategia y Transformación de Negocio.
Aunque el optimismo para los próximos años es alto, solo el 25% de líderes cree que sus empresas están listas para el desafío (Deloitte, 2024).
A continuación, Renzo Jeremías nos brinda tres consejos prácticos para obtener resultados reales —y evitar caer en la moda tecnológica del momento.
El sitio There’s an AI for That registra más de 1,000 herramientas nuevas al mes, pero casi la mitad queda inactiva rápidamente. Las herramientas pasan; los problemas de negocio permanecen.
Antes de invertir, pregúntate: ¿qué dolor intento resolver? ¿Qué línea del P&L o KPI operativo impacto? Walmart redujo sus costos de reparación en 20% usando gemelos digitales con IA.
JP Morgan procesa 12,000 contratos anuales con su plataforma COIN, ahorrando más de 360,000 horas de trabajo. John Deere ayuda a reducir 70% el uso de químicos mediante agricultura de precisión.
Lo que funciona en retail puede no servir en minería o agricultura. No busques “la mejor IA”, sino aplicar IA al problema correcto e impactar el KPI más relevante del negocio.
La innovación tecnológica parte de la incertidumbre.
Un piloto fallido no es un fracaso, sino un aprendizaje. Lo inteligente es probar en pequeño, corregir y escalar solo si genera valor.
Walmart inició con un piloto de tres meses y 100 proveedores, logrando 64% de acuerdos exitosos y 1.5% de ahorro.
Luego expandió el chatbot a más categorías. JP Morgan mostró su asistente de tesorería a unos pocos clientes antes de un piloto con empresas tecnológicas y de e-commerce. Comenzar en pequeño permitió avanzar rápido y con menos presión.
Hoy los líderes son más prudentes: dos tercios reconocen que solo 30% de sus pruebas de IA se completará en seis meses (Deloitte, 2025). Los mejores innovadores invierten con cautela y métricas claras.
Algunos problemas requieren automatización tradicional, rediseño de procesos o inteligencia emocional más que artificial. En atención al cliente, la IA resuelve solo 30% de los casos; el resto exige toque humano, contexto y confianza.
El principal obstáculo también es humano. Según BCG (2024), el 71% de ejecutivos identifica la falta de talento como la mayor barrera. Empresas que fomentan la colaboración humano-IA logran aumentos de productividad de 4x a 7x (Harvard Business Review), mostrando que el reto es potenciar capacidades, no reemplazarlas.
“La IA generativa evoluciona rápido, pero aún está en construcción. Las empresas que obtendrán resultados no serán las que más modelos prueben, sino las que mejor conecten tecnología, negocio y talento humano”, indicó el directivo de Value Creation Consulting.