El problema es que todavía no sabemos muy bien dónde

Casi la mitad de las empresas mexicanas dice usar inteligencia artificial. Pero sólo 13% ha llegado a una adopción avanzada de sistemas propios y procesos rediseñados alrededor de la tecnología (Strand Partners para AWS, 2026). La diferencia importa porque entre “usamos IA” y “nuestra operación funciona de otra manera gracias a la IA”, hay un trecho enorme.

Si el reto es mejorar la atención al cliente, quizá la prioridad no sea un software complejo, sino optimizar los canales de comunicación

Y creo que estamos empezando a verlo con más claridad. Hay usos bastante poco espectaculares que ya tienen sentido: resumir reuniones, transcribir, hacer primeras versiones de textos, explorar datos, generar código repetitivo o resolver consultas frecuentes. No suenan tan futuristas. Precisamente por eso funcionan: son tareas acotadas, con información relativamente estructurada y donde todavía es posible mantener supervisión humana.

En cambio, seguimos hablando mucho de agentes autónomos tomando decisiones estratégicas, empresas transformadas por simplemente incorporar IA y sistemas capaces de hacer prácticamente todo. Ahí conviene bajar un poco el volumen. Y no es porque la tecnología no pueda llegar ahí, sino porque la mayoría de las organizaciones todavía no tiene resuelto algo mucho más básico: sus datos, sus procesos y, sobre todo, para qué quiere utilizarla.

Si el reto es mejorar la atención al cliente, quizá la prioridad no sea un software complejo, sino optimizar los canales de comunicación

El reto, entonces, no parece ser solamente tecnológico. Es organizacional. Puedes tener acceso a los mejores modelos y aun así no conseguir demasiado si no sabes qué proceso quieres modificar, qué información necesitas, quién será responsable de supervisar los resultados y cómo vas a determinar si realmente mejoró algo. La tecnología puede estar disponible; la capacidad de integrarla correctamente es otra historia.

También por eso me parece relevante que la conversación empresarial esté cambiando. Ya no basta con experimentar con IA, ahora empiezan a importar más los resultados medibles y la posibilidad de llevar los casos que funcionan a una escala mayor. Ese cambio de experimentación hacia resultados y escalabilidad también aparece entre las tendencias identificadas para las empresas de México y Latinoamérica (EY, 2026).

Si el reto es mejorar la atención al cliente, quizá la prioridad no sea un software complejo, sino optimizar los canales de comunicación

Para mí, la pregunta interesante para una empresa ya no es “¿cómo incorporamos IA?”, sino “¿en qué parte de nuestra operación tiene sentido incorporarla hoy?”. No en la demo ni el pitch. En la operación.

Y quizá esa sea una de las cosas menos espectaculares, pero más útiles, que podemos decir hoy sobre inteligencia artificial, es que no todo necesita IA. Pero donde sí tiene sentido, deberíamos poder explicar exactamente por qué.

Fuentes
EY. (2026). Desafíos y tendencias para las empresas de México y Latinoamérica 2026.

Strand Partners para Amazon Web Services. (2026). Desbloqueando el potencial de la IA en México 2026.

Lee más contenido de nuestra colaboradora Nancy Salazar