IA y gobierno de datos marcan la hoja de ruta para empresas en México

La IA pasó de ser una promesa a una exigencia

“Las empresas que no se suban a la IA desde hoy, van a empezar a quedarse atrás y a desaparecer en los próximos tres o cuatro años”, advirtió Francisco Javier Albores, Global Data Engineering Director en Bimbo.

Para los ejecutivos presentes, la IA debe dejar de entenderse como un proyecto tecnológico aislado y abordarse como una capacidad estratégica habilitadora que impacta la estructura organizacional, la toma de decisiones, el diseño de procesos y la experiencia del cliente. El punto de partida no está en la tecnología, sino en la estrategia del negocio. Los líderes coincidieron en que los primeros casos de uso deben estar alineados con objetivos claros, preferentemente en áreas como Ventas y Operaciones, donde el retorno de inversión es más inmediato. “Sin casos de uso medibles, el ROI es un volado”, señaló Albores.

Al centro, Javier Albores, de Bimbo, flanqueado por Oscar Hernández y Liliana
Palestina de Bluetab.

Los expertos recomendaron comenzar pequeño, rápido y con impacto. Identificar procesos manuales, burocráticos o costosos, y probar soluciones en entornos controlados. “Dale pronto el dulce al líder”, propuso Arturo Garduño, Data & Analytics Delivery Lead de la compañía, con referencia a entregar resultados tangibles que aseguren apoyo político y presupuestal.

Sin embargo, esta transformación no puede despegar sin una base sólida de datos. Como afirmó Octavio Gallardo, Head of Data en Alpura: “Los datos son la base crítica para habilitar cualquier iniciativa de inteligencia artificial”, y sin una estructura que garantice su calidad, trazabilidad y gobernabilidad, ningún algoritmo podrá cumplir sus promesas.

Gobernanza y calidad, prerrequisitos para escalar los datos

Uno de los consensos clave entre los participantes fue que los proyectos de IA fallan más por falta de confianza en los datos que por deficiencias tecnológicas. “La gente pierde la confianza si el dato no coincide”, alertó Albores, y resaltó que la integridad de los datos no es un ejercicio puntual, sino un proceso continuo que requiere herramientas, metodologías y una cultura orientada al dato desde el ingreso mismo de la información.

Incluso hay empresas como Mondelez que han implementado mecanismos formales para certificar la información de los dashboards antes de que sean presentados a la dirección. “Si el líder no ve el sello de ‘certificación de datos’, no le interesa ese número”, explicó Garduño. Esta práctica busca establecer una “única fuente de verdad” que respalde las decisiones críticas del negocio.

Democratización del dato sin perder control

Otro tema abordado fue el dilema entre democratizar la analítica y garantizar el control de la información. Rodrigo Olivares, Senior Manager de Data & AI en Nissan, comentó que la automotriz apuesta por un enfoque de citizen developers, con plantillas estandarizadas para cada unidad de negocio. En contraste, Mondelez entrena a sus equipos en Power BI, pero limita la profundidad de los paneles que pueden desarrollar. “No se trata solo de acceso, sino de responsabilidad sobre la calidad del dato”, enfatizó Garduño.

En Bimbo, la alfabetización de datos se acompaña de consecuencias concretas: si los datos son mal capturados, hay repercusiones, apuntó Albores. La cultura de datos, recordó Liliana Palestina, CTO de Bluetab, no se impone: se construye con liderazgo y con resultados visibles que fomenten la adopción voluntaria.

El valor de la nube y las arquitecturas reutilizables

La nube fue reconocida como la plataforma ideal para escalar datos y modelos de IA. Empresas como Bimbo, Alpura y Mabe han logrado eficiencias notables gracias a arquitecturas flexibles de nube. “Pasamos de un proyecto de 17 mil dólares mensuales en infraestructura a 30 dólares en la nube”, compartió David Nieto, director de analítica avanzada en Mabe.

No obstante, la migración debe estar bien planificada. “Si pasas todo tal como está, es muy costoso”, advirtió Olivares, y recomendó una arquitectura basada en capas semánticas, orquestación y acciones para asegurar modelos reutilizables y evitar silos.

Agentes de IA, la nueva interfaz inteligente entre datos y negocio

Los agentes de inteligencia artificial, como el “Maestro Panadero” que desarrolla Bimbo para asistir a operarios en línea de producción, representan el futuro inmediato de la interacción entre humanos y sistemas. Pero, para que no se conviertan en meras curiosidades tecnológicas, deben estar alineados con los KPI del negocio y tener accionables concretos.

“Si no están integrados con procesos reales y no ofrecen valor tangible, los usuarios simplemente dejarán de usarlos”, señaló Nieto de Mabe. Además, como subrayaron Gallardo y Olivares, este tipo de desarrollo exige no solo una arquitectura robusta, sino talento especializado, un marco ético claro y un gobierno de datos maduro.

Finalmente, en este panorama, el CIO debe convertirse en un facilitador de capacidades, un puente entre negocio y tecnología, y un impulsor cultural. “La tecnología por sí sola no transforma; se necesita estrategia, liderazgo y colaboración entre tecnología y negocio”, afirmó Oscar Hernández, CEO para LATAM de Bluetab.

Frente a los desafíos que suponen la resistencia interna, el cambio cultural y los retos de escalabilidad, los responsables tecnológicos deben liderar con urgencia, claridad y foco en el valor para comunicar que la inteligencia artificial no reemplazará al talento empresarial, pero sí hará irrelevantes a quienes no sepan cómo usarla estratégicamente. El Global Data Engineering Director en Bimbo lo expresó con contundencia: “El mejor change management lo aplicas desde la cabeza. Los que no quieran cambiar, van a tener que hacerlo… o ya no van a estar”. El momento de actuar, pues, es ahora.