Hoja de ruta de IA: los 4 pilares para escalar
Michele Caruso, CEO Italy & Partner de Converteo, acompaña a organizaciones de los sectores del retail, el lujo y la banca en la estructuración y el escalado de sus capacidades de datos e IA. Especialista en transformación estratégica, dirige la implantación de modelos operativos para convertir la innovación tecnológica en un impacto empresarial tangible.
Puntos clave
- Desplegar las bases técnicas antes de desarrollar casos de uso: no permitas que tus equipos multipliquen las experimentaciones aisladas. Establece una infraestructura centralizada que gestione la seguridad, el FinOps y los accesos a los datos para evitar la proliferación de un shadow IT incontrolable.
- Distribuir la gobernanza y el desarrollo de aplicaciones: sustituye los ciclos de decisión jerárquicos por un sistema de comités de cuatro niveles coordinado por un IA Business Partner. Delega en las áreas de negocio la creación de agentes mediante una metodología de desarrollo en flujo continuo (Kanban).
- Formar a los equipos para identificar el valor real: capacita a tus colaboradores para desmitificar la tecnología y evitar la percepción de que puede hacerlo todo de forma mágica. Aplica sistemáticamente un árbol de decisión riguroso para descartar necesidades ficticias y concentrar los recursos en tareas frecuentes y complejas.
¿Por qué la industrialización de la IA requiere una hoja de ruta específica?
La integración de la inteligencia artificial en una organización se enfrenta casi sistemáticamente al síndrome del POC eterno. Las empresas ponen en marcha multitud de experimentos prometedores, a menudo impulsados por departamentos de negocio aislados, pero no consiguen transformarlos en servicios robustos, integrados y capaces de generar valor sostenible. Este bloqueo se debe a un error fundamental de enfoque: tratar la IA como una simple herramienta de software que se instala, en lugar de considerarla una transformación estructural que requiere una metodología de despliegue global.
Escalar no consiste en competir por incorporar la tecnología más avanzada, sino en seguir un proceso de diseño arquitectónico metódico. Sin una hoja de ruta rigurosa, las iniciativas se fragmentan, los costes de infraestructura se disparan con el primer despliegue masivo y los usuarios terminan abandonando las aplicaciones porque no responden a sus necesidades. Para lograr una industrialización exitosa, la estrategia debe apoyarse simultáneamente en cuatro pilares indisociables: unas bases técnicas sólidas, una gobernanza adecuada, una metodología ágil de desarrollo y una profunda formación de los equipos. Prescindir de cualquiera de estos pilares condena el proyecto a quedarse en una prueba de concepto.
Pilar 1: Desplegar unas bases técnicas centralizadas
La tentación de permitir que los equipos experimenten rápidamente con los modelos más recientes del mercado es grande. Este enfoque descentralizado genera inevitablemente una deuda técnica considerable y graves vulnerabilidades de seguridad. En el sector del retail, por ejemplo, la ausencia de una gobernanza de datos previa ha llegado a provocar retrasos de hasta 10 semanas en el despliegue de un asistente. Para escalar, es necesario invertir la lógica habitual: la empresa debe invertir primero en un marco técnico centralizado, mantenido por el departamento de sistemas de información (DSI), antes de iniciar cualquier desarrollo por parte de las áreas de negocio.
Esta plataforma unificada actúa como un centro de control indispensable. En primer lugar, garantiza la seguridad mediante la gestión centralizada de los accesos, las autenticaciones y la segmentación de los flujos de datos, impidiendo que la información sensible se filtre al exterior. En segundo lugar, asegura la gobernanza de los datos mediante el control de las conexiones con las fuentes documentales de la empresa. Esta infraestructura también incorpora la gestión FinOps: centraliza la administración de las instrucciones y supervisa las llamadas a las API de los LLM para optimizar el consumo de tokens.
Por último, actúa como acelerador al poner a disposición de los equipos componentes técnicos reutilizables, como las herramientas de monitorización y registro de eventos, que ya no es necesario desarrollar de nuevo en cada proyecto. Invertir en esta infraestructura común no frena la innovación, sino que constituye la condición indispensable para que las soluciones de hoy puedan mantenerse y evolucionar mañana.
Pilar 2: Estructurar una gobernanza de IA transversal y distribuida
Escalar exige rediseñar el modelo de dirección y supervisión de la empresa. Los modelos tradicionales de comités de decisión resultan demasiado lentos, rígidos y alejados de la realidad operativa para seguir el ritmo de evolución de la IA agéntica. Para evitar la dispersión de esfuerzos y garantizar la rentabilidad de las inversiones, es necesario implantar una gobernanza distribuida y específica.
Los cuatro niveles de comités para alinear la estrategia con la operativa
La organización de la industrialización se articula en torno a cuatro órganos de decisión con horizontes temporales diferentes:
- Comité Estratégico (COMEX): define el rumbo. Su función consiste en establecer la visión global, fijar las grandes ambiciones de la empresa en materia de IA y asignar los presupuestos generales.
- Comité de Transformación de IA: órgano táctico que reúne a las áreas de negocio, el departamento de sistemas de información (DSI) y el delegado de protección de datos (DPO). Aprueba o rechaza los proyectos presentados en función de criterios estrictos de rentabilidad, ética, cumplimiento normativo e impacto en responsabilidad social empresarial (RSE).
