La inteligencia artificial se afianza como motor de transformación empresarial en México

Del análisis de datos a la relación personalizada con clientes

En el sector retail, la inteligencia artificial está transformando la forma en que las empresas comprenden y se relacionan con sus consumidores. Rogelio Ancira, director de Transformación Digital de Iconn, explicó que mediante herramientas de analítica avanzada y programas de lealtad digitales, su compañía busca migrar de transacciones puntuales a interacciones continuas basadas en datos verificables sobre el comportamiento de compra.

Esta aproximación permite a las organizaciones identificar patrones de consumo específicos, incluso dentro de comunidades particulares, y anticipar necesidades antes de que los clientes las expresen. El resultado es lo que Ancira denominó hiperpersonalización de ofertas, un modelo que reduce significativamente lo que en el sector se conoce como ventas perdidas, uno de los principales dolores de cabeza en operaciones de retail con múltiples puntos de venta.

La predicción de demanda a través de modelos de inteligencia artificial mejora también la disponibilidad de inventario. En lugar de mantener stock innecesario o enfrentar desabastecimientos, los sistemas pueden anticipar qué productos serán requeridos, en qué cantidad y en qué momento específico, optimizando tanto costos como experiencia del cliente.

Automatización inteligente sin abandonar la supervisión humana

En el sector financiero, la adopción de inteligencia artificial sigue una lógica diferente. Karina Derbez, CTO de Monto, una plataforma de beneficios financieros para empleados, subrayó que en su compañía la tecnología acelera procesos como la evaluación de solicitudes de crédito y la detección de anomalías que podrían indicar fraude, pero la decisión final siempre incluye intervención humana.

“La inteligencia artificial acelera el análisis de datos, pero la decisión final necesita contexto y empatía”, afirmó Derbez. Esta filosofía refleja una tendencia creciente en fintech: utilizar la IA no como sustituto del talento especializado, sino como herramienta que potencia su trabajo. Los analistas humanos pueden enfocarse en casos complejos y decisiones que requieren comprensión contextual, mientras que los sistemas se encargan del procesamiento masivo de información.

Para Derbez, el mayor valor de estas herramientas reside precisamente en formar equipos capaces de utilizarlas como potenciadores de capacidades. El desafío organizacional radica en que muchas compañías aún conciben la IA como un medio para reducir plantillas, cuando en realidad debería ser un instrumento para elevar el nivel de especialización y análisis de sus equipos.

Madurez empresarial, el verdadero cuello de botella

José Guillermo Chávez, fundador y presidente del consejo de BDrive.AI, fue directo en su diagnóstico: el principal obstáculo para la adopción de inteligencia artificial en México no es tecnológico sino organizacional. Aunque cada vez más empresas experimentan con estas herramientas, la mayoría lo hace sin una estrategia clara ni procesos de negocio definidos donde aplicarlas de manera sistemática.

“La tecnología ya existe y es accesible. El reto es la madurez empresarial para entender dónde realmente genera valor”, señaló Chávez. Este problema se agrava cuando las organizaciones limitan el uso de IA únicamente a la reducción de costos operativos. Si bien esta puede ser una puerta de entrada efectiva, una visión restrictiva impide identificar nuevas oportunidades de negocio que podrían surgir de una integración más profunda.

Según la experiencia de Chávez, cuando la tecnología se integra en procesos críticos de la operación, puede no solo mejorar eficiencia sino abrir nuevas unidades de negocio y convertirse en un diferenciador competitivo genuino. Sin embargo, esto requiere que las organizaciones cambien su mentalidad respecto a cómo entienden la innovación tecnológica, viéndola como una transformación estratégica y no como un proyecto aislado.

Los datos como activo estratégico en la era digital

Desde la perspectiva de infraestructura tecnológica, Carlos Celaya Vargas, managing director de T-Systems México, enfatizó que el verdadero activo en la era de la inteligencia artificial no son los algoritmos, sino los datos que los alimentan. Para los consejos directivos, el desafío ha evolucionado: ya no se trata solo de adoptar herramientas, sino de gestionar adecuadamente la información que sustenta estos sistemas.

Celaya planteó que los datos deben ser tratados como propiedad intelectual de la empresa, lo que implica decisiones complejas sobre dónde se almacenan, cómo se protegen, bajo qué regulaciones se gestionan y a cuáles modelos de IA pueden acceder. Esta gobernanza de datos es particularmente crítica en un contexto donde las regulaciones internacionales se endurecen constantemente.

A esto se suma un riesgo emergente: los ciberataques impulsados por inteligencia artificial. La defensa digital también debe apoyarse en estas tecnologías para procesar volúmenes masivos de eventos de seguridad que resultaría imposible analizar manualmente. Es decir, las compañías deben usar IA no solo para crear valor sino también para protegerlo.

Los panelistas convergieron en un punto: la inteligencia artificial no debe ser entendida como un proyecto con fecha de conclusión, sino como un proceso continuo de experimentación, aprendizaje y adaptación dentro de la organización. Esto demanda cambios culturales profundos, inversión sostenida en talento especializado y una visión de largo plazo que permita a las empresas ajustar sus modelos de negocio conforme evoluciona la tecnología y sus aplicaciones prácticas.