La IA no es una burbuja: 72% de las empresas en México ya la usan, afirma Lenovo

A medida que se incrementan las capacidades de la Inteligencia Artificial (IA) y las expectativas respecto a su impacto en los negocios, las empresas están más convencidas de que su implementación es necesaria. Según un estudio reciente publicado por Lenovo, 72% de las empresas en México ya se encuentra adoptando alguna solución de IA.

Carlos Huescas, HPC & AI Product Manager en Lenovo, explicó a DPL News que este dato revela “un ritmo de adopción bastante rápido”. A diferencia de otras tecnologías como la Nube o incluso la Web, que generaban dudas entre las empresas, la IA muestra una adopción “sin precedentes”. El directivo recordó que la encuesta del año pasado (2024) mostró que 99% de las empresas querían hacer algo con IA, lo que ya se ha concretado en un 72% de adopción en México.

Los datos surgen a partir del Lenovo CIO Playbook, una encuesta encargada por la compañía a la consultora IDC, que se encargó de entrevistar a más de 500 compañías de América Latina.

Este interés e implementación alrededor de la IA se refleja en los montos de inversión ejercidos, ya que el gasto alrededor de la IA “creció 2.4 veces”, lo que según Huescas refleja un compromiso creciente con la tecnología. El año anterior, el estudio “reveló que de cada dólar que se invertía, se esperaba un retorno de inversión de cuatro dólares”.

Aunque el directivo advirtió que habría que esperar a 2026 ó 2027 para confirmar si ese rendimiento se cumple, las cifras actuales muestran un paso decidido hacia la integración de la IA en procesos clave.

Para Huescas, lo anterior es una muestra clara de que no existe una burbuja de IA en el mercado. “Yo veo que va a llegar el momento en que la IA va a estar tan presente que ya ni siquiera vamos a notar que es una tendencia, sino que va a ser el estándar a definir de la próxima década”, afirmó.

De acuerdo con los datos del estudio, el principal interés de las empresas al momento de implementar la IA se centra en ofrecer nuevos productos y servicios, o mejorar los actuales. En ese sentido, las aplicaciones apuntan a mejorar la productividad mediante asistentes basados en modelos de lenguaje, que permitan automatizar tareas para optimizar el tiempo y recursos de la fuerza laboral.

Sin embargo, señaló que para las empresas “sigue latente el tema de que hay mucha expectativa en el retorno de inversión. Entonces, las empresas que ya iban un paso adelante, son empresas que ya están utilizando la Inteligencia Artificial como un modelo de retorno de inversión”.

Por ejemplo, destacó la generación de código, así como el uso de IA en procesos de ventas y adquisiciones. En algunos casos en los que ha participado Lenovo, la tecnología se orienta a enriquecer la experiencia del cliente, como en el Hospital Ángeles, que “ofrecen la posibilidad de interactuar con modelos de Inteligencia Artificial con Realidad Aumentada para poder tener una mejor visualización de todos los estudios clínicos que ellos están haciendo”.

Este representa un claro caso de uso en el que el modelo de adopción se enfocó tanto en la mejora de productividad, como en la oferta de nuevos servicios con ayuda de la IA.

Otro uso común es la personalización de productos y servicios, una capacidad en la que, según Huescas, “la única forma de entregar ese nivel de personalización es a través de los modelos de Inteligencia Artificial”. En Lenovo, por ejemplo, ya emplean algoritmos internos capaces de anticipar si un vendedor alcanzará sus metas o qué pedidos realizará un cliente en función de su historial.

En cuanto a la infraestructura, predomina el modelo híbrido. “La mayoría de las implementaciones muestran que es híbrida (…), pero algunas otras partes tienen que correr en una infraestructura privada”, comentó Huescas. Esto seguiría las tendencias de desarrollo, ya que mientras los grandes modelos de lenguaje (LLM) son entrenados en la Nube con información pública, las empresas requieren de una implementación on-premise con sus propios datos en una ubicación segura.

Desafíos técnicos y de implementación

No obstante, la encuesta también revela que los avances conviven con retos significativos. Por ejemplo, persisten problemas en la calidad y preparación de los datos: “muchas implementaciones en México fracasaban porque no se contaba con lo mínimo indispensable, como puede ser la limpieza de los datos”, apuntó Huescas.

El directivo también alertó que existe “un gran gap en el talento humano técnico que sabe implementar los proyectos de IA”. A ello se suma la confusión sobre el ajuste entre problema y solución: “todo mundo quiere utilizar la IA para resolver todo, y no necesariamente es el mejor acercamiento”.

Otro punto clave es la interacción con los modelos. El directivo admitió que el sector tecnológico ha vendido estas nuevas herramientas de IA al decir algo tan sencillo como “haz una presentación de ventas”. Sin embargo, Huescas explicó que se debe entender que no funciona así, y que los modelos requieren detalles e instrucciones precisas, por ejemplo, solicitar una presentación con base en qué tipo de información, periodicidad, clientes, etcétera.

En los próximos años, el sector observará si las promesas de retorno se concretan y cómo evolucionan los casos de uso, desde la optimización de recursos hasta la creación de nuevos servicios y experiencias adaptadas a cada cliente.