Por qué el ROI a largo plazo no es suficiente: Garantizar el valor en cada etapa de la implementación de la IA

Las empresas están escuchando una y otra vez: moverse más rápido en la IA y mostrar resultados, ahora. La adopción está acelerándose, con 78% de las organizaciones ya utilizando la IA en al menos una función empresarial para 2024—un aumento con respecto al 55% de solo un año atrás.

Pero aquí está el problema: la presión para demostrar el valor empresarial está aumentando tan rápido como la adopción.

Eso es un pedido difícil cuando los mandatos de los directores de datos son cortos, y el papel de Director de IA (CAIO) todavía está evolucionando. Con tanta volatilidad en el liderazgo en la cima, los programas de IA a menudo se estancan antes de que puedan demostrar algún valor real.

El desafío clave es claro: las empresas necesitan dejar de construir estrategias de IA que persiguen la promesa de “transformación futura” y comenzar a centrarse en crear fundamentos sólidos que entreguen valor hoy —mientras se preparan para el futuro.

El problema con las estrategias “solo para el futuro”

Los ejecutivos están invertiendo dinero en la IA. De hecho, el 92% está aumentando sus presupuestos en los próximos tres años, con más de la mitad apuntando a un aumento del 10%. Además, instituciones financieras como Morgan Stanley (MS ) están prediciendo retornos importantes, como ~$920 mil millones de beneficio anual neto para el S&P 500.

Esta tendencia macro alimenta lo que llamo “programas de IA de gran impacto pero más tarde”, que parecen impresionantes en el papel pero dejan el valor demasiado lejos en el camino para tener un impacto hoy.

La dura realidad es que muy pocas organizaciones tienen datos listos para la IA. Con la gobernanza y la calidad de los datos como los principales obstáculos, solo el 12% de las empresas informan que sus datos son suficientes para una implementación efectiva de la IA. Y como Gartner señala, una mala gobernanza causará que el 60% de las organizaciones pierdan sus objetivos de IA para 2027—aunque adopten la IA ahora.

En resumen, los programas de IA que se basan solo en promesas futuras están condenados a estancarse, quedar atrapados en una situación de prueba prolongada o perder la confianza de los stakeholders mucho antes de que llegue el ROI anticipado.

Redefinir el valor de la IA

Para cerrar la brecha entre el potencial futuro y el valor presente, las organizaciones necesitan redefinir cómo ven el valor de la IA. Hay dos tipos distintos:

• Valor inmediato: Estos son mejoras medibles a corto plazo—como un 23% más rápido tiempo medio de respuesta después de implementar un asistente de soporte de IA de última generación. Estos son los logros que muestran a los stakeholders que la IA no es solo una jugada a largo plazo.
• Valor fundamental: Esto se trata de construir la infraestructura subyacente—pipelines de datos, gobernanza y plataformas escalables—que harán que la IA funcione de manera efectiva hoy y en el futuro. Como el informe Estado de la IA de McKinsey señala, la gestión de riesgos y la gobernanza son críticas para el éxito a largo plazo.

Una vez que se definen ambos flujos de valor, el desafío es equilibrarlos: ¿Cómo puedes impulsar victorias inmediatas mientras te aseguras de que se traduzcan en capacidades repetibles y gobernadas? Aquellos que logren este equilibrio correcto verán retornos reales.

Encontrar el equilibrio correcto: Valor ahora y más tarde

Uno de los errores más grandes que veo es que las empresas descuidan diseñar plataformas de IA con los desarrolladores en mente. Para 2025, 84% de los desarrolladores estarán utilizando herramientas de IA, y el 51% de ellos las utilizarán diariamente. Si las plataformas de IA no se integran con los flujos de trabajo existentes, la adopción se retrasará, sin importar lo poderosas que sean los modelos. El éxito depende de la integración, la selección de tareas y la capacitación continua.

Igualmente críticos son la gobernanza y la seguridad. Si no se priorizan, no importa cuán sofisticada sea la IA, los usuarios no confiarán en ella. Gartner ha señalado que los problemas de confianza, la seguridad de acceso y la gobernanza son barreras importantes para la adopción, y que los incidentes relacionados con el mal uso de la IA de última generación probablemente aumenten a medida que la innovación acelera. La gobernanza debe ser una prioridad desde el primer día, especialmente a medida que aumenta la presión regulatoria.

Las organizaciones más exitosas son aquellas que crean herramientas de IA que entregan valor inmediato—porque las victorias rápidas compran capital político. De hecho, las empresas que ven el mejor ROI en la IA son aquellas con un CAIO dedicado. Estos líderes centran sus recursos en “ahora” (casos de uso medibles) y “próximo” (fortalecimiento de los datos y la plataforma), asegurando un progreso constante mientras establecen las bases para ganancias futuras.

Esto también significa establecer indicadores clave de desempeño (KPI) que resalten el valor temprano—las operaciones de soporte, las ventas, el marketing y la ingeniería son excelentes puntos de partida. Definir KPI claros—como la relación entre leads y victorias, la tasa de abandono y las puntuaciones de riesgo del modelo—junto con planes de referencia y verificación garantizará que las iniciativas de IA no sean solo teóricas, sino que entreguen resultados tangibles.

La clave es identificar patrones exitosos y replicarlos. El cambio de la experimentación a la ejecución ocurre cuando las empresas ajustan sus procesos, no solo sus herramientas.

Fortalecer los fundamentos de los datos: Un proceso continuo

Muchos programas de IA fallan porque los datos no son confiables. La falta de gobernanza de los datos es una de las barreras más grandes para el éxito. Es por eso que la calidad, la genealogía y la accesibilidad de los datos deben tratarse con la misma importancia que las herramientas que enfrentan al usuario. Los fundamentos sólidos de los datos son la base de cualquier iniciativa de IA exitosa.

Hacer de la IA una prioridad empresarial, hoy y mañana

Las expectativas son claras: mostrar victorias inmediatas y medibles mientras se construye una plataforma y un patrimonio de datos que darán dividendos a largo plazo. Con los presupuestos de IA en auge y la escrutinio intensificándose, no lograr entregar en ambos frentes arriesga reiniciar los programas.

Los líderes que puedan entregar valor ahora mientras se preparan para el futuro convertirán la IA de una serie de pilotos aislados en un motor sostenible para los ingresos y la productividad.