Roadmap AI – ¿Cómo salir de las experimentaciones para desplegar la IA a escala?

Todo se acelera: esta es una de las principales conclusiones del Roadmap AI Marketing Day 2025. Sin embargo, la ampliación de los proyectos de IA sigue siendo difícil de llevar a cabo. ¿La causa? Obstáculos organizativos y culturales, desafíos en la calidad y gobernanza de los datos, o incluso la dificultad para medir el ROI… ¿Cómo superarlos? Aquí tienes algunas respuestas basadas en las experiencias de Pernod Ricard, BPCE, SNCF Gares & Connexions, Kingfisher y Forrester.

Los factores clave de éxito a tener en cuenta:

• Equipos dedicados al tema de la IA, para pilotar las experimentaciones en paralelo con el “run” y estructurar el escalado.
• Una priorización precisa de los proyectos en función del ROI esperado, su coherencia con la estrategia global de la empresa y su viabilidad técnica.
• Una anticipación de la industrialización desde la fase de POC (Prueba de Concepto), integrando las limitaciones de seguridad, confidencialidad e infraestructura existente, para evitar bloqueos técnicos durante el escalado.
• Una gobernanza específica de la IA, que implique a la alta dirección, con comités de seguimiento regulares y una validación de las prioridades de negocio.

—

La constatación es significativa: menos de un tercio de las marcas han pasado realmente de la experimentación a la producción e industrialización de sus casos de uso de IA. Este es el dato compartido por Thomas Husson de Forrester en su discurso de apertura del evento Roadmap AI Marketing Day 2025.

“La cuestión no es saber qué permite hacer la IA. Potencialmente, lo permite todo. La cuestión es cómo te va a permitir responder a tus objetivos de negocio, a tus objetivos de marketing“, explica el Vicepresidente y Analista Principal del instituto de investigación. Sin embargo, ante este campo de posibilidades casi infinito, la tentación de dispersarse es grande… O, por el contrario, de paralizarse ante la magnitud de la tarea.

Una consigna: priorizar

Para Morgane Castanier, Directora de Clientes, Marketing y Tecnologías de SNCF Gares & Connexions, la conclusión es clara: “hay que crear equipos específicos“, porque “es difícil hacer tanto el ‘run’ como la transformación“. ¿El papel de estos equipos de IA? Dirigir los casos de uso, probarlos, equivocarse, ajustar… Pero también formar a los empleados para que ellos mismos puedan “proyectarse en las condiciones necesarias para escalar los proyectos“.

Este enfoque también es compartido –e implementado– por Romain Roulleau, Director Global de Digital y Comercio Electrónico de Kingfisher (Castorama, Brico Dépôt), quien cuenta con un equipo de unos treinta empleados dedicados a la IA. Sin embargo, “dado el número de casos de uso posibles, tanto en front como en back, no serían 30 personas las que se necesitarían, sino 300 o 3000“. Así que, por tanto, hay que priorizar, subraya.

En Kingfisher, esta priorización se realiza principalmente en función de un cálculo de ROI previsto, lo que lleva a centrarse en temas a corto plazo, “simples y rápidos“, capaces de generar beneficios rápidamente medibles. Estos temas suelen estar orientados al back-office: este es el caso, en particular, del desarrollo de una solución de detección automática para identificar referencias no conformes en los marketplaces. Esta herramienta desarrollada internamente permite controlar la calidad y la conformidad de los datos de productos con grandes volúmenes, donde un control manual sería imposible.

Anticipar la industrialización desde la fase de POC

Para ir más allá del simple “Proof-Of-Concept” (Prueba de Concepto) y facilitar a la larga el despliegue a gran escala de los casos de uso, Morgane Castanier enfatiza la necesidad de integrar desde esta fase de priorización las limitaciones del escalado: “se trata de garantizar un nivel de producción tal como se espera de los servicios informáticos, sin obstaculizar la creatividad“, resume. Dicho de otra manera, “hay que ser consciente, desde el principio en la elección de tu caso de uso, de la exigencia de tener que escalarlo después, e integrarlo en un ecosistema ya existente“.

