A lo largo de la Reunión Anual de los Nuevos Campeones 2026, los líderes analizaron los desafíos de transformación con IA a los que se enfrentan las empresas.
Desde el despliegue de infraestructura hasta la preparación de los datos, las organizaciones deben superar múltiples barreras para implementar la tecnología a gran escala.
Estas son cuatro conclusiones compartidas por los líderes durante el evento.
La tecnología de IA está lista para transformar los negocios, pero la mayoría de las organizaciones no lo está.
Este fue uno de los temas de debate más recurrentes en la Reunión Anual de los Nuevos Campeones 2026 del Foro Económico Mundial, celebrada en Dalian, China (23-25 de junio).
A lo largo del encuentro, líderes del mundo empresarial, académico e institucional analizaron las principales brechas identificadas y algunas de las soluciones que podrían ayudar a las organizaciones a cerrarlas.
Estas son cuatro conclusiones clave compartidas por los líderes a lo largo del evento.
1. El automóvil está listo, pero la carretera aún debe construirse
Xue Lan, decana de la Escuela Schwarzman de la Universidad Tsinghua, comparó la introducción de la IA con los primeros días del automóvil. Cuando se introdujo por primera vez, su aplicación generalizada era imposible porque sencillamente no existía la infraestructura. Las carreteras estaban diseñadas para caballos y carros y, aun cuando se adaptaron, hicieron falta gasolineras para que las personas pudieran viajar más lejos.
“Realmente queremos que la tecnología se difunda en la sociedad, pero se necesitan tanto infraestructura física —centros de datos, energía— como infraestructura blanda, regulaciones, etc.”, afirmó. “Eso avanza mucho más lentamente en comparación con el desarrollo de modelos de frontera.”
Mehdi Ghissassi, director de Producto y Tecnología de AI 71, señaló que las empresas verdaderamente centradas en la IA deben adoptar un enfoque similar para rediseñar sus procesos internos. Extendiendo la analogía automovilística, dijo: “Si estuvieran planificando las calles de una ciudad y supieran que habría coches autónomos, probablemente no la organizarían de la misma manera en que lo hacemos ahora.
“Las empresas que hacen el arduo trabajo de rediseñar sus procesos hacen posible el uso de la IA.”
2. ¿Tan fácil como 1-2-3-4?
La tecnología de IA es tan buena como los datos que la alimentan. Sin conjuntos de información claros, las organizaciones solo podrán cometer errores con mayor rapidez, advirtió Roli Agrawal, directora de Estrategia de NTT DATA. “Muchas veces, los datos que vemos en nuestros clientes están muy fragmentados”, explicó. “Y si construyes la IA sobre el caos, seguirá siendo caos, solo que súper rápido en GPU.”
Agrawal compartió la regla 1-2-3-4 de su organización: por cada $1 invertido en el desarrollo de agentes de IA, animan a sus clientes a gastar $2 en gestión del cambio, $3 en arquitectura, gobernanza y salvaguardas, y $4 en la preparación de los datos. Según explicó, de este modo las empresas pueden escalar la IA y volverse verdaderamente inteligentes.
3. Las personas como predictores
Para comprender plenamente hacia dónde nos lleva la IA, debemos considerar cómo la usan las personas, y no solo sus capacidades brutas, según Jonas Prising, presidente y director ejecutivo de ManpowerGroup.
“La humanidad ha visto este tipo de evoluciones tecnológicas muchas veces y, en última instancia, lo que las personas hacen con las tecnologías es un predictor mucho más certero de lo que finalmente ocurrirá que lo que la tecnología en sí puede hacer”, explicó.
“El debate se centra tanto en la capacidad de cómputo, el talento y el capital, y no se enfoca lo suficiente en lo que debemos hacer para que los empleados, los trabajadores y las organizaciones adopten esto a gran escala de forma que beneficie a las organizaciones y a la sociedad, pero también a las personas que usan la tecnología.”
4. No esperes para lanzarte
Si bien cada uno de estos desafíos debe abordarse, esperar a que se den condiciones perfectas no es la solución. Feng Junlan, científica jefe de China Mobile, considera que, aunque muchos obstáculos arquitectónicos llevarán tiempo en resolverse, la adquisición de habilidades en IA y la familiarización con ella deben darse en paralelo.
“La empresa no está preparada en cuanto a datos, a sus sistemas o a su tecnología de sensores… no deberías intentar resolver todas esas cuestiones básicas porque probablemente te llevará un par de años hacerlo”, dijo.
“Si la IA es el océano, ahora estamos en la superficie. Si quieres nadar en el océano, tienes que zambullirte.”
Las citas han sido ligeramente editadas para mayor brevedad y claridad.
¿Ya lo ha leído?
