El 2025 finaliz\u00f3 con una paradoja que no puede seguir siendo ignorada por las organizaciones: jam\u00e1s existi\u00f3 tanto despliegue de proyectos de IA pero nunca fue tan evidente la brecha entre la adopci\u00f3n y su valor tangible.<\/p>\n
Seg\u00fan el \u00faltimo informe de McKinsey, The State of IA in 2025<\/a>, el 88% de las compa\u00f1\u00edas ya usa IA en al menos una funci\u00f3n de negocio, pero solo un tercio logr\u00f3 escalar m\u00e1s all\u00e1 de la fase experimental<\/strong>. Lo que nos deja prever que la tecnolog\u00eda est\u00e1 dentro de las organizaciones, pero las empresas a\u00fan no est\u00e1n dise\u00f1adas para poder convivir con ella. Esta distancia explica por qu\u00e9 tantas iniciativas terminan diluy\u00e9ndose con el tiempo: el problema no est\u00e1 en el modelo, sino en la estructura base que deber\u00eda sostenerlo y permitirle generar impacto real.<\/p>\n Lo llamativo es que las empresas que han logrado demostrar beneficios se comportan particularmente distinto. Est\u00e1s empresas son conocidas como las \u201cAI high performers\u201d y son un grupo selecto que ha logrado obtener hasta un 5% de su EBIT gracias a esta tipolog\u00eda de iniciativas, y curiosamente, representan \u00fanicamente un 6% del total. Ese grupo comparte un patr\u00f3n. No buscan escalar modelos, sino que se enfocan en escalar decisiones.<\/strong> Dentro de sus operaciones, no est\u00e1n invirtiendo en herramientas independientes entre s\u00ed, sino que est\u00e1n creando ecosistemas<\/strong> que alinean estrategia, gesti\u00f3n y gobernanza de sus datos. Su diferencia es tan marcada con el resto de empresas, que los high performers tienen casi tres veces m\u00e1s probabilidades de haber redise\u00f1ado flujos de trabajo completos para integrarlos con IA. Mientras la mayor\u00eda est\u00e1 a\u00fan intentando adaptar y comprender sus procesos, estas empresas ya est\u00e1n reorganizando c\u00f3mo toman decisiones.<\/p>\n Paralelamente, en una investigaci\u00f3n de MIT Sloan en colaboraci\u00f3n con BCG, The Emerging Agentic Enterprise<\/a>, aparece un fen\u00f3meno todav\u00eda m\u00e1s claro. La adopci\u00f3n de IA generativa alcanz\u00f3 70% en apenas tres a\u00f1os, y los agentes aut\u00f3nomos llegaron al 35% en s\u00f3lo dos a\u00f1os, con otro 44% de organizaciones planificando su despliegue. Es innegable que la tecnolog\u00eda est\u00e1 avanzando m\u00e1s r\u00e1pido que la real capacidad institucional para absorberla.<\/p>\n Esta casu\u00edstica revela una evidente tensi\u00f3n estructural que dominar\u00e1 el 2026. Los agentes no son un mero experimento, ya se proyectan como una nueva capa organizativa<\/strong> y, cuando las empresas logren delegar etapas completas de un proceso a estos sistemas aut\u00f3nomos, la forma de gobernar deja de ser opcional y pasa a ser indispensable.<\/em><\/strong><\/p>\n La gobernanza del dato<\/strong>, tradicionalmente centrada en el cumplimiento y la estandarizaci\u00f3n, se ha vuelto ineficiente frente a modelos capaces de aprender, planificar y ejecutar de manera aut\u00f3noma. Una gran porci\u00f3n de empresas han experimentado incidentes derivados del uso de IA sin un gobierno adecuado, y la inexactitud de su informaci\u00f3n figura como uno de los factores m\u00e1s comunes.<\/p>\n Es a\u00fan m\u00e1s preocupante el gap que existe entre la importancia atribuida a la explicabilidad, es decir, comprender qu\u00e9 datos intervienen, c\u00f3mo se transforman y bajo qu\u00e9 reglas se utilizan, y las medidas efectivas que han implementado para gestionarla. El propio ciclo de vida del dato se sigue percibiendo como una caja negra, incluso en aspectos esenciales como la trazabilidad y la procedencia. Este vac\u00edo erosiona la confianza, y expone la fragilidad de los enfoques tradicionales de gobernanza, que ya no alcanzan para sostener inversiones estrat\u00e9gicas en IA y datos a escala.<\/p>\n Desde Keepler<\/strong>, observamos una evoluci\u00f3n inminente en la gobernanza<\/strong>. Operativamente, dejar\u00e1 de funcionar como un conjunto de pol\u00edticas est\u00e1ticas, y pasar\u00e1 a convertirse en el mecanismo operativo que interviene justo d\u00f3nde se toman decisiones<\/strong>, acompa\u00f1ando a modelos, agentes, y equipos en el punto exacto d\u00f3nde se genera el impacto.<\/p>\n Pero gobernar decisiones requiere algo m\u00e1s profundo: significado<\/strong>. Aqu\u00ed es donde la gesti\u00f3n del dato entra en un punto de inflexi\u00f3n importante. Durante muchos a\u00f1os, la disciplina se posicion\u00f3 entre arquitecturas, pipelines y estandarizaci\u00f3n. Sin embargo, el crecimiento de la IA solicita una capa de lenguaje com\u00fan que le permita a los sistemas interpretar el negocio con exactitud. Se debe comprender a nivel t\u00e9cnico y funcional<\/strong> qu\u00e9 representa cada entidad, qu\u00e9 reglas gobiernan su uso, c\u00f3mo se relacionan los dominios y qu\u00e9 variaciones sem\u00e1nticas son aceptables.<\/p>\n La transici\u00f3n hacia modelos basados en ontolog\u00edas, grafos de conocimiento y productos de datos cognitivos son cada vez m\u00e1s, no como mera teor\u00eda sino como un requisito operativo para que tecnolog\u00eda, personas y negocio razonen sobre el mismo contexto. En este nuevo contexto, la gobernanza ya no tratar\u00e1 \u00fanicamente el dato, sino que pondr\u00e1 su foco en que las condiciones de negocio est\u00e1n fielmente representados por los casos de uno que se decidan implementar.<\/p>\n Desde Keepler<\/strong>, ayudamos a las empresas a identificar que el valor real emerge cuando los datos se preparan para la IA de forma consistente, sem\u00e1ntica y gobernable. La evidencia del mercado muestra que las compa\u00f1\u00edas con mayor madurez del dato obtienen mejoras de hasta un 20% en ingresos, costes, riesgos y productividad<\/a>. A medida que avanza esta transici\u00f3n, la estrategia del dato reafirma su propia evoluci\u00f3n dejando de ser una br\u00fajula conceptual convirti\u00e9ndose en el sistema operativo que conecta objetivos de negocio con capacidades t\u00e9cnicas.<\/p>\nGobernanza sem\u00e1ntica<\/span><\/h3>\n
Econom\u00eda de la IA<\/h3>\n