La inteligencia artificial dejó de ser una promesa futura para convertirse en una realidad que ya permea la vida cotidiana de millones de personas. Sin embargo, muchas empresas latinoamericanas aún dudan, prueban en los márgenes de sus operaciones y postergan una decisión que, según Héctor Bravo, vocero de SONDA —empresa tecnológica latinoamericana con presencia regional—, ya no puede esperar más. En una conversación directa y sin tecnicismos innecesarios, Bravo desgranó los obstáculos reales, las oportunidades concretas y el mensaje que le daría a cualquier CEO que todavía mira la IA desde la orilla.

¿Cómo describe usted el momento actual de la inteligencia artificial en Latinoamérica?

Para Bravo, el fenómeno tiene una particularidad histórica que no debe pasarse por alto: esta vez, la tecnología no llegó primero a la industria.

"Estábamos acostumbrados a que primero la industria absorbiera tecnología y después llegara al diario vivir de los vecinos, de los ciudadanos. Y en este caso salió en esta lógica más de como de social network", explicó. Puso un dato revelador sobre la mesa: la gente descargó ChatGPT más rápido de lo que descargó TikTok o incluso WhatsApp. Eso, a su juicio, "cambió un poco las reglas del juego".

El resultado es una paradoja: la industria latinoamericana va, por primera vez, detrás del ciudadano común. Pero Bravo ve ahí también una ventaja estratégica. Los países de la región no cargan con la presión de desarrollar los grandes modelos de lenguaje (LLM), esas arquitecturas que demandan granjas de servidores de alto desempeño. "Tenemos la gracia de poder utilizarla y ponernos en el tope de la línea, de poder incorporarla a nuestros procesos", señaló.

Lo que sí preocupa al ejecutivo es que las organizaciones latinoamericanas han pasado demasiado tiempo "divagando" en pruebas de concepto y pilotos al margen del negocio. "Estamos llamados en Latinoamérica a poder incorporar estas capacidades a los procesos más centrales, a la estrategia de las organizaciones", afirmó.

En ese contexto, ¿cuál es el primer obstáculo real que debe superar una empresa para integrar la IA de forma genuina?

Bravo rechazó hablar de "obstáculos" y prefirió el concepto de "capacidades habilitantes". Y la primera, a su criterio, es clara: el gobierno de datos.

"Si no contamos con los datos curados, que estén gobernados, limpios, que sean un fiel reflejo de lo que hace la organización, la dificultad de incorporar inteligencia artificial es enorme", sostuvo. Y advirtió sobre un riesgo aún mayor: incorporar IA con datos incorrectos. "Pudiera entregar resultados que evidentemente no van a ser los correctos."

El segundo obstáculo es más psicológico que técnico. Las grandes corporaciones tienen fresca la memoria del proceso de migración a la nube, que para muchas resultó costoso y complejo. "En el rabillo del ojo la gente dice, los empresarios creen que esta tecnología pudiera ser muy cara o tan cara como lo que han vivido en los últimos desarrollos tecnológicos", explicó. Por eso, Bravo recomienda asesorarse con empresas especializadas como SONDA para garantizar que los costos no se disparen, por ejemplo, por el "uso excesivo de tokens".

Pero el desafío más profundo, advirtió, es cultural y estratégico: que el CEO entienda cómo la IA le aporta valor a su estrategia, mejora la competitividad y eleva la productividad. "El CEO es quien tiene que poner estos desafíos a la organización y ser un sponsor de esta nueva tecnología", subrayó, y añadió con contundencia: "Estamos en un mundo súper competitivo. El retail, que antes era un negocio definido en una estructura física, hoy compite con grandes retailers internacionales que en cabo de dos semanas te pueden mandar un producto directamente a tu casa en Ecuador."

¿Qué pasa con las empresas que tienen datos fragmentados o desactualizados? ¿La IA está fuera de su alcance?

No necesariamente, respondió Bravo, aunque con matices importantes. La tendencia en modelos de agentización apunta en dirección contraria a los grandes data lakes: se busca información precisa y específica, no volumen masivo.

"Uno puede hacer pequeños modelos de datos que permitan agentizar para un proceso de negocio muy específico, sin la necesidad de hacer un gran proyecto de gobierno de datos", explicó. Y comparó la práctica habitual de acumular datos sin analítica con el síndrome de Diógenes: "Tienen exceso de datos y no exceso de analítica."

