Mientras Silicon Valley debate sobre superinteligencia, la empresa mediana latinoamericana todavía tiene su inventario en archivos locales que no se hablan entre sí. Por qué el verdadero proyecto de IA de este año no es contratar un algoritmo estrella, sino limpiar el sótano de los datos.
Comencemos con una historia que grafica esto la situación actual de muchas empresas:
El dueño de una próspera cadena de repuestos automotrices con seis sucursales en el área metropolitana de Asunción regresó de un congreso empresarial en el exterior con una obsesión fija: quería un agente de inteligencia artificial que predijera la demanda de importación y hiciera los pedidos a sus proveedores en Asia de forma automática. Había visto una demostración en vivo sobre el escenario y estaba dispuesto a invertir treinta mil dólares esa misma semana para no quedarse atrás.
Dos días después, convocó a su gerente de operaciones y a un consultor externo de datos para poner en marcha el proyecto. La reunión duró exactamente veinticinco minutos.
Cuando el consultor pidió acceso a la base de datos histórica de ventas y rotura de stock de los últimos tres años para alimentar al modelo, se encontró con una constante real de la empresa latinoamericana: la casa central usaba un sistema contable instalado en el año 2011 que no tenía conexión a la nube; dos sucursales del interior llevaban el control de inventario en planillas de Excel guardadas en el escritorio de la computadora del encargado local; los vendedores estrella anotaban los pedidos urgentes de talleres mecánicos por audios de WhatsApp; y un mismo filtro de aceite figuraba cargado con cuatro códigos distintos según quién hubiera facturado esa mañana.
Un discurso normal de un consultor sería el siguiente:
“Usted no necesita inteligencia artificial. Usted necesita un plomero de datos. Si conectamos un algoritmo predictivo sobre esta ensalada de archivos, lo único que vamos a lograr es importar contenedores llenos de repuestos equivocados con una eficiencia sobrehumana”.
Esa escena resume el choque de placas tectónicas que vive hoy el tejido empresarial de la región. Mientras la literatura de negocios global y las conferencias tecnológicas venden la era de los sistemas multi-agente y la hiperautomatización, el 80 % de las empresas medianas y grandes del mercado local todavía pelea una batalla mucho más terrena: salir de la fragmentación informática y el papel disfrazado de pantalla.
El síndrome del motor de Ferrari en un chasis oxidado
En toda América Latina existe una paradoja estructural. Los ejecutivos y dueños de empresas consumen exactamente la misma información en tiempo real que sus pares de San Francisco o Londres, pero operan sobre infraestructuras tecnológicas con quince años de atraso acumulado.
Esta brecha genera lo que los arquitectos de software llaman la ilusión del salto de rana o leapfrogging: la creencia mágica de que una compañía puede saltarse la aburrida etapa de ordenar sus procesos, estandarizar sus registros y unificar sus bases de datos, pasando directamente del caos manual a la inteligencia artificial de vanguardia.
La realidad técnica es implacable: la inteligencia artificial no corrige el desorden; lo amplifica. Un modelo de lenguaje o un agente transaccional es, en esencia, un motor de inferencia que se alimenta de contexto. Si el contexto está podrido, la respuesta será una alucinación vestida de gala.
En las auditorías previas a la implementación de IA en empresas comerciales, industriales y agropecuarias de la región, aparecen siempre los mismos tres muros invisibles:
- Los feudos del Excel (“Mi planilla, mi poder”): En la cultura corporativa regional, la información suele estar secuestrada en archivos locales. El jefe de cobranzas tiene su propia planilla paralela al sistema oficial porque “no confía en cómo carga los datos administración”; el gerente comercial guarda su pronóstico de ventas en una hoja de cálculo con fórmulas que solo él entiende. Para un agente de IA, esos archivos dispersos son agujeros negros invisibles.
- Sistemas Legacy bajo llave: Muchas empresas operan sobre sistemas de gestión cerrados, hechos a medida hace una década por un programador que ya no trabaja ahí, o contratados a proveedores que cobran fortunas por habilitar una simple conexión externa (API). Sin tuberías abiertas que permitan leer y escribir datos en tiempo real, cualquier agente autónomo nace maniatado.
- El cementerio de datos sucios: Clientes registrados tres veces con distintos nombres como “Juan Pérez”, “Pérez Juan”, “J. Pérez S.A.”, rubros contables que cambian de criterio según el contador de turno y precios especiales acordados de palabra que nunca se registraron en el sistema.
