Es innegable que la rápida evolución de la inteligencia artificial (IA) ha cambiado gran parte de los procesos empresariales, automatizando tareas y encadenando trabajos. Por otro lado, es importante saber que estos cambios no han sido repentinos, sino que se han ido acumulando rápidamente a partir del desarrollo de arquitecturas profundas que se introdujeron ya en 2012. A lo largo de estos años, los modelos desarrollados han sido más precisos y/o más generales. Sin embargo, su rápida evolución y la mejora significativa en resultados ha provocado que hayan pasado a utilizarse en entornos de producción tras un plazo de revisión muy corto, y p
El problema no es la inteligencia artificial. Las organizaciones llevan años invirtiendo en datos, herramientas y modelos avanzados y, sin embargo, las decisiones clave siguen sin apoyarse en esa inteligencia. No es una cuestión tecnológica. Es una cuestión estructural: no hemos construido aún los sistemas que conectan datos, análisis y decisión. Durante años, el foco ha estado en la infraestructura: recopilar información, desplegar herramientas o generar cuadros de mando. Pero este enfoque resulta hoy insuficiente. Tener datos no equivale a generar inteligencia. Y tener inteligencia no garantiza mejores decisiones. La inteligencia artifici