Sin embargo, fue claro en que esta táctica no reemplaza la solución de fondo. "Eso te permite avanzar, pero no te va a sacar del problema de que tienes que mejorar tu gobierno de datos." Para explicarlo en términos simples, usó el ejemplo del gerente de ventas: "Es el dueño de los datos asociados al proceso de venta y tiene que asegurarse de que sean un fiel reflejo de lo que pasa en la realidad."

Su mensaje final sobre este punto fue tranquilizador: "No hay que entrar en una situación de pánico y decir que tengo que armar un megaproyecto de datos. Mientras antes parta, mejor."

¿Y cómo se aborda el riesgo de sesgos, problemas legales o daño reputacional?

Aquí Bravo fue enfático: todo comienza con definir una política estratégica de uso de IA antes de implementar cualquier solución.

"Siempre recomiendo, antes de empezar a trabajar con inteligencia artificial, definir muy bien la estrategia de uso", dijo. Esa política debe contemplar el stack tecnológico, los partners, la protección de datos y los marcos normativos. Un ejemplo que puso sobre la mesa: si una empresa en Ecuador migra a una nube pública, sus datos probablemente terminarán en servidores en Estados Unidos. ¿Es eso compatible con la legislación de protección de datos personal? Esa pregunta, señaló, debe responderse antes de dar cualquier paso.

Además, remarcó que los equipos de ciberseguridad, infraestructura y legal deben estar alineados desde el inicio. Y cuestionó la percepción de que las "alucinaciones" de los modelos son el gran problema a resolver: "Hoy día las alucinaciones no son tan el gran mal. Lo más relevante es evitar que los asistentes tengan sesgo, ya sea por la documentación que estoy presentando o por la historia en general."

Marcas como Microsoft, indicó, trabajan activamente en evitar sesgos de género y políticos. Y el consejo final en este ámbito fue estratégico: "Definir muy bien el marco de lo que está permitido hacer en cada compañía y sobre eso ir colocando las capas tecnológicas."

¿Cómo se mide el retorno de inversión al implementar IA en decisiones estratégicas?

Bravo identificó tres dimensiones concretas de medición.

La primera y más transformadora, a su juicio, es el time to market y la capacidad de tomar decisiones en tiempo real. "Eso hace que las organizaciones pasen de ser reactivas a ser proactivas", afirmó. El ejemplo que usó fue el contact center tradicional, diseñado para esperar que el cliente llame ante un problema. La IA invierte esa lógica: permite anticiparse.

La segunda dimensión es la productividad personal. "En general, la productividad de una persona aumenta entre un 30 y un 40 por ciento al uso de algún agente colaborativo que esté apoyándola en sus tareas de diario hacer", precisó.

La tercera tiene que ver con la reducción de riesgo y error humano en tareas repetitivas. En entornos industriales, por ejemplo, un robot supervisando una línea de producción no padece fatiga, no malinterpreta lecturas de instrumentos, no comete los errores que genera el cansancio. "Disminuye el riesgo laboral y evita errores que producto del cansancio pudieran ocurrir", señaló.

¿Qué le diría usted a ese CEO que todavía tiene miedo de dar el paso?

La respuesta de Bravo fue directa, articulada en tres mensajes.

Primero: la tecnología ya existe y tiene historia. "Los modelos matemáticos fundacionales de la inteligencia artificial partieron en 1939 con Alan Turing, que descifró el código enigma. Por lo tanto, eso ya está resuelto. Ya no es una tecnología que pudiera ocurrir. No, ya ocurrió."

Segundo: nunca es tarde. "El mejor momento de partir es hoy, pero el segundo mejor es mañana. Siempre se puede."

Tercero: asesorarse bien. Describió casos de clientes con proyectos estancados durante ocho meses, con falta de conocimiento técnico y exceso de promesas de algunos proveedores. La buena noticia, recalcó, es que el retorno de inversión está probado.

Y cerró con una reflexión que lo dice todo: "No hay que enamorarse de la tecnología, hay que enamorarse de los resultados de la tecnología."

En su mensaje final fuera de las preguntas, añadió: "Este desafío está vigente, muy vigente, y vino para quedarse. Nosotros sabemos cómo parte; depende de nosotros saber cómo termina."

Héctor Bravo es vocero de SONDA, empresa tecnológica latinoamericana especializada en transformación digital e inteligencia artificial para organizaciones públicas y privadas de la región.