Por qué las empresas están retirando silenciosamente proyectos de IA
- angiecantillo1
- hace 6 horas
- 3 min de lectura
Aunque la narrativa pública sigue dominada por anuncios multimillonarios y despliegues masivos de inteligencia artificial, dentro de las compañías está ocurriendo un fenómeno menos visible: la cancelación sistemática de iniciativas que no logran demostrar valor, controlar riesgos o justificar sus costos.
Durante los últimos tres años, la inteligencia artificial ha sido presentada como una carrera tecnológica donde el único movimiento posible parecía ser avanzar. Más modelos, más copilotos, más agentes autónomos.
Sin embargo, detrás de los comunicados corporativos y las demostraciones de producto, una realidad mucho más compleja está emergiendo en las organizaciones: muchas iniciativas de IA están siendo eliminadas antes de llegar a consolidarse.
Un análisis publicado por ITPro describe este fenómeno como una "poda de IA", una fase en la que las empresas están revisando con mayor rigor sus inversiones tecnológicas y retirando aquellas implementaciones que no generan resultados tangibles.
Lejos de representar un rechazo a la inteligencia artificial, el movimiento refleja una maduración del mercado.
Según Anushree Verma, analista de Gartner, las organizaciones están abandonando proyectos que presentan altos riesgos, beneficios ambiguos o estructuras de costos difíciles de sostener. La atención se está desplazando desde la experimentación hacia la rentabilidad medible.
El cambio resulta significativo porque contradice la percepción dominante de que toda iniciativa de IA genera valor automáticamente. En la práctica, muchas implementaciones corporativas nacieron impulsadas por el temor a quedarse atrás en la carrera tecnológica. El resultado fue una proliferación de pilotos con objetivos poco definidos, métricas difusas y expectativas infladas.
La historia recuerda a otros ciclos tecnológicos. Durante la adopción temprana de la computación en la nube o la transformación digital, numerosas organizaciones desplegaron herramientas sin una estrategia clara, para descubrir posteriormente que la tecnología por sí sola no resolvía problemas de negocio.
En el caso de la inteligencia artificial, la diferencia es la velocidad. El auge de modelos generativos desde finales de 2022 llevó a muchas empresas a lanzar iniciativas simultáneas en áreas de productividad, atención al cliente, automatización documental y desarrollo de software. Tres años después, los responsables financieros exigen respuestas más concretas.
ITPro señala que los copilotos de propósito general están entre los proyectos sometidos a mayor escrutinio. Aunque generan entusiasmo entre los usuarios, muchas organizaciones tienen dificultades para cuantificar su impacto económico.
En contraste, las herramientas diseñadas para procesos específicos suelen mostrar beneficios más fáciles de medir, como la reducción de tiempos de atención o mejoras operativas claramente identificables.
La distinción es relevante porque anticipa una posible reconfiguración del mercado. El futuro inmediato podría favorecer soluciones verticales y especializadas frente a plataformas genéricas que prometen resolver cualquier problema.
Otro desafío emergente es lo que Gartner denomina "agent sprawl", o proliferación descontrolada de agentes de IA. A medida que diferentes departamentos adoptan herramientas autónomas para tareas específicas, las empresas comienzan a enfrentarse a ecosistemas fragmentados, difíciles de gobernar y con crecientes costos de mantenimiento.
Este fenómeno coincide con una tendencia más amplia observada en la industria tecnológica. Diversos estudios de consultoras como Gartner y Deloitte han señalado que las organizaciones están entrando en una etapa de racionalización de la IA, donde la prioridad deja de ser experimentar y pasa a ser demostrar retorno sobre la inversión.
Desde una perspectiva empresarial, la poda podría ser una señal positiva. Las tecnologías que sobreviven a este proceso suelen convertirse en infraestructuras duraderas. Las que desaparecen, generalmente revelan que fueron impulsadas más por expectativas de mercado que por necesidades reales.
Comentarios