La mayoría de las inversiones en inteligencia artificial no generan retornos financieros medibles y visibles. Estas son las claves para obtener beneficios de la apuesta por esta tecnología, según los especialistas tecnológicos participantes en el Forbes Perú Tech Summit.

El uso de la IA en las empresas ha crecido de forma exponencial en el último año. Según el estudio “El estado de la IA 2026” de McKinsey, el 88% de las organizaciones usa esta tecnología al menos en una función de negocio. Obtener beneficios financieros de las inversiones en IA, sin embargo, sigue siendo un reto. La firma, de hecho, revela en este informe que solo el 37% de las compañías reportó un impacto financiero medible con sus iniciativas en IA. Forbes Perú abordó el desafío de monetizar las inversiones en IA en la segunda edición del Tech Summit, junto a André Rezende, gerente corporativo de Tecnología de Credicorp; Sandra Fuentes, CEO de Canvia Perú y Horacio Puga, Chief Product Officer de Niubiz. Los expertos explicaron que para garantizar el éxito financiero de los proyectos de IA, esta debe gestionarse como una decisión estratégica de negocio y no únicamente como un proyecto tecnológico. 

Establecer un business case en cada iniciativa, asimismo, resulta clave, es decir, debe plantearse un análisis riguroso de la viabilidad de estas, sus costos y retornos proyectados. “Para nosotros la parte más importante no es la tecnología, es lo que viene antes de ella; tener claro qué vamos a hacer, por qué, qué vamos a medir, pero también cómo está asociado ello a los KPI del negocio”, dijo Sandra Fuentes.

André Rezende detalló que en Credicorp han desarrollado ya más de 100 casos de usos de IA en sus distintas compañías y cada proyecto se evalúa con un proceso muy detallado que les permite medir si la inversión tiene sentido financiero. Entre estas iniciativas se encuentran la aplicación de IA en el procesamiento de siniestros de autos en Pacífico Seguros y el desarrollo de una IA conversacional para el proceso de contratación de préstamos en Mibanco.

En el caso de Niubiz, según detalló Horacio Puga, han desarrollado un asistente virtual -llamado Sol- que resuelve aproximadamente el 50% de la atención de clientes y empresas. “En el 60 y 70% de las atenciones, Sol no depende de un humano para resolver el problema, con lo cual es claro el valor que empieza a traer a la organización”, aseguró Puga.

Lea también: El nuevo modelo de hacking de OpenAI encontró docenas de vulnerabilidades en la tecnología de Apple

El Chief Product Officer de Niubiz resaltó también una de las preocupaciones actuales de los equipos de tecnologías de la información: el costo de la IA. Y es que las bigtech generadoras de los grandes modelos de IA han ido cambiando sus modelos de monetización pasando a esquemas en los que las interacciones, consultas o flujos de trabajo se miden en tokens. Según el reporte “El coste de la inteligencia: cómo los CIO pueden gestionar la demanda de IA a gran escala” de McKinsey, el 93% de las empresas excedió su presupuesto en IA este año. «Una problemática que empieza a aparecer cada vez más en el mercado es el consumo de tokens. Cuando las soluciones empiezan a escalar y el consumo de tokens también, una solución que inicialmente parecía viable económicamente se te puede disparar y esas eficiencias que tú creías que podías absorber terminan no sucediendo», comentó Puga. 

Para sortear este volátil entorno, según los expertos, es conveniente no “casarse” con un solo proveedor sino mantener una arquitectura flexible y multimodelo. También usar modelos económicos para las tareas más simples y más potentes para las más complejas y sumar opciones open source controladas en infraestructura propia. “Nuestra visión en Credicorp es que es peligroso asumir una asociación definitiva con un solo modelo en este momento. Estamos creando una plataforma nuestra específica que es multi-harness y multi-modelo”, destacó André Rezende.

La gobernanza de datos, por otro lado, para los especialistas, es otro de los pilares fundamentales para garantizar que las inversiones se traduzcan en valor para las compañías. Y es que sin datos estructurados de forma previa los proyectos y con información dispersa, las iniciativas en IA no son viables.