El 90% de las empresas españolas admite que su presupuesto actual pone en riesgo sus propios proyectos de inteligencia artificial. Lo dice un informe de NTT DATA publicado hace unos días, hecho a partir de datos de treinta y tres países.
Cuando lo leí, pensé lo mismo que probablemente estás pensando tú ahora: que es un problema de dinero y no, no lo es. O no principalmente. Y lo sé porque es un patrón similar al que me he encontrado hace poco trabajando con un cliente.
Lo que dice el informe (y por qué España no es una excepción)
Solo el 20% de las empresas españolas ha alcanzado el nivel más alto de madurez en cloud computing (computación en la nube). Es decir: ocho de cada diez todavía no están sacando todo el partido posible a su infraestructura cloud, justo la base sobre la que se sostiene cualquier proyecto, serio, de IA.
Lo llamativo es que España no va mal comparada con el resto. Va seis puntos por encima de la media global del estudio.
El problema no es de posición relativa, es de suficiencia: ir algo mejor que la media no significa tener la base que hace falta.
- El 57% de las organizaciones españolas reconoce que sus aplicaciones y sistemas heredados están frenando su capacidad de innovar.
- El 90% (como el anuncio de los dentistas) advierte que su presupuesto actual pone en peligro el éxito de sus propios proyectos tecnológicos.
- El 100% coincide en que la IA les obliga a invertir más en la nube de lo que tenían previsto.
Léelo otra vez: no dicen que les falte presupuesto para empezar a implementar inteligencia artificial. Dicen que el presupuesto que ya tienen destinado se les queda corto una vez que empiezan, porque descubren por el camino todo lo que deben «arreglar» antes de continuar aplicando IA.
El patrón que veo una y otra vez con algunos clientes
Hace poco entré a mirar un proceso muy concreto de un cliente que quería incorporar IA. La conversación empezó, como suele empezar, hablando de herramientas: qué modelo usar, qué empezábamos a automatizar primero ó cuánto tiempo se iba a ahorrar al mes.
Lo primero que encontramos, al entrar de verdad en el proceso, no fue la oportunidad de implementar inteligencia artificial en su negocio. Fue que nadie sabía, con datos reales, que procesos estaban funcionando bien, o mal, antes de tocar nada.
No había un sistema de medición mínimo debajo. Había intuición, algo de experiencia acumulada y ninguna forma objetiva de saber si lo que se estaba intentando mejorar con IA era, en realidad, un proceso que ya estaba roto por otro motivo.
Meter IA ahí no habría sido un error técnico. Habría sido pagar por acelerar algo que no sabíamos si merecía la pena acelerar.
¿Por qué el presupuesto se lleva la culpa?
Porque es lo primero que se nota cuando algo no sale como se esperaba. El presupuesto es el síntoma visible, no la causa. La causa suele estar una planta más abajo:
- Si hay datos limpios y estructurados
- Si hay un proceso lo bastante definido como para automatizarlo
- Si existe alguna forma de medir el «antes» para poder compararlo con el «después».
Es el mismo patrón que describe la categoría en la que encaja este artículo: tienes presencia digital, generas actividad, quizás ya inviertes en herramientas, pero los resultados no son predecibles porque confundes actividad con estrategia.
Añadir IA aquí no resuelve la falta de sistema. La hace más cara.
La pregunta que hay que hacerse antes de invertir en IA
No es qué herramienta usar. Es: hoy, sin IA, ¿sabemos medir si este proceso concreto está funcionando?
Si la respuesta es sí, con datos reales y no con la sensación de que «parece que va bien», entonces tiene sentido hablar de qué parte automatizar, o acelerar, con IA. Si la respuesta es no, ese es el punto de partida real, por delante de cualquier conversación sobre presupuesto, o herramientas.
No hace falta tener la infraestructura cloud perfecta, ni un departamento de datos para dar ese primer paso. Hace falta, simplemente, dejar de intentar arreglar con IA algo que todavía no se sabe medir.
Si estás valorando meter IA en tu empresa, pero no tienes una respuesta clara, podemos hablar de cómo enfocarlos antes de invertir en nada. Aquí puedes ver cómo trabajo esa fase de diagnóstico.
