Contenido Exclusivo

¡Convocatoria cerrada! Los Mejores 100 CIO de México 2026

“El reconocimiento más importante del país para los líderes...

¡Ya está aquí la Revista Digital “Los Mejores 20 CISO de México 2025”!

CIO Ediworld lo invita a sumergirse en el contenido de la...

¡Descarga la Revista Digital “Los Mejores 100 CIO de México 2025”!

Descarga la revista digital CIO Ediworld Edición Especial "Los...

La IA empresarial: cuatro ideas que los directivos deben dejar atrás

La inteligencia artificial avanza más rápido que la preparación de muchas empresas. El reporte sobre el Estado de la Estrategia de Aplicaciones 2026 de F5 señala que 78% de las organizaciones ya ejecuta inferencia de IA por cuenta propia y utiliza, en promedio, siete modelos.

De manera que reto ya no consiste únicamente en elegir un modelo, sino en controlar la ruta de inferencia, que incluyen los datos, la identidad, las aplicaciones, las herramientas, el enrutamiento y las políticas que intervienen entre la solicitud del usuario y la respuesta de la IA.

Ante este escenario, los directivos deberían replantear cuatro ideas:

  1. “Todo depende del modelo”.

En efecto, los modelos pueden cambiar. La verdadera ventaja está en contar con una infraestructura flexible que permita incorporar, combinar o sustituir modelos sin reconstruir toda la operación.

  1. “Si el piloto funciona, llevarlo a producción será sencillo”.

El 93% de las organizaciones opera en múltiples nubes y 52% ya orquesta varios modelos. La producción exige controlar confiabilidad, agentes, credenciales, datos y permisos.

  1. “Seguridad, rendimiento y gobierno son asuntos separados”.

En la IA están directamente relacionados. De hecho, aspectos como la autenticación, protección y gobierno de datos también impactan costos y desempeño. Por ello, la seguridad debe incorporarse desde el diseño.

  1. “Más herramientas resolverán la complejidad”.

Cuando una arquitectura se vuelve complicada, lo más común es agregar herramientas para resolver la situación: una para APIs, otra para seguridad o gobernanza, otra para los modelos de IA, etc. El problema es que cada nueva solución puede crear también otra integración, otra política que administrar y otro punto donde algo puede fallar. La solución no es tener menos capacidades, sino contar con un punto común para aplicar las políticas, independientemente del modelo o entorno que esté detrás.

Cuatro preguntas que todo director debería hacer

A medida que las empresas avanzan hacia una IA más autónoma, propongo comenzar con cuatro preguntas muy concretas: ¿cuántos modelos tenemos?, ¿qué tan confiables son nuestras cadenas de agentes?, ¿dónde aplicamos las políticas de IA? y ¿quién controla el impacto de seguridad y gobierno en el desempeño? Si las respuestas son aproximaciones, no es una mala noticia. Lo importante es descubrirlo antes de que exista un incidente.

Mi recomendación es auditar la ruta de inferencia de la organización ahora, no después.

Las organizaciones que lideren esta nueva etapa no serán necesariamente las que utilicen más inteligencia artificial, sino las que puedan explicar, con precisión, qué sucede entre un prompt y una respuesta, qué datos intervienen, qué controles existen y quién tiene el control de cada paso.

La IA ya está dentro de las empresas. El siguiente desafío es aprender a gobernarla.

–Kunal Anand, Director de Producto de F5


*Kunal Anand tiene una amplia trayectoria de innovación y experiencia técnica, y ha ocupado cargos liderando equipos de seguridad, datos, tecnología e ingeniería en Gravity, MySpace y el NASA Jet Propulsion Lab.

Lo Más Reciente

¿Cómo lograr que la IA recomiende una marca?

Durante décadas, el gran objetivo de las marcas ha...

Cuando el agente de IA comete un error en una compra, ¿quién paga?

Imagina pedirle a un agente de inteligencia artificial (IA)...

El reto del retail mexicano es convertir datos en acciones que protejan las ventas

En un entorno donde los consumidores mexicanos compran de...

La IA agéntica da el siguiente paso frente a los retos del agua

El sector del agua afronta una realidad compleja: infraestructura...

Newsletter

Recibe lo último en noticias e información exclusiva.

¿Cómo lograr que la IA recomiende una marca?

Durante décadas, el gran objetivo de las marcas ha sido conseguir la atención humana a través de anuncios, buscadores y redes sociales. Sin embargo,...

Cuando el agente de IA comete un error en una compra, ¿quién paga?

Imagina pedirle a un agente de inteligencia artificial (IA) que encuentre un boleto de avión a la Ciudad de México por hasta 500 dólares,...

El reto del retail mexicano es convertir datos en acciones que protejan las ventas

En un entorno donde los consumidores mexicanos compran de manera más selectiva, las empresas de retail enfrentan un desafío que va más allá de...