Izaskun López-Samaniego, Data Strategist en Globant, explica en esta tribuna los retos culturales, técnicos y éticos que enfrentan las empresas para implementar una estrategia de IA con éxito.
Como ya atisbábamos el año pasado, en este 2025 la Inteligencia Artificial (IA) está ocupando un lugar clave en la estrategia de toda empresa, especialmente a la hora de sacar el máximo potencial al análisis de datos. Sin embargo, vemos cómo gran parte de las organizaciones que realizan proyectos de IA finalmente no cumplen las expectativas esperadas, un escenario ante el cuál debemos plantearnos qué está sucediendo para no sacar el máximo beneficio de esta nueva herramienta tecnológica que ha llegado para quedarse.
Resulta que, implementar proyectos de IA a gran escala va más allá de su aplicación técnica, ya que conlleva un esfuerzo de adaptación que no ha de pasarse por alto, implicando tanto la adaptación de las plataformas existentes como la de los propios trabajadores, incluyendo a los profesionales tecnológicos que ya cuentan con conocimientos previos en este ámbito.
Además supone un cambio cultural de las empresas en general, evolucionando hacia un espacio donde se promueva la adopción e innovación de la IA para aprovechar el potencial de los datos. De manera que el éxito en la implementación de una estrategia de IA pasa, obligatoriamente, por ser o convertirse en una empresa con una cultura de datos forjada (“data driven”) lo que implica ser una organización consciente de la importancia de los datos para el rendimiento de sus operaciones y para la propia transformación y evolución del negocio.
Es por ello, que fomentar una cultura de pensamiento creativo y experimentación, con el fin de explorar nuevas posibilidades para el negocio, es clave para conseguir el éxito de implementar una estrategia de datos en las compañías. Para ello tenemos que poner el foco en el aprendizaje y la formación continua, con el propósito de que los equipos se mantengan actualizados y sean capaces de guiar a la empresa a la hora de adaptarse a las necesidades del mercado; y por supuesto en luchar por establecer una conciencia ética, mediante guías o estructuras de gobernanza que garanticen que los equipos comprendan las implicaciones éticas de sus operaciones.
Estos valores intangibles se unen a otros desafíos más prácticos y viejos conocidos, como la calidad, el cumplimiento legal y la seguridad de la información. La primera porque es la base de un buen modelo de IA de cara a obtener resultados fiables; la segunda implica cumplir con las regulaciones vigentes en cada mercado; y por último y no por ello menos importante, debemos garantizar la seguridad de la información utilizada, evitando que existan brechas o vulnerabilidades que puedan ser aprovechadas por la ciberdelincuencia. Además, más allá del cumplimiento con las leyes de privacidad, y como mencionaba anteriormente, no debemos olvidarnos de la ética en el uso de la IA, ya que entrenar los modelos sin tener en cuenta conceptos como los sesgos pueden traducirse en resultados no solo injustos si no también poco fiables.
Con todo ello, vemos cómo adoptar una estrategia para implementar la IA y aprovechar todo lo que los datos nos pueden ofrecer en favor del crecimiento de la organización implica establecer una cultura “data driven” empresarial, teniendo que hacer frente a desafíos técnicos pero también intrínsecos a la cultura empresarial a la hora de emprender este viaje “de los datos a la IA”, con el fin de implementar una una estrategia de IA que impulse los objetivos del negocio con éxito.