Las preocupaciones relacionadas con la confidencialidad de los datos y la seguridad, que son barreras importantes para la adopción y el escalado de la IA, también deben tenerse en cuenta desde esta etapa. Al igual que los límites técnicos (pertinencia, alucinaciones, efecto “caja negra”…) que podrían obstaculizar un escalado. “Existen barreras significativas relacionadas con la capacidad de las empresas para aceptar una menor precisión o una posible degradación de la calidad del servicio“, señala Pierre-Eric Beneteau, Partner en Converteo, en su presentación sobre la IA y la experiencia del cliente.

Basándose en la experiencia de despliegue global de una solución de Marketing Mix Modeling basada en la IA, Antoine Genot, Global Marketing Performance Director en Pernod Ricard, insiste en otro punto. Se trata de la importancia de elegir bien el terreno de lanzamiento, “con un proof of concept que hay que desarrollar muy rápidamente en algunos mercados, de tamaño medio idealmente (porque no debe ser demasiado pequeño, de lo contrario los grandes mercados no creen en ello). Pero tampoco debe ser demasiado grande, porque si nos equivocamos, no queremos equivocarnos en EE. UU. o en China“.

El desafío de la gobernanza

Para Luc Barnaud, Chief Data Officer del grupo BPCE, “el éxito de un programa de IA es un 30% de tecnología y un 70% de negocio.” Consecuencia: “hay que asegurarse constantemente de que las inversiones que hacemos y las prioridades que establecemos están totalmente alineadas con las prioridades del negocio“. Esta alineación con los negocios y el plan estratégico del grupo es una condición indispensable para evitar acabar haciendo “tecnología por la tecnología.“

Para ello, “se han establecido gobernanzas específicas de Datos e IA con los directivos de los Bancos Populares y las Cajas de Ahorro, así como con todos los altos cargos de la estructura central, incluyendo el director de riesgos y el director de RRHH”. Consecuencia: “esto asegura que trabajamos constantemente en los temas prioritarios.“

En Kingfisher, un “Venture Board” sigue mensualmente el progreso de los proyectos estratégicos de IA. Esta estructura implica directamente al CEO y a la alta dirección: aproximadamente la mitad de sus miembros pertenecen al COMEX o a los comités de dirección de las marcas.

Encontrar los argumentos adecuados para convencer

La importancia de la validación de los casos de uso por parte de la alta dirección es, de hecho, una fuerte recomendación de Forrester, que señala que en la mayoría de las organizaciones, el CEO no es (todavía) el principal responsable de la estrategia de IA. Son principalmente los DSI (Directores de Sistemas de Información), los CIO (Directores de Información) y los CTO (Directores de Tecnología) quienes tienen el liderazgo en este tema. “Solo una cuarta parte de los directivos de negocio –en particular de marketing– están a cargo de la estrategia de IA. Mientras que el desafío es, obviamente, el del modelo económico“, señala Thomas Husson.

Este último cita un ejemplo: el grupo Mondelez, que ha definido una hoja de ruta muy clara en relación con su plan de negocio. “El orden de magnitud del que hablamos es de varias decenas, varios cientos de millones de euros de ahorro, con casos de uso muy claramente priorizados, en la producción a escala de contenidos, para la personalización, el comercio digital, las interfaces conversacionales, etc. Pero todo ello requiere, evidentemente, del compromiso del comité ejecutivo“, subraya.

Una ventaja de la que goza el grupo L’Oréal: Xavier Meunier, Global Media Platforms Director, explica que cuenta con un “patrocinio de liderazgo extremadamente alto”, con “buenos patrocinadores en el lugar adecuado para poder pulsar el botón correcto y acelerar más rápidamente“. Esto permite a los equipos de medios del grupo superar rápidamente la fase de exploración de la IA para entrar en el despliegue a gran escala de sus casos de uso.

Sin embargo, como señala Morgane Castanier, este trabajo de evangelización nunca está totalmente terminado: “hay que tener las palabras y la convicción para convencer a los consejos de que [la IA] no es una opción, es una verdadera prioridad. Y esto, más aún en un contexto económicamente muy limitado, porque hará ganar productividad“. En SNCF Gares & Connexions, este trabajo de convicción pasa por una evaluación precisa del ROI de los proyectos, incluso más allá de los indicadores financieros clásicos. Pero cada estructura debe encontrar los argumentos adecuados, en función de su contexto y estrategia.