La fiebre por adoptar IA impulsa inversiones millonarias, pero la falta de preparación de datos amenaza la rentabilidad de los proyectos y obliga a las empresas a replantear sus estrategias tecnológicas.
La carrera empresarial por incorporar inteligencia artificial (IA) se acelera en prácticamente todos los sectores económicos. Sin embargo, detrás del entusiasmo por los modelos generativos y las nuevas aplicaciones tecnológicas, existe un problema estructural que amenaza con reducir el impacto de estas inversiones: la mala gestión de los datos.
Para César Cernuda, presidente de NetApp, la conversación en torno a la IA se ha concentrado excesivamente en las capacidades de los algoritmos, mientras que los verdaderos desafíos se encuentran en la calidad, disponibilidad y protección de la información que alimenta estas herramientas. Durante una entrevista con Mundo Ejecutivo, el directivo señaló que muchas organizaciones están intentando implementar soluciones avanzadas sin haber desarrollado previamente una estrategia sólida de administración de datos.
“Gran parte de ese fracaso pasa y empieza por no haber hecho los deberes y hacer el trabajo que tenemos que hacer preparando nuestros datos para la inteligencia artificial”, afirmó César Cernuda.
La situación comienza a generar inquietud entre directores generales, responsables financieros y consejos de administración, que buscan comprobar que los recursos destinados a proyectos de IA realmente se traduzcan en mejoras operativas y crecimiento de negocio. Cuando los datos son incompletos, están dispersos o carecen de mecanismos adecuados de gobernanza, incluso las plataformas tecnológicas más sofisticadas pueden ofrecer resultados limitados.
En este contexto, la rentabilidad de la inteligencia artificial se ha convertido en un tema central para las organizaciones. La adopción de nuevas herramientas ya no se mide únicamente por innovación, sino por su capacidad de generar beneficios tangibles. Desde la reducción de costos y el incremento de productividad hasta la mejora en la experiencia del cliente, las empresas buscan indicadores concretos que justifiquen cada inversión tecnológica.
El desafío se vuelve aún más complejo debido a que la información empresarial suele encontrarse distribuida entre centros de datos propios, diferentes nubes públicas y entornos privados. Esta fragmentación dificulta el aprovechamiento integral de los datos y limita el potencial de las iniciativas de inteligencia artificial. Según la visión de NetApp, el éxito de estas tecnologías dependerá en gran medida de la capacidad que tengan las organizaciones para construir arquitecturas interoperables, seguras y preparadas para operar en entornos híbridos.
México ocupa una posición estratégica dentro de esta transformación. NetApp mantiene presencia en el país desde finales de la década de los noventa y participa actualmente en operaciones de manufactura en Guadalajara, Jalisco, desde donde atiende mercados de América Latina y Estados Unidos. La importancia del territorio nacional también se refleja en las conversaciones sobre soberanía tecnológica y control de datos, temas que comienzan a ganar relevancia tanto en el sector público como privado.
De acuerdo con César Cernuda, recientemente han existido acercamientos con autoridades mexicanas para analizar esquemas relacionados con la nube soberana, un modelo que busca garantizar mayor control sobre la información sensible y que ha cobrado fuerza en diversas regiones del mundo. Aunque no existe un proyecto específico anunciado, estas conversaciones reflejan la creciente importancia de la seguridad, la disponibilidad y la gobernanza de los datos en sectores estratégicos como banca, salud y gobierno.
La dependencia de la información también está redefiniendo la percepción del riesgo empresarial. En industrias como la financiera, una falla en los sistemas de datos puede ser tan crítica como una afectación a los recursos económicos. En manufactura, los problemas de disponibilidad pueden interrumpir procesos productivos completos, mientras que en salud la confiabilidad de la información resulta indispensable para la atención clínica y el diagnóstico.
Para el directivo, el reto no es únicamente tecnológico. La resistencia al cambio continúa siendo uno de los principales obstáculos para la transformación empresarial. “El mayor riesgo que tenemos las empresas es el miedo al cambio”, subrayó.
En un entorno donde la inteligencia artificial promete redefinir industrias enteras, la conclusión parece clara: el verdadero valor no estará únicamente en los algoritmos, sino en la capacidad de las organizaciones para gestionar sus datos de forma eficiente. La calidad de la información, la seguridad y una estrategia de inversión disciplinada serán factores decisivos para determinar qué empresas logran convertir la inteligencia artificial en una ventaja competitiva sostenible.
