La inteligencia artificial (IA) a nivel empresarial puede desbloquear más potencial y se ha demostrado que reduce los costes de los incidentes de IA hasta en un 8 %, pero solo el 2 % de los líderes la integra.
Para escalar a nivel empresarial se necesitan datos preparados para la IA, modelos de IA adecuados a cada finalidad, talento con formación avanzada y una gobernanza responsable de la IA; hacerlo de forma conjunta garantiza la productividad sin comprometer los estándares.
El Foro Económico Mundial ofrece una plataforma imparcial para que las empresas comprendan las nuevas tecnologías e impulsen su adopción y aplicación responsables, también a través de la Alianza de Gobernanza de la IA.
La inteligencia artificial (IA) está ayudando a las personas a trabajar mejor, al incrementar la productividad hasta en un 40 %. Pero existe una diferencia significativa entre introducir la IA en unos pocos ámbitos concretos, como la ingeniería de software y el marketing, y escalarla a nivel empresarial.
Para ser verdaderamente innovadora, la IA debe influir en flujos de trabajo completos, y no solo en tareas aisladas, al tiempo que permite tomar decisiones coherentes y en tiempo real.
Existen varios requisitos previos para escalar la IA a nivel empresarial: datos preparados para la IA; modelos de IA adecuados a cada finalidad; talento con formación avanzada; y una gobernanza responsable de la IA.
En conjunto, estos elementos garantizan que los sistemas de IA generen impacto empresarial en producción sin desviarse del rumbo. Por ejemplo, aplicar la IA al mantenimiento predictivo para reducir los tiempos de inactividad debe hacerse protegiendo la seguridad de los trabajadores.
La innovación responsable es un motor de crecimiento
Acertar con estos aspectos es fundamental para las organizaciones. Sin embargo, la innovación responsable con IA dista mucho de ser sencilla. Según una investigación de Infosys, solo el 2 % de las organizaciones estaba preparada para la IA empresarial a comienzos de 2025 en los cinco pilares de estrategia, datos, tecnología, gobernanza y talento.
Además, una investigación reciente constató que solo el 2 % de los líderes integra las prácticas de IA responsable necesarias al poner en marcha la IA a gran escala (el 15 % son seguidores), siendo las capacidades más débiles la mitigación de riesgos y la confianza en las soluciones de IA.
Para quienes sí lograron el éxito con la IA responsable, los beneficios fueron significativos. Los líderes en IA responsable del grupo investigado redujeron los costes y la gravedad de los incidentes de IA.
Está surgiendo una tendencia clara: los clientes favorecen cada vez más el código abierto en los debates sobre innovación.
Mientras tanto, las mejores prácticas de IA responsable, como las técnicas de explicabilidad y fiabilidad, junto con los procesos de validación e ingeniería de modelos o las protecciones frente a infracciones de propiedad intelectual, redujeron el gasto global en IA hasta en un 8 %.
Además, un enfoque de IA responsable más centrado permitió aumentar el rendimiento de los proyectos de IA. No es de extrañar, por tanto, que el 78 % de los directivos encuestados afirmara que la IA responsable es un motor clave de crecimiento para su empresa.
La importancia de una plataforma, un foundry y una fábrica
La IA evoluciona con rapidez y es fundamental adoptar los modelos más adecuados y la infraestructura en la nube en función de los casos de uso previstos. Este enfoque de plataforma «poly AI» y «poly cloud», es decir, el uso estratégico y múltiple de varios modelos de IA y plataformas en la nube, junto con los marcos de gobernanza necesarios, facilita la innovación responsable en IA a gran escala.
También evita que las organizaciones queden atadas a inversiones en IA plurianuales.
Este enfoque de plataforma también permite la IA agéntica, una tecnología que ya se aplica en todos los sectores, donde los robots de software orientados a objetivos completan tareas con poca o ninguna intervención humana.
La plataforma utiliza reglas de comunicación específicas, conocidas como protocolo de contexto de modelos y protocolo de agente a agente, para permitir que los agentes de IA interactúen de forma segura con sistemas empresariales sensibles, como SAP y Salesforce.
Estos protocolos están diseñados para ofrecer sólidas garantías de seguridad, asegurando que ningún agente pueda realizar tareas no previstas o perjudiciales.
Un enfoque de plataforma permite procesos que cumplen la normativa de privacidad, al tiempo que acelera la creación de soluciones de IA. La investigación reciente y la experiencia de los clientes sugieren un enfoque en dos etapas: primero, crear un AI foundry para experimentar con nuevos modelos y soluciones, y después poner en práctica esos aprendizajes mediante una AI factory. Este enfoque gestiona los riesgos asociados a la IA a medida que se amplía su adopción.
