La prudencia que guía las inversiones tecnológicas también debe estar presente cuando una empresa evalúa incorporar inteligencia artificial.

Históricamente, los departamentos de IT de empresas medianas y grandes nunca fueron Early Adopters de tecnologías disruptivas. Su filosofía operativa siempre fue la mitigación del riesgo y la eficiencia del capital, basándose en dos criterios lógicos:

‍

El filtro del alto costo inicial

En las etapas tempranas de cualquier tecnología (Cloud en 2006, Virtualización a principios de los 2000, DevOps en 2010), el costo de implementación, las licencias y la consultoría externa eran prohibitivos. IT prefería esperar a que la tecnología se "comoditizara", los precios bajaran y existiera un ecosistema de soporte maduro.

La inversión tampoco terminaba en la compra. Había que dedicar personas a aprender, adaptar aplicaciones, resolver incompatibilidades y sostener la solución. Para una organización con recursos limitados, ese esfuerzo podía competir directamente con el mantenimiento de los sistemas que ya utilizaba todos los días.

‍

La tasa de fracaso obvia

Adoptar tecnología en pañales implicaba el riesgo de elegir el estándar perdedor (el equivalente tecnológico a comprar HD-DVD en lugar de Blu-ray). Los decisores de IT preferían que las multinacionales absorbieran los costos de experimentación y los fallos de software antes de arriesgar la operación local.

Equivocarse de plataforma también podía obligar a rehacer integraciones, volver a capacitar al equipo y migrar información. Esa segunda inversión explica por qué la madurez del ecosistema y la posibilidad de conseguir soporte eran parte de la evaluación, aun cuando una demostración técnica resultara prometedora.

‍

La prudencia como criterio de inversión

Bajo este enfoque, IT operaba con una prudencia extrema. No se invertía en nada que no tuviera un Retorno de Inversión (ROI) matemáticamente comprobable y casos de éxito locales replicables.

Desde esa perspectiva, esperar tenía una lógica de negocio: la empresa necesitaba que sus procesos siguieran funcionando mientras una nueva tecnología demostraba su utilidad. El área de IT debía evaluar qué podía aportar una incorporación y qué parte de la operación quedaba expuesta durante el cambio.

‍

El criterio frente a la inteligencia artificial

Ese criterio resultó exitoso, e instaló una exigencia que debería mantenerse frente a cualquier nueva inversión: explicar qué problema se busca resolver, qué resultado se espera y qué ocurre si la solución no funciona. La discusión sobre IA vuelve especialmente relevante esa exigencia porque la facilidad de una prueba puede ocultar la complejidad de incorporarla a un proceso real.

La tensión aparece cuando se exige una justificación detallada para renovar infraestructura o reforzar la seguridad contra riesgos severos con probabilidad de ocurrencia crecientes, pero alcanza una demostración atractiva para autorizar otro proyecto. Ahí conviene revisar qué cambió en el criterio de decisión y quién está evaluando el riesgo que la empresa acepta.

‍

Nicolás Raiti, director y fundador de Maitén