El 90% de las empresas que intentan integrar modelos de lenguaje (LLM) en sus operaciones están fallando antes incluso de lanzar la primera consulta a una API. El problema no reside en la latencia de la GPU ni en la escasez de parámetros del modelo. La realidad es mucho más terrenal: el 65% de la información crítica en sectores como la banca, la logística y la manufactura en América Latina permanece cautiva en formatos analógicos. Hablamos de formularios en papel, notas al margen en facturas impresas y conversaciones verbales que nunca ven la luz de una base de datos.
Estamos intentando construir rascacielos sobre un pantano de PDFs escaneados que, en el fondo, son simples imágenes de texto ilegible. Si el insumo base es una fotografía borrosa de un remito de entrega, el nivel de razonamiento de un modelo como Claude 3.5 Sonnet o GPT-4o resulta irrelevante. El modelo no falla al pensar; falla porque lo estamos alimentando de basura. Esto es un error de diagnóstico fundamental.
Lo que pocos están viendo es que la inteligencia artificial no ha democratizado la eficiencia, sino que ha desnudado una ineficiencia operativa que preferíamos ignorar. Mientras los CTOs compiten en una carrera de armamentos por integrar la herramienta más avanzada, olvidan un principio básico de la informática: una automatización sobre un proceso mal gestionado solo se traduce en una automatización del caos.
La ilusión de la transformación digital
He visitado empresas en México que desembolsan millones de dólares en orquestación de datos y arquitectura de nube, mientras sus equipos de ventas siguen registrando cierres de inventario en libretas físicas. La información llega al sistema central con 72 horas de retraso. Una brecha de tres días de desactualización constante es un abismo operativo. Ningún algoritmo, por avanzado que sea, puede predecir una ruptura de stock con éxito si el dato de entrada nace viciado y llega tarde.
Piénselo en términos financieros: el retorno de inversión (ROI) de su estrategia de IA es una función directa del porcentaje de su cadena de valor convertida a datos estructurados en tiempo real. Si no puede medir qué ocurre en el piso de fábrica en el milisegundo en que sucede, la IA es simplemente un motor de predicción extremadamente caro basado en fantasmas del pasado.
Existe una narrativa errónea que culpa a la falta de talento especializado. El talento existe, pero está atrapado: el 40% de la jornada de un ingeniero de datos de alto nivel se desperdicia en limpiar información que nunca debió estar en un formato desestructurado. Es una hemorragia de capital humano. Estamos empleando a profesionales de élite como si fueran simples digitadores de archivos del siglo XX.
La ventaja competitiva de la infraestructura invisible
El verdadero cuello de botella es la fricción física. Ganará quien logre traducir la realidad tangible a un lenguaje legible por máquinas, no quien tenga al mejor prompt engineer de la región. Observemos el transporte de carga terrestre en Colombia. Las empresas que han integrado sensores IoT, volcando telemetría directamente a bases SQL, hoy operan con una ventaja del 22% sobre aquellas que dependen de reportes de ubicación vía WhatsApp al finalizar el turno. Ese 22% no proviene de una red neuronal, proviene de la eliminación total de la capa analógica.
Hay algo que no cuadra en el mercado: valoramos el stack tecnológico por encima de la calidad del flujo informativo. Invertimos en capas superiores de software mientras permitimos que nuestra base de datos operativa siga siendo un cementerio de post-its y procesos verbales indocumentados. La IA es, en esencia, un amplificador. Pero, si el amplificador recibe la señal de la nada, el resultado seguirá siendo nada.
No me convence la visión mesiánica de que los agentes autónomos resolverán el problema por sí mismos. La autonomía exige contextos precisos, y el contexto se construye en el plano físico, no en el virtual. Sin la digitalización del proceso físico, la IA se convierte en un adorno costoso sobre una estructura que sigue funcionando con procedimientos de la era del fax.
Mi lectura es clara: los próximos 24 meses dictarán quién sobrevive y quién se vuelve irrelevante. Aquellas organizaciones que reduzcan su presupuesto en IA "experimental" y lo redirijan a sensores de captura de datos y digitalización de procesos de punta a punta, verán márgenes operativos al menos un 15% superiores a sus competidores. El ganador no será el que mejor use la IA, sino el que deje de tratar su información física como si fuera un activo de museo.
