Generic selectors
Exact matches only
Search in title
Search in content
Post Type Selectors

El escalado de la inteligencia artificial: personas, productos y procesos

Es significativo que en todos los eventos en los que se habla de IA el tema recurrente sigue siendo cómo escalar la inteligencia artificial generativa [1]. En estos diálogos se entremezclan distintas necesidades, tipologías de usuario y contextos en los que se usa. Así, la facilidad con la que la IA se incorpora al uso individual no se traduce en la misma facilidad para integrarla en productos y, especialmente, en procesos de negocio.

Para analizar estas diferencias, conviene distinguir tres dimensiones en la integración de la IA, que presentan oportunidades y dificultades específicas, tanto tecnológicas como organizativas:

  • Integración de la IA por personas.
  • Integración de la IA en productos.
  • Integración de la IA en procesos.

Uso de la IA por personas: la expansión de la productividad individual

IALa adopción de la IA generativa ha sido extraordinariamente rápida en comparación con otras tecnologías de la información y la comunicación [2]. ChatGPT ha contribuido a popularizar una interfaz que permite acceder a capacidades avanzadas mediante instrucciones en lenguaje natural, sin necesidad de conocimientos de programación.

Esta dimensión presenta una característica diferencial: el usuario puede incorporar la tecnología directamente a su actividad, sin necesidad de rediseñar previamente los procesos de una organización. La utilidad se percibe de forma inmediata y la adopción puede producirse de manera descentralizada.

Ahora bien, el uso de herramientas al margen de los mecanismos corporativos establecidos puede generar riesgos de cumplimiento normativo, tratamiento inadecuado de información y duplicación de funcionalidades, lo que se conoce como IA en la sombra (Shadow AI) [3]. La gobernanza de la IA se convierte en una prioridad cuando cualquier empleado de la compañía puede crear su propia versión.

Integración de la IA en productos: la IA como componente de la propuesta de valor

La segunda dimensión corresponde a la integración de la IA en productos. En este ámbito, las capacidades de los modelos se transforman en funcionalidades concretas que los usuarios incorporan a su actividad habitual.

Las empresas que nacen con la IA como núcleo de su modelo de negocio (AI-first)  ya están generando ingresos significativos a gran escala y han incrementado sensiblemente su posición en los primeros puestos de rankings como Specter que incluye empresas privadas con valoración superior a 55 millones de dólares [4].

La integración de la IA en productos también facilita la automatización de actividades empresariales. Un producto puede encapsular una tarea o una parte de un proceso de negocio y ofrecerla como una funcionalidad reutilizable. De este modo, la organización no necesita desarrollar todas las capacidades tecnológicas por sí misma.

No obstante, la escalabilidad depende del grado de adaptación necesario. Cuando un producto requiere una personalización significativa para ajustarse a los sistemas, datos y reglas de cada cliente, su implantación puede perder parte de las ventajas de una solución estandarizada.

Integración de la IA en procesos: la dificultad de escalar la automatización

La tercera dimensión es la integración de la IA en los procesos de negocio. Aquí la dificultad es mayor, porque automatizar un proceso no equivale a incorporar una herramienta o mejorar una tarea aislada.

Inteligencia artificial aplicada a productoUn proceso empresarial combina actividades, decisiones, sistemas de información, controles y responsabilidades distribuidas entre personas o departamentos. Integrar IA en procesos puede exigir revisar cómo se ejecutan las tareas, qué decisiones pueden automatizarse, cuándo debe intervenir una persona y cómo se gestionan las excepciones, e incluso rediseñar el proceso para aprovechar realmente las capacidades de la tecnología. Además, que un modelo sea capaz de realizar una tarea no garantiza que pueda integrarse de forma fiable en un proceso operativo: es necesario considerar la calidad de los resultados, la variabilidad de las entradas, los posibles errores, la integración con los sistemas existentes y las consecuencias de las decisiones automatizadas.

La implantación debe acompañarse de una evaluación del impacto y de un caso de negocio. Esto requiere establecer una situación de partida, definir indicadores relevantes y medir los resultados obtenidos [5]. El ahorro de tiempo es una variable útil, pero también importan evaluación del rendimiento y la observabilidad (ej., la calidad, el coste total de operación, los tiempos de respuesta, la tasa de errores o la capacidad de atender un mayor volumen de actividad) [6].

Conclusión del escalado de la IA

El escalado de la IA presenta características distintas según se aplique a personas, productos o procesos. El uso individual facilita una adopción rápida; los productos permiten encapsular y distribuir capacidades; y la automatización de procesos exige, además, integración, adaptación organizativa y medición del impacto.

La diferencia entre estas dimensiones es relevante para orientar las inversiones y las expectativas. El reto no consiste únicamente en incorporar IA, sino en identificar dónde genera valor, cómo puede extenderse de forma sostenible y qué mecanismos permiten mantener el control a medida que aumenta su utilización.

Post escrito por: Pablo Haya | Director de Business & Language Analytics en el IIC.

[1] Haya, P. (2026). IA generativa: la tecnología que todos usan pero pocas organizaciones logran escalar. https://www.iiconocimiento.com/noticias/ia-generativa-tecnologia-que-todos-usan-pero-pocas-organizaciones-logran-escalar
[2] Bick, A., Blandin, A., & Deming, D. J. (2024). The Rapid Adoption of Generative AI (NBER Working Paper No. 32966). Cambridge, MA: National Bureau of Economic Research.
https://static1.squarespace.com/static/60832ecef615231cedd30911/t/66f0c3fbabdc0a173e1e697e/1727054844024/BBD_GenAI_NBER_Sept2024.pdf
[3] National Cyber Security Centre. (2026, 7 de septiembre). The hidden risks of shadow AI. https://www.ncsc.gov.uk/blogs/the-hidden-risks-of-shadow-ai
[4] Specter x State of AI Report https://docs.google.com/document/d/1jqPC6I6CKLURockpWAzIbv2Ms1a1IbW73_lq7G1Dq1w/edit?tab=t.0#heading=h.qa929rgmh2i1
[5] Haya, P. (2025, 9 de septiembre). Cómo elegir un buen caso de negocio en IA generativa. https://www.iiconocimiento.com/noticias/como-elegir-un-buen-caso-de-negocio-en-ia-generativa/
[6] Haya, P. (2026, 16 de julio). Métricas para construir una inteligencia artificial fiable. https://www.iiconocimiento.com/noticias/metricas-para-construir-inteligencia-artificial-fiable/

Facebook
X
WhatsApp
LinkedIn
Email
IIC
Resumen de privacidad

Esta web utiliza cookies para que podamos ofrecerte la mejor experiencia de usuario posible. La información de las cookies se almacena en tu navegador y realiza funciones tales como reconocerte cuando vuelves a nuestra web o ayudar a nuestro equipo a comprender qué secciones de la web encuentras más interesantes y útiles.