- Comité de Programa de IA: compuesto principalmente por representantes del DSI y de Recursos Humanos, se encarga de la planificación operativa y organiza el calendario de desarrollo y el plan de acompañamiento al cambio para los proyectos aprobados.
- Centros de Excelencia de IA: centrados en la ejecución, reúnen a expertos técnicos (ingenieros y arquitectos) y perfiles híbridos (Product Builders y diseñadores), que diseñan y mantienen las aplicaciones en el día a día.
El papel central del IA Business Partner en la toma de decisiones
Para que estos cuatro niveles de gobernanza funcionen sin crear silos, la organización se apoya en una función clave: el IA Business Partner. Como hilo conductor de la transformación, este profesional garantiza la fluidez del proceso, desde que surge una idea en un área de negocio hasta su puesta en producción a escala industrial.
Su misión consiste en identificar las iniciativas pertinentes que surgen sobre el terreno y trasladarlas a los comités de decisión. Durante las fases de evaluación y priorización, proporciona a los directivos un contexto claro que combina las dimensiones de negocio, técnica y estratégica, facilitando decisiones rápidas y fundamentadas.
Es el garante de la coherencia global de la cartera de proyectos: evita duplicidades entre departamentos y se asegura de que cada euro invertido contribuya a los objetivos establecidos por el COMEX.
Pilar 3: Adoptar una metodología de desarrollo ágil en flujo continuo
Los ciclos de desarrollo en V o los marcos de agilidad pesados, basados en sprints rígidos de dos semanas, generan una inercia incompatible con las tecnologías probabilísticas. La velocidad de ejecución no es opcional, sino la norma: el producto debe mantenerse constantemente alineado con las necesidades e incorporar los últimos avances sin exigir una renovación completa cada seis meses.
Sustituir los ciclos rígidos por un modelo de trabajo Kanban
El modelo de desarrollo más eficaz se basa en la hiperagilidad. Consiste en estructurar el despliegue en cuatro etapas clave, gestionadas mediante un flujo continuo (tipo Kanban) por pequeños equipos que trabajan con una dinámica similar a la de una start-up. El objetivo es entregar valor de forma continua, con puestas en producción cada dos o tres días.
El proceso comienza con una fase de definición rigurosa que establece los objetivos, prioriza los casos de uso y valida los indicadores de éxito. A continuación, el desarrollo se organiza en cuatro flujos paralelos: la consolidación de la plataforma, las integraciones con los sistemas de información, la definición de las reglas de negocio y la implantación de la observabilidad.
Después llega la fase de validación continua, que combina pruebas automatizadas con las aportaciones de los expertos operativos, antes de proceder a un despliegue progresivo bajo una supervisión intensiva (hypercare). Este ciclo tan corto permite ajustar el comportamiento del agente de acuerdo con las expectativas de los usuarios.
El Evaluation-Driven Development para validar la calidad de las aplicaciones
En un sistema probabilístico, las pruebas de aceptación del software ya no pueden limitarse a comprobar si se obtiene una única respuesta esperada. La metodología de desarrollo debe incorporar el Evaluation-Driven Development, un enfoque de evaluación continua que mide la fiabilidad del agente en varias dimensiones.
Los equipos evalúan sistemáticamente la exactitud factual de las respuestas generadas (Factuality), su fidelidad al contexto documental proporcionado (Faithfulness) y la pertinencia de las llamadas a herramientas complementarias.
En un proyecto del sector bancario, este rigor se tradujo en la elaboración manual de un conjunto de pruebas de aceptación con 250 preguntas representativas de situaciones reales. Este nivel de exigencia desde el punto de vista del negocio es indispensable para garantizar que la aplicación entregada no solo funcione técnicamente, sino que también sea plenamente fiable desde el punto de vista operativo.
Pilar 4: Formar a toda la organización para orientar la IA hacia la creación de valor
El principal riesgo de un proyecto de IA es de naturaleza humana: la percepción de que la tecnología puede resolverlo todo de forma mágica. Los equipos de negocio y la dirección suelen tener expectativas poco realistas e imaginan una tecnología capaz de resolver instantáneamente problemas estructurales. Esta percepción equivocada conduce sistemáticamente a la decepción tras las primeras entregas y lleva a la organización a desplegar agentes complejos y costosos para resolver problemas menores.
La formación y sensibilización de los colaboradores, impulsada especialmente por los Product Builders, constituye el principal antídoto frente a este fenómeno.
Implantar la IA implica, ante todo, formar a las áreas operativas tanto sobre sus limitaciones como sobre su potencial. Ante una nueva necesidad, los equipos deben aplicar un árbol de decisión riguroso de cuatro etapas.
En primer lugar, se comprueba si basta con una solución sencilla: ¿se puede resolver el problema mejorando la intranet? A continuación, se evalúa la complejidad: ¿la tarea requiere realmente comprender el lenguaje natural? El tercer filtro analiza el volumen y el valor para determinar si la inversión será rentable. Por último, la evaluación de los datos verifica si la empresa dispone de una base documental fiable para alimentar el modelo.
En una entidad bancaria, este análisis preliminar por sí solo permitió reducir un 20 % las consultas dirigidas a Recursos Humanos mediante una simple reorganización de la documentación existente, evitando así el desarrollo innecesario de un asistente.