La evolución reciente de la IA ha avanzado más rápido que cualquier transformación tecnológica que haya visto en mi carrera. Lo que antes parecía experimental hoy es esencial para que las empresas modernas compitan y escalen. La velocidad, la eficiencia y la diferenciación determinan la supervivencia de las compañías de alto crecimiento, donde la IA se ha convertido en una capa crítica capaz de impulsar procesos, acelerar decisiones y convertir la estrategia en acción con impacto real en el mercado.

Ese cambio es evidente en las tendencias globales de inversión y en las tasas de adopción empresarial. De acuerdo con el reporte Artificial Intelligence Market de Grand View Research, el mercado global superó los 390 mil millones de dólares en 2025 y crecerá más de 30 % anualmente hasta 2033, cuando rebasará los 3.5 billones. En México, se proyecta que el mercado de IA alcance los 16,924.8 millones de dólares en 2025 y crezca hasta 180,057.8 millones para 2033. Asimismo, la firma analista Select afirma que nueve de cada diez grandes organizaciones ya utilizan al menos una metodología de IA—y diez de cada diez planean adoptarla.

La siguiente evolución de la IA empresarial: de la comprensión a la orquestación

Hasta ahora, los modelos de lenguaje grandes (LLM) han sido el motor de esta transformación. Permiten que las máquinas articulen, conversen y contextualicen con una naturalidad impensable hace pocos años. En el ámbito de la experiencia del cliente (CX), esto reemplazó guiones rígidos por diálogos que se adaptan en tiempo real y suenan más humanos.

Pero el mercado ha llegado a un punto decisivo donde comprender y articular ya no es suficiente. Ante volúmenes de datos cada vez mayores y operaciones más complejas, la siguiente etapa de la IA en las empresas mexicanas requiere pasar de describir a ejecutar. Se necesita una IA capaz de anticipar escenarios, tomar decisiones y orquestar procesos a través de sistemas críticos.

Los Large Action Models (LAMs) están diseñados para llevar las experiencias impulsadas por IA de la conversación a la acción, anticipar necesidades y coordinar flujos complejos entre los sistemas empresariales. Para el mercado mexicano—donde las pymes se digitalizan aceleradamente y las grandes empresas están inmersas en iniciativas de productividad y nearshoring— esto puede traducirse en operaciones más ágiles, mejores experiencias para los clientes y una ventaja competitiva medible.

Los LAMs están concebidos para convertir el insight en ejecución. Extienden las capacidades conversacionales de los LLM y pueden actuar dentro de entornos empresariales claramente definidos y seguros. Operan utilizando herramientas autorizadas y flujos aprobados, actuando solo sobre lo que es real, disponible y permitido. Cada acción es trazable, con resultados vinculados directamente a sistemas y procesos verificados. El resultado es una orquestación anticipatoria que se adapta y actúa antes de que la fricción aparezca.

Para que este cambio funcione en entornos reales, la inteligencia LAM necesita un método disciplinado para interactuar con los sistemas empresariales. Allí entra el Model Context Protocol (MCP). MCP forma el marco de conexión entre la inteligencia y la infraestructura; define dónde ocurren las acciones, gestiona el acceso a herramientas y refuerza las reglas que rigen su uso. MCP traduce el análisis en ejecución y permite que la IA opere de forma segura y efectiva dentro del ecosistema empresarial.

De la experimentación a la ejecución

La transformación ya es visible en los datos del mercado. El reporte de Genesys Customer Experience in the Age of AI muestra que 83 % de los líderes de experiencia del cliente encuestados cree que la IA será un diferenciador competitivo decisivo en los próximos años, y 70 % afirma que ya está ayudando a ofrecer recorridos más eficientes y empáticos.

En compañías de alto crecimiento —donde equipos ágiles deben escalar rápidamente— los LAMs pueden eliminar pasos manuales, reducir reprocesos y permitir que la inteligencia trabaje directamente a favor de la eficiencia operativa. Un ejemplo claro: un agente virtual agéntico detecta una caída en el engagement, activa de inmediato una campaña predictiva y la registra en el CRM —ejecutando todo el flujo sin intervención humana.

La IA ya no es solo un recurso poderoso, se ha convertido en un componente activo de las operaciones. En lugar de recurrir a soluciones puntuales aisladas, las organizaciones buscarán diferenciación real mediante la orquestación de experiencias impulsadas por IA sobre una plataforma unificada que conecte comprensión, acción y propósito.

La siguiente etapa de la IA no se definirá por mayor potencia, sino por mejor criterio. El cambio real radica en equilibrar adecuadamente la autonomía de la IA con la supervisión humana. Con LAMs, las organizaciones pueden pasar de sistemas que simplemente entienden solicitudes a sistemas que las resuelven de manera segura, contextual y a escala.

En una economía impulsada por el nearshoring, donde el crecimiento magnifica la complejidad operativa, esa distinción es crucial. Los líderes de esta nueva era no tratarán la IA como una tendencia, sino como infraestructura operativa. La IA evolucionará hacia ecosistemas agénticos que convierten la conversación en ejecución, reducen fricciones y liberan a las personas para enfocarse en lo que realmente diferencia al negocio. Cuando la acción autónoma se combina con el discernimiento humano, la ventaja deja de ser incremental y se vuelve estructural.

Por Mauricio García-Cepeda, director general de Genesys México