Festival IA Nicaragua 2026: el 95% de las empresas fracasa al implementar IA
- angiecantillo1
- hace 25 minutos
- 4 min de lectura
En medio de la carrera empresarial por adoptar inteligencia artificial, Santiago Blanco, gerente general de SICSA, sostiene que el principal desafío no es la tecnología, sino la gestión del cambio. La experiencia de la compañía revela por qué muchas organizaciones tropiezan antes de obtener resultados reales.
La conversación global sobre inteligencia artificial suele centrarse en modelos cada vez más potentes, inversiones multimillonarias y promesas de productividad sin precedentes. Sin embargo, en las salas de reuniones de las empresas la historia es mucho más compleja.
Durante su presentación en el Festival de Inteligencia Artificial en Nicaragua, Santiago Blanco, gerente general de SICSA, puso sobre la mesa una estadística que resume el problema: “Hoy hay un estudio en MIT que dice que el 95% de las empresas han fracasado en el proceso de implementar inteligencia artificial”.
La cifra resulta especialmente llamativa en un momento en que compañías de todos los sectores están acelerando proyectos de automatización, asistentes virtuales y sistemas de inteligencia artificial generativa. Pero para Blanco, el problema no está en los modelos ni en la tecnología disponible.
“Y es verdad, nosotros hemos fracasado con algunos entes”, reconoció. “Porque la continuidad es como si nos queremos cambiar de software, queremos cambiar de ERP; si realmente nos queremos digitalizar, si no hay un seguimiento, realmente se nos complica”.
La reflexión coincide con una tendencia observada en múltiples estudios internacionales. Aunque las empresas incrementan sus presupuestos destinados a IA, muchas iniciativas terminan estancadas en fases piloto o no consiguen generar retornos tangibles. Los obstáculos suelen estar relacionados con procesos, cultura organizacional y gobernanza más que con limitaciones tecnológicas.
El problema antes que el algoritmo
En lugar de comenzar por la selección de modelos o herramientas, Blanco propone una ruta mucho más pragmática.
“Identificar el problema correcto, qué es lo que vamos a mejorar”, explicó. “Quizás tengamos una serie de problemas muy grandes dentro de la empresa, pero tenemos que elegir quizás el más sencillo, el de mayor alcance y el menos costoso”.
La lógica contradice la narrativa predominante que impulsa a las organizaciones a desplegar soluciones de IA en múltiples áreas simultáneamente. Según SICSA, ese enfoque suele generar frustración y resultados inconsistentes.
La recomendación es avanzar por etapas. “No podemos venir y decir, vamos a utilizar IA para la empresa y con esto vamos a hacer maravillas, vamos a ganar millones, vamos a conquistar al mundo. No, no es así. No funciona así. Debemos comenzar de a poco”.
Esta visión se alinea con las mejores prácticas que hoy promueven consultoras y centros de investigación especializados en transformación digital. Los proyectos con mayor tasa de éxito suelen enfocarse primero en casos de uso concretos, medibles y relativamente acotados.
La gestión del cambio sigue siendo el factor decisivo
Para Blanco, la variable más subestimada sigue siendo el componente humano.
“Es super importante la gestión del cambio, hablar con las personas, que todos seamos partícipes del cambio que vamos o que queremos lograr dentro de nuestra empresa”, afirmó.
La irrupción de herramientas como ChatGPT también ha alimentado temores laborales que pueden ralentizar los procesos de adopción. Frente a ello, SICSA insiste en que la inteligencia artificial debe entenderse como una tecnología de apoyo y no como un sustituto absoluto de los trabajadores.
“Realmente era un mito. Viene la IA y yo me quedo sin trabajo. No es tan así. Hay que ser orquestador. El humano forma parte del proceso”.
El mensaje adquiere relevancia mientras gobiernos, universidades y empresas debaten el impacto de la automatización sobre el empleo. Aunque ciertas tareas pueden ser reemplazadas, la tendencia dominante apunta a una redefinición de funciones más que a una sustitución masiva de trabajadores.
La supervisión humana sigue siendo indispensable
La experiencia práctica de SICSA también muestra los límites actuales de la automatización.
Blanco relató un proyecto basado en lectura automatizada de documentos y extracción de datos que alcanzó niveles muy altos de precisión.
“Logramos una eficiencia entre un 95 y un 98% de la fidelidad de los datos”, explicó.
Sin embargo, incluso con esos resultados, la supervisión humana continúa siendo necesaria.
“Al final de eso tiene que haber un humano de controles, porque si una agencia de aduana se equivoca realmente la multa puede ser muy grande”.
La afirmación refleja una realidad cada vez más evidente en la industria. Los sistemas de IA pueden automatizar tareas complejas con altos niveles de exactitud, pero en sectores regulados o críticos las decisiones finales continúan requiriendo validación humana.
Más allá del entusiasmo que rodea a la inteligencia artificial generativa, la experiencia compartida por SICSA sugiere que la verdadera transformación empresarial sigue dependiendo de factores clásicos: liderazgo, procesos, métricas y disciplina de ejecución.
“Si yo no tengo medido ese puesto, lo que voy a hacer es crecer el desastre que tengo y no voy a saber si me está dando resultados o no”, advirtió Blanco.
En otras palabras, la IA no corrige organizaciones desordenadas. Amplifica lo que ya existe. Y en un mercado donde la presión por adoptar estas tecnologías es cada vez mayor, esa puede ser la lección más importante para las empresas que buscan evitar formar parte de ese 95% de proyectos fallidos.