Cuáles son los errores más comunes al usar IA en las empresas

La inteligencia artificial se convirtió en una de las prioridades de inversión para la mayoría de las compañías, pero pocas logran traducir esa adopción en resultados concretos .

Así lo planteó Valeria Forte, directora de Business & Transformation de KPMG Argentina.

El primer desafío: encontrar dónde genera valor El primer error, según la ejecutiva, es no definir con claridad en qué instancias del negocio la tecnología puede generar valor real .

“Muy pocos lo suben a las instancias donde realmente se genera valor.

O sea, la organización tiene que subirlo en todas sus acciones de generación de valor, por ejemplo, en contacto con el cliente, en esa experiencia al cliente”, explicó.

Para graficarlo, mencionó el caso de la banca, donde la incorporación de IA generativa permite pasar de vender servicios financieros tangibles a ofrecer asesoramiento personalizado , y el de las utilities, donde el mantenimiento reactivo muta hacia uno predictivo.

“Estamos mutando ese modelo de negocio a otro con valor agregado.

Ese es el punto en el que mayor valor tiene en las organizaciones”, dijo.

Otro error frecuente, remarcó Forte, es adoptar la tecnología solo porque está de moda, sin un análisis previo de rentabilidad .

“Comenzó así porque es una buzzword.

Todos quieren tener.

Hay una necesidad de entender dónde genera valor para que eso sea rentable”, señaló.

Según su diagnóstico, las compañías atravesaron una primera etapa enfocada exclusivamente en la adopción masiva y ahora empiezan a revisar los costos y la gobernabilidad: “Estamos más cautos de decir, para este costo estoy generando valor, y ese es el análisis que está en este momento”.

Licencias, integración y responsables La ejecutiva también identificó como falla habitual la distribución indiscriminada de licencias sin un criterio de integración claro .