El punto de inflexión del código abierto
Igual de decisivo para escalar la IA de forma responsable es seleccionar los modelos de IA subyacentes. En 2026, muchas organizaciones recurrirán a soluciones de código abierto, aprovechando el 63 % de las organizaciones que ya utilizan hoy herramientas de IA de código abierto.
Para los integradores de sistemas, como Infosys, el código abierto democratiza la IA al reducir la dependencia de unos pocos proveedores dominantes y permitir el desarrollo de soluciones escalables y rentables.
La principal razón para elegir modelos de código abierto frente a modelos propietarios son sus menores costes de implementación y mantenimiento, junto con la flexibilidad y la amplitud de opciones de modelos que ofrecen ecosistemas como Hugging Face, una comunidad centralizada de IA para desarrolladores.
Está surgiendo una tendencia clara: los clientes favorecen cada vez más el código abierto en los debates sobre innovación. Las empresas se sienten atraídas por la mayor transparencia y flexibilidad que ofrecen estos modelos, así como por su capacidad de ajuste fino para dominios específicos de cada sector, en los que la precisión del modelo y la comprensión del contexto son fundamentales.
No obstante, existe otra cara de la moneda: siguen planteándose dudas sobre hasta qué punto estos modelos son realmente «abiertos». Muchos todavía no dan acceso a los conjuntos de datos de entrenamiento, a los procesos de preentrenamiento ni al código de evaluación. Esto puede socavar la rendición de cuentas de los modelos y complicar la distribución de responsabilidades a lo largo de la cadena de valor de la IA.
La necesidad de una gobernanza centralizada
Además de construir una plataforma de IA de nivel de producción y abrir el código de los modelos, la forma más eficaz de poner en práctica la innovación responsable es centralizar la gobernanza. Un registro centralizado de modelos y agentes de IA favorece un despliegue escalable, al tiempo que mantiene la seguridad y el cumplimiento de los estándares operativos.
Las capacidades centralizadas también permiten el seguimiento de costes, la supervisión del rendimiento y la innovación continua, garantizando que los despliegues de IA sigan siendo responsables, fiables y eficientes.
Infosys ha puesto en marcha varias iniciativas para integrar la responsabilidad y la transparencia en su ecosistema de IA:
Sistema de gestión de la IA: Un marco para la validación continua del uso de la IA durante los ciclos de desarrollo y despliegue.
Certificación de componentes de software: Un sistema verificable que garantiza que todos los componentes de software se registran, cuentan con las licencias adecuadas, documentan las vulnerabilidades, mitigan los riesgos de la cadena de suministro y previenen las infracciones de licencias.
Salvaguardas de IA responsable: Infosys ha desarrollado un kit de herramientas de IA responsable con mecanismos integrados para la detección de sesgos, la explicabilidad y el control de alucinaciones, que garantizan que los sistemas de IA funcionen dentro de los límites éticos y operativos. Infosys también ha abierto el código de este kit para favorecer su adopción por parte del sector.
Gobernanza de datos: Uso de hojas de datos y validación de la procedencia de los modelos, en consonancia con la Ley de IA de la Unión Europea y los convenios de propiedad intelectual, para garantizar un uso responsable de los datos y su trazabilidad.
Certificación ISO 42001: Alcanzar este estándar emergente de IA responsable refuerza la confianza en los sistemas de IA, tanto entre los empleados como entre los clientes.
En conjunto, estas innovaciones ayudan a Infosys a poner en funcionamiento soluciones de IA seguras y responsables a gran escala. Esta capacidad favorece la innovación a la vez que protege la confianza y la reputación de marca; todo ello es fundamental en un entorno empresarial en el que los incidentes relacionados con la IA suelen provocar daños reputacionales significativos.
Innovación responsable en IA a través de las personas
Entre todos estos factores, la dimensión del talento puede ser la más determinante. Según el AI Business Value Radar de Infosys, las organizaciones que preparan e involucran activamente a su plantilla obtienen los mayores rendimientos, superando de forma sistemática a quienes implantan la IA sin apoyar plenamente a sus personas.
De hecho, la cultura de innovación suele pesar más que la estrategia, y dotar a los equipos de la capacidad de convertirse en creadores de soluciones avanzadas de IA, como ha hecho Infosys, es un paso decisivo para obtener ventaja competitiva en la nueva era de la IA agéntica.
