En la parte 1 de este análisis abordamos dos de los ejes centrales del informe McKinsey Global Tech Agenda 2026: el nuevo rol del CIO y la creciente inversión tecnológica. Pero, sobre todo, pusimos el foco en entender cómo esas tendencias globales se están materializando (o no) en la situación actual argentina.
Sin embargo, ambos temas convergen en un punto clave que hoy redefine la agenda de las compañías: la inteligencia artificial como eje central de la transformación digital. Más allá del crecimiento en adopción, el punto crítico pasa por cómo las organizaciones logran integrarla en sus procesos y convertirla en resultados concretos en el negocio.
IA como prioridad de inversión: de la intención a la ejecución
Uno de los hallazgos más relevantes de McKinsey es el lugar que ocupa hoy la inteligencia artificial en la agenda tecnológica, superando a otras áreas tradicionales (como ciberseguridad o infraestructura) como principal foco de inversión. La IA dejó de ser un terreno de exploración y pasó a convertirse en una de las prioridades principales.
Según el informe, en el caso de las empresas con mejor performance, esta prioridad es aún más marcada. Este movimiento no responde únicamente a una cuestión tecnológica, sino a su impacto directo en variables clave como productividad, eficiencia, velocidad de decisión y experiencia del cliente. Esto refuerza una tendencia clara: la IA ya forma parte de las decisiones estratégicas del negocio. Esto marca una transición desde una lógica de soporte tecnológico hacia una lógica de creación de valor basada en datos y automatización inteligente.
Sin embargo, en la práctica, muchas organizaciones todavía se encuentran en una etapa inicial, con iniciativas aisladas, pruebas de concepto y pilotos que no logran escalar.
De la experimentación al impacto: foco en IA, priorización y base operativa
Cuando este análisis se lleva a la práctica, aparece una diferencia clara entre intención e impacto en muchas compañías argentinas. Desde la mirada de ENTA, el principal problema no es la adopción de IA, sino el enfoque con el que se encaran los proyectos.
“La IA hay que pensarla menos como una moda y más como una capacidad de negocio”, explica Elbio Lopez (CTO de ENTA).
En muchas empresas, las iniciativas comienzan desde la tecnología; herramientas, modelos o pruebas de concepto, y eso condiciona el resultado: proyectos que generan interés inicial, pero no logran avanzar más allá de la experimentación.
Para lograr resultados concretos, parten de un enfoque distinto. Definen con claridad qué problema del negocio quieren resolver y qué valor buscan capturar.
“Las organizaciones que realmente van a capturar valor son las que elijan pocos casos, pero relevantes, donde el impacto sea medible y escalable”, señala Elbio.
Este enfoque permite evitar dispersión y concentrar la inversión en iniciativas que realmente mueven indicadores de negocio. Pero incluso en esos casos, el resultado depende de una base que muchas veces no está consolidada.
“La IA no transforma sola. Necesita datos de calidad, procesos claros, gobierno e integración con la operación”, agrega Elbio.
En la práctica, avanzan con modelos sin haber resuelto estas condiciones. La tecnología progresa más rápido que la capacidad de integrarla, y eso limita su ventaja competitiva. A esto se suma la adopción: la IA solo genera valor cuando forma parte del día a día, influye en decisiones y se incorpora en los procesos reales del negocio, incluyendo procesos automatizados y flujos de trabajo digitales.
Cuando estos elementos no están alineados, aparece un patrón conocido: entusiasmo inicial, algunos resultados puntuales y dificultades para sostener en el tiempo.
“La diferencia entre experimentar y transformar está en pasar de la demo al proceso, del caso aislado al modelo escalable, de la novedad al resultado” resume Elbio.
En definitiva, el desafío no está en incorporar inteligencia artificial, sino en crear las condiciones para que funcione dentro del negocio de forma sostenida.
El verdadero desafío: escalar las iniciativas de IA (Inteligencia Artificial)
El informe de McKinsey identifica como principales barreras la calidad de los datos y la falta de talento especializado. Sin embargo, en la práctica, especialmente en el contexto actual de Argentina, estos factores explican solo una parte del problema.
“Coincido en que los datos y el talento son barreras importantes, pero no son el problema de fondo. El desafío más profundo es cultural y organizacional”, señala Elbio.
Muchas organizaciones avanzan en la incorporación de modelos, herramientas o equipos especializados, pero mantienen estructuras, procesos y formas de trabajo que no acompañan ese cambio. En ese punto, el desafío deja de ser tecnológico y pasa a ser organizacional.
La diferencia aparece cuando la inteligencia artificial deja de ser una iniciativa puntual y pasa a formar parte de la operación. Ahí entran en juego factores que van más allá de la tecnología: la integración entre áreas, la alineación de prioridades, la gestión del cambio y la capacidad de rediseñar procesos.
“La IA no genera impacto por existir, sino cuando entra de verdad en la forma de trabajar de la compañía. Las empresas que logran escalarla no la tratan como una serie de experimentos aislados, sino como una capacidad del negocio”, explica Elbio.
Las organizaciones que no logran escalar suelen enfocarse en la novedad: desarrollan pruebas de concepto, experimentan con herramientas o lanzan iniciativas aisladas sin conexión con prioridades reales. El resultado es conocido: entusiasmo inicial, pero resultados limitados.
En cambio, aquellas que avanzan tratan la IA como una capacidad del negocio. Trabajan sobre problemas concretos, priorizan casos con valor concreto y medible e integran la tecnología en procesos reales, alineando negocio y operación.
“Las empresas que escalan entienden que la IA no se trata solo de experimentar con tecnología, sino de transformar la manera en que la compañía decide, opera y genera valor”, resume Elbio.
En definitiva, escalar inteligencia artificial no es un desafío exclusivamente técnico. Implica revisar cómo se toman decisiones, cómo se estructuran los procesos y cómo trabajan las distintas áreas.
De la intención tecnológica a la ventaja competitiva
A lo largo de este análisis, queda claro que la agenda tecnológica no se define por la incorporación de nuevas herramientas, sino por la capacidad de integrarlas en el negocio.
El rol del CIO, la inversión tecnológica y la inteligencia artificial apuntan en la misma dirección: construir capacidades que generen valor real.
“La agenda tecnológica de una empresa que quiere crecer no pasa por sumar más herramientas, sino por integrar mejor tecnología, negocio y ejecución”, resume Elbio López.
Esto implica tomar decisiones concretas: priorizar con foco en impacto, orientar la inversión a resultados y desarrollar las capacidades necesarias para sostener ese cambio en el tiempo.
En ese camino, el desafío es organizacional. En la práctica, aquellas que logren alinear estrategia, procesos y ejecución serán las que puedan transformar la tecnología en una ventaja competitiva real.
Elbio Lopez
CTO – Chief Technology Officer
https://www.linkedin.com/in/elbio-lopez/
