A veces pasamos por alto un sencillo principio: la tecnología, por sí sola, no genera valor. Lo que realmente crea impacto es cómo la gestionamos conscientemente, con criterios claros, mediciones precisas y alineadas con los objetivos de rentabilidad.
La inteligencia artificial está en auge. Las empresas invierten en ella con una fe similar a la que, en su día, se depositó en el oro, las burbujas puntocom o los NFT.
«Si no se evalúa rigurosamente el esfuerzo y el retorno, la IA no es una inversión, sino un gasto sin control»
Pero si no se evalúa rigurosamente el esfuerzo y el retorno, la IA no es una inversión, sino un gasto sin control.
La estimación, probablemente, es una de las habilidades menos atractivas y más invisibles en cualquier proyecto. Sin embargo, paradójicamente, es una de las más críticas para garantizar el éxito.
Índice de temas
Lo contextualizaremos con la realidad actual
Hoy en día, muchas organizaciones adoptan IA no porque tengan una comprensión profunda de su impacto económico, sino porque sienten la presión de no quedarse fuera de una carrera que consideran inevitable.
Según un informe de McKinsey (2023), el 55% de las empresas ya utilizan IA en al menos una función de negocio, pero solo el 23% reporta un retorno económico claro. ¿Dónde está la brecha? En la gestión, y en el corazón de esa gestión, esto es, en la estimación.
El 55% de las empresas ya utilizan IA en al menos una función de negocio, pero solo el 23% reporta un retorno económico claro. ¿Dónde está la brecha? En la gestión
Podemos pensar que estimar es simplemente calcular cuánto costará algo o cuánto tiempo llevará. Pero no. Estimar implica priorizar, enfocar y decidir.
Es definir cuánto vale una idea antes de que consuma recursos, entender si una funcionalidad generará ahorros millonarios o si solo es un efecto visual en una demo.
La IA puede acelerar desarrollos, automatizar decisiones o mejorar la eficiencia, pero si no sabemos cuánto cuesta cada mejora, nunca sabremos si avanzamos en la dirección correcta o simplemente estamos corriendo sin rumbo.
La IA puede acelerar desarrollos, pero si no sabemos cuánto cuesta cada mejora, nunca sabremos si avanzamos en la dirección correcta
El Project Management Institute (PMI) en un reciente estudio revela que los proyectos con estimaciones rigurosas y revisiones periódicas tienen un 70% más de probabilidades de finalizar a tiempo y dentro del presupuesto.
No se trata de metodologías complicadas, sino de aspectos básicos como tener claro qué se va a hacer, cuánto costará, qué valor generará y cómo se medirá ese valor.
En 2023, Gartner publicó que más del 80% de los proyectos de IA no llegan a producción o no alcanzan el impacto esperado.
La mayoría fracasa no por problemas técnicos, sino por no estar alineados con una estrategia clara y medible. La variable decisiva aquí es precisamente la estimación del esfuerzo, impacto y riesgos.
Desde hace décadas, informes como el CHAOS Report del Standish Group señalan que los proyectos gestionados sin una estimación clara tienen tres veces más probabilidades de fracasar.
Los proyectos gestionados sin una estimación clara tienen tres veces más probabilidades de fracasar
Esto tiene una consecuencia directa en la economía: invertir sin estimar es como abrir una planta sin planos, sin saber cuánto material necesitas o cuánto venderás. No lo harías en una fábrica, ¿verdad? Pero en tecnología, esta práctica se repite a diario.
En la actualidad, la inversión en IA se asemeja a lo que fue en su momento la inversión en CRM en los 2000 o en aplicaciones móviles en los 2010.
Es parte del ciclo natural de innovación. Sin embargo, existe un riesgo claro: confundir velocidad con dirección. Si todo lo que lleva el apellido ‘inteligencia artificial’ se da por bueno, el presupuesto se dispara, las soluciones no escalan y, al final, se cuestiona la tecnología en lugar de revisar su gestión.
Si todo lo que lleva el apellido ‘inteligencia artificial’ se da por bueno, el presupuesto se dispara, las soluciones no escalan y, al final, se cuestiona la tecnología en lugar de revisar su gestión
Llevar a cabo una buena estimación permite decidir si conviene automatizar una tarea o capacitar a una persona, si lo que parece caro a corto plazo tendrá un retorno exponencial a medio plazo, y seleccionar entre diferentes soluciones basándose en su valor real, no en la moda.
Estimación de la IA desde el inicio
Es incuestionable que la IA tiene un potencial inmenso. Pero el valor que genera no reside solo en el algoritmo, sino en cómo se utiliza. Para saber si ese uso vale la pena, hay que medir. Y para medir bien, hay que estimar desde el inicio.
Así pues, la estimación es la primera muestra de responsabilidad económica en cualquier iniciativa tecnológica. Es lo que permite responder con rigor a la pregunta que todos los directores financieros se hacen: “¿Esto nos va a salir rentable?”
Es mucho lo que la inteligencia artificial puede hacer, pero aún no puede estimar por nosotros el impacto económico real de nuestras decisiones.
Eso requiere criterio, experiencia y responsabilidad, no solo datos. Si se quiere mejorar la rentabilidad de los proyectos con IA, no se debe empezar solo por el modelo, hay que hacerlo también por la estimación.
Y es que, sin una base sólida, la IA deja de ser una inversión y se convierte en una ilusión costosa.
