Las estrategias de IA se reorientan hacia resultados inmediatos y eficiencia operativa

Decisiones en tiempo real

Bajo esa misma lógica de velocidad y ejecución, proyectar el futuro de la inteligencia artificial en Perú exige abandonar la mirada tradicional de largo plazo. En un entorno donde las disrupciones ocurren en cuestión de meses, el verdadero reto no es anticipar qué pasará en cinco años, sino cómo responder hoy a cambios que ya están ocurriendo.

De acuerdo con Inchaustegui, Perú no parte desde cero, pero sí enfrenta una presión creciente por acortar su curva de adopción frente a mercados más avanzados que ya operan con modelos de automatización, analítica y toma de decisiones en tiempo real: “A diferencia de otros años, que tenías que [realizar] una gran inversión en los presupuestos de los CIO, de los CTO, para poder desplegar todo un ecosistema y hacer una solución, hoy en día ya no es así. ¿Cuál es el reto ahora? Pues generar la eficiencia (…), desarrollar el mindset en tus profesionales, en todos tus colaboradores, para que cada uno, en lo que le toca aportar a la empresa, pueda generar una eficiencia utilizando la automatización, gestionando bien los datos, asegurando la calidad de la información”, reflexiona el ejecutivo.

En esa transición, los primeros impactos se concentran donde históricamente han existido mayores ineficiencias: operaciones, logística y cadenas de suministro. Son Allí, la inteligencia artificial está optimizando costos, reduciendo tiempos y mejorando la toma de decisiones. A nivel global, estas áreas ya están siendo reconfiguradas por sistemas automatizados, analítica predictiva y agentes inteligentes; en Perú, el avance es más heterogéneo, pero las empresas que están adoptando estas capacidades comienzan a marcar una diferencia competitiva clara frente a aquellas que aún operan con modelos tradicionales.

Tecnología accesible

Inchaustegui indica que a este panorama se suma la aceleración en sectores como retail, banca y seguros, donde la IA no solo optimiza procesos internos, sino que redefine la relación con el cliente. Desde automatizaciones comerciales hasta atención continua mediante agentes inteligentes, el impacto es cada vez más visible y medible. Esta evolución, sin embargo, vuelve a poner sobre la mesa el mismo punto crítico: la tecnología ya no es la barrera.

Hoy las herramientas son cada vez más accesibles, y el desarrollo low code reduce la dependencia técnica, de modo que el verdadero diferencial está en la capacidad de las organizaciones para integrar los datos, la automatización y el talento en un sistema coherente. En otras palabras, la competencia ya no es por acceso, sino por ejecución sostenida.

El subbgerente de Data & Analytics en Centria comenta que, en ese contexto, el discurso data driven enfrenta su mayor prueba de realidad. Muchas organizaciones han invertido en plataformas, arquitecturas y promesas de inteligencia artificial, pero han descuidado el factor más determinante: las personas. Sin adopción, sin capacidades instaladas y sin una cultura que permita a los equipos utilizar datos de forma autónoma, las soluciones más sofisticadas terminan subutilizadas. Lo que se requiere es un enfoque integral que conecte estrategia, gobierno de datos y, sobre todo, desarrollo de talento en todos los niveles de la organización.

Para Jonathan Inchaustegui, ser realmente data driven no es una etiqueta, sino una práctica sostenida. Implica formar equipos, priorizar casos de negocio concretos y construir un mindset que trascienda lo técnico para instalarse en la toma de decisiones diaria.

Al final, la diferencia no estará en quién tiene más datos o mejores herramientas, sino en quién logra convertirlos en decisiones, resultados y ventaja competitiva. En esa carrera, aún está por definirse quiénes están realmente transformando sus organizaciones, y quiénes solo están contando la historia.