La falta de datos confiables y la débil integración de la inteligencia artificial (IA) con las operaciones empresariales continúan siendo los principales obstáculos para que las compañías obtengan resultados concretos de esta tecnología, pese a que el 97.6 % de las empresas en América reconoce su impacto, señalaron expertos durante el TechTegia Summit: IA & Data Explote 2026.
Durante el panel «IA como motor de negocio», realizado este miércoles, especialistas coincidieron en que las organizaciones de la región aún deben fortalecer la administración de su información antes de aprovechar plenamente las capacidades que ofrece la inteligencia artificial para mejorar su productividad y competitividad.
La directora general de la Asociación Mexicana de la Industria de Tecnologías de Información (Amiti), Sofía Pérez Gasque, afirmó que la adopción de la IA debe generar beneficios tangibles para las empresas y convertirse en un motor de crecimiento económico. Además, recordó que, según proyecciones de IDC, la inversión en inteligencia artificial en América crecerá a una tasa anual compuesta del 32.9 % entre 2023 y 2028, hasta alcanzar los $477,800 millones.
Pérez Gasque consideró indispensable que las áreas de tecnología participen en las decisiones estratégicas de las organizaciones y dejen de operar de forma aislada, para que la inteligencia artificial pueda integrarse de manera efectiva a los objetivos del negocio.
Los especialistas coincidieron en que la calidad de los datos sigue siendo uno de los mayores retos para las empresas. En muchas organizaciones, la información permanece dispersa entre documentos, plataformas digitales, procesos internos y registros físicos, una situación que reduce el valor que pueden aportar las soluciones basadas en inteligencia artificial.
La especialista en gestión inteligente de la información y automatización para América Latina, Adela Elizondo, advirtió que la confiabilidad de cualquier sistema de IA depende directamente de la calidad de los datos utilizados para entrenarlo. “Si no tenemos confianza en los datos que vamos a alimentar a la IA, ¿cómo podemos creer en los indicadores y en las aplicaciones que vamos a utilizar?”, cuestionó.
La experta sostuvo que las empresas deben controlar, centralizar y gobernar su información antes de incorporarla a modelos de inteligencia artificial, con el propósito de garantizar que estos operen con datos actualizados, seguros y verificables. Según el estudio Madurez de TI para adoptar IA en América, el 35.8 % de las organizaciones aún no ha elaborado un inventario de sus activos de datos y más de la mitad considera necesarias inversiones significativas para fortalecer la gestión de la información, la seguridad y el cumplimiento regulatorio.
Los panelistas también alertaron sobre el riesgo de implementar soluciones de inteligencia artificial únicamente por la presión del mercado, sin definir previamente qué problema resolverán o cómo se integrarán a la operación de la empresa. Jesús Montes, especialista en arquitectura de centros de datos e IA, subrayó que el éxito no depende solo de utilizar el modelo más avanzado. “Tenemos que ser conscientes de que se requiere una integración con los procesos de la organización”, afirmó. Agregó que las compañías también deben identificar qué información sensible comparten con estos modelos y evaluar los riesgos asociados a su uso.