La inteligencia artificial (IA) dejó atrás la etapa de la experimentación y empezó a ocupar un lugar estratégico en las empresas, pero el principal riesgo ya no está en adoptarla sino en cómo se la implementa dentro de las organizaciones. En ese marco, TOTVS plantea que muchas iniciativas no logran traducirse en resultados concretos cuando se incorporan sin condiciones organizacionales mínimas.
Gartner proyecta que para 2030 más de una de cada diez organizaciones será “AI-first”, con la IA integrada como eje central de sus decisiones y operaciones de negocio. Ese horizonte convive, sin embargo, con dificultades presentes: numerosas compañías todavía enfrentan obstáculos para pasar de pruebas o proyectos puntuales a impactos sostenibles en productividad y competitividad.
El enfoque parte de una premisa: la IA amplifica tanto las fortalezas como las debilidades internas. Cuando los procesos no están bien definidos, los sistemas de gestión no están integrados o los datos no son confiables, la tecnología difícilmente entregue el valor esperado. En cambio, el mayor aporte aparece cuando se apoya en plataformas empresariales modernas, en la nube y con información confiable.
Entre los errores más frecuentes, se destaca el inicio de proyectos sin una estrategia clara de negocio. La implementación por tendencia, sin objetivos concretos, indicadores o casos de uso bien definidos, suele derivar en iniciativas que pierden impulso antes de generar resultados consistentes. En términos operativos, la falta de alineación con prioridades del negocio limita la capacidad de sostener inversiones, ajustar procesos y medir mejoras.
Otro desafío relevante es la calidad e integración de los datos. De acuerdo con Gartner, muchas organizaciones todavía operan con arquitecturas fragmentadas y silos de información, lo que restringe la capacidad de la IA para producir respuestas confiables y apoyar decisiones de negocio. En ese escenario, aun modelos avanzados pueden ofrecer salidas inconsistentes si se alimentan con información incompleta o desactualizada.
También aparece un desajuste de expectativas: algunas empresas concentran su objetivo en la reducción de costos. Si bien la IA puede aumentar la productividad y automatizar tareas, su mayor potencial está en mejorar la toma de decisiones, optimizar procesos y crear nuevas oportunidades de crecimiento.
En este contexto, TOTVS amplió su estrategia de IA por medio de LYNN, su foundation de IA B2B, desarrollada para expandir la capacidad de crear agentes de IA altamente especializados. Para la compañía, la aplicación de IA de propósito específico representa un diferencial frente a herramientas de uso general, al comprender contextos complejos de los entornos de gestión empresarial y ofrecer “mayor precisión, desempeño, gobernanza y seguridad de los datos”, además de “un menor costo para las empresas”.
Por último, el planteo subraya que la tecnología no reemplaza el criterio humano: la IA procesa grandes volúmenes de información en segundos, pero las decisiones estratégicas siguen dependiendo de personas capaces de interpretar el contexto, evaluar riesgos y definir prioridades.