La sabiduría oculta en el WhatsApp del vendedor
Pero si hay un fenómeno que distingue a la operativa empresarial de nuestra región frente a los manuales estadounidenses, es que el verdadero sistema operativo de los negocios en Latinoamérica se llama WhatsApp.
Cualquier gerente general honesto sabe que las decisiones críticas de su día a día, la aprobación de un descuento extraordinario, el reclamo de un distribuidor mayorista, el aviso de que una mercadería llegó dañada al depósito o el cierre de una venta inmobiliaria, no ocurren dentro del software corporativo formal. Ocurren en chats informales de teléfono a teléfono.
Cuando se intenta implementar un proyecto de IA de manual importado de Europa, fracasa a la segunda semana porque asume que los empleados cargan todo prolijamente en un CRM de escritorio. En empresas de LATAM, si obligás al vendedor de calle a abrir una laptop y llenar catorce campos obligatorios después de cada visita, simplemente no lo hace o carga basura el viernes a última hora para cumplir.
Aquí es donde las empresas más astutas de la región están dando vuelta el tablero: en lugar de usar la IA como el techo final de un edificio perfecto, la están usando como el camión recolector que limpia y estructura el desorden desde la base.
Si el empleado o el cliente no quieren salir de WhatsApp, la ingeniería moderna lleva la captura de datos ahí mismo. Hoy, las implementaciones locales más rentables no son sofisticados orquestadores financieros, sino agentes conversacionales internos donde el vendedor en ruta manda un audio de treinta segundos después de ver a un cliente, ejemplo: “Acabo de salir de lo de Gómez, me pidió cien cajas con el 5 % de descuento, entrega el jueves”, y la IA transcribe el audio, identifica el código real del cliente en el sistema central, estructura el pedido, actualiza el CRM automáticamente y envía la orden a facturación sin que nadie haya tenido que abrir una planilla de Excel.
La hoja de ruta realista: Plomería antes que alquimia
Para un director ejecutivo o dueño de empresa mediana que quiere subirse a la ola de la inteligencia artificial sin quemar capital en espejismos, la estrategia ganadora este año tiene mucho menos de ciencia ficción y mucho más de higiene operativa.
Antes de contratar consultoras de innovación o licencias rimbombantes, el manual de supervivencia regional exige ejecutar tres pasos de “plomería digital”:
| Paso de Madurez | El Problema Real en la Empresa | La Acción Concreta (Sin Humo) |
| 1. La Verdad Única | Ventas dice que se facturó 100, Finanzas dice 92 y Depósito dice que salieron 105. | Prohibir las planillas paralelas para reportes gerenciales. Definir una sola base de datos central como única fuente de verdad, aunque al principio duela. |
| 2. Diccionario Común | Cada sucursal o área nombra a los productos, clientes y estados de cuenta como quiere. | Estandarizar la nomenclatura de datos maestros (clientes, SKU de productos, proveedores) antes de conectar cualquier algoritmo. |
| 3. Abrir las Tuberías | El sistema contable es una caja negra que solo exporta reportes en PDF o texto plano. | Exigir a los proveedores de software actual conexiones API modernas o migrar las capas críticas a la nube antes de pensar en agentes autónomos. |
La ventaja de llegar un paso después
Paradójicamente, el atraso relativo en la infraestructura de muchas empresas locales esconde una ventaja financiera si los líderes saben leer el momento.
Las grandes corporaciones globales que salieron corriendo hace dos años a construir arquitecturas complejas de inteligencia artificial gastaron millones de dólares en tecnologías experimentales que hoy ya son obsoletas o diez veces más baratas. Pagaron el costo de aprender a los golpes.
El empresario regional que hoy decide poner orden en su casa corre con el diario del lunes. Los modelos son más estables, los costos de procesamiento han caído en picada y las herramientas para limpiar y estructurar datos desordenados nunca fueron tan accesibles.
La carrera por la inteligencia artificial en nuestros mercados no la va a ganar el gerente que compre el algoritmo más caro ni el que repita más palabras en inglés en las reuniones de directorio. La va a ganar, silenciosamente, aquel que tenga la humildad ejecutiva de bajar al sótano de su empresa, apagar las planillas de Excel rotas y construir, por fin, cimientos de datos limpios sobre los cuales el futuro pueda sostenerse sin derrumbarse en el intento.
Este artículo forma parte del Dossier “La Gran Auditoría Algorítmica”.