La IA está impulsando la transformación de la TI, pero los proyectos a menudo fracasan

La transformación digital de Alemania ha dado un giro decisivo con el lanzamiento de un plan amplio por el Ministro de Digital Karsten Wildberger para aprovechar la inteligencia artificial (IA) como una piedra angular de la modernización nacional. La iniciativa, anunciada el 10 de agosto de 2026, tiene como objetivo acelerar la integración de tecnologías de IA en la administración pública, la industria privada y los gobiernos locales. Según informes de Frankfurter Allgemeine (FAZ), la estrategia marca un cambio audaz en el enfoque de Alemania hacia la digitalización, que históricamente se ha quedado rezagado detrás de otras economías globales.

El plan incluye medidas ambiciosas para expandir la adopción de la IA, mejorar la infraestructura de datos y agilizar los procesos burocráticos, áreas clave en las que las instituciones alemanas han luchado durante mucho tiempo para mantenerse al día con los avances tecnológicos. El impulso para la transformación impulsada por la IA se produce en medio de una creciente presión sobre las empresas para modernizar sus sistemas de TI. Un estudio reciente realizado por NTT DATA Business Solutions y Natuvion, que involucró a más de 1.100 profesionales de más de 15 países, encontró que el 60 por ciento de los encuestados identificaron la introducción de tecnologías modernas, particularmente la IA, como central para los esfuerzos de transformación digital de sus empresas.

Esto refleja una tendencia más amplia en la que la IA es vista cada vez más no solo como una herramienta para la eficiencia, sino como un catalizador para el cambio sistémico. Sin embargo, el estudio también reveló desafíos significativos. Más del 82 por ciento de las organizaciones participantes superaron sus presupuestos y casi el 80 por ciento no cumplieron sus plazos. Estas cifras destacan la complejidad de implementar proyectos de IA a gran escala, incluso entre empresas con buenos recursos. Uno de los principales hallazgos del estudio fue que, si bien muchas empresas ven la IA como un medio para mejorar la innovación y la flexibilidad operativa, a menudo carecen de las estructuras fundamentales necesarias para apoyar tales ambiciones.

Por ejemplo, el despliegue efectivo de IA requiere acceso a datos de alta calidad y consistentes, marcos de gobernanza claros e integración perfecta con los sistemas existentes. El informe señaló que incluso las aplicaciones básicas de IA, como los chatbots o las herramientas de automatización de procesos, exigen una gestión de datos robusta y una coordinación interfuncional. En particular, los sistemas de IA basados en agentes, que realizan tareas de varios pasos y activan acciones dentro de las aplicaciones, son especialmente exigentes, y requieren una comprensión profunda de los flujos de trabajo técnicos y organizativos. A pesar de estos obstáculos, las expectativas siguen siendo altas.

Un estudio separado de SAP y Oxford Economics sugirió que las empresas alemanas anticipan un retorno promedio de la inversión (ROI) del 24 por ciento de las iniciativas de IA en 2026. Sin embargo, solo el cuatro por ciento de las empresas encuestadas se sintieron completamente preparadas para la implementación de agentes de IA, un marcado contraste con el entusiasmo expresado por los líderes empresariales. Esta brecha subraya la necesidad de una preparación integral, incluidas las mejoras en la calidad de los datos, el cumplimiento normativo y las estructuras de gobernanza interna.

El nuevo estudio de NTT DATA y Natuvion parece ofrecer cierta visión de esta discrepancia, apuntando a una "paradoja" en la adopción de la IA: mientras que la IA impulsa la transformación, sus requisitos previos, como la integridad de los datos y la gobernanza, a menudo se pasan por alto o se subestiman. Entre los obstáculos más citados para la implementación exitosa de la IA se encuentran problemas relacionados con la calidad de los datos, los requisitos regulatorios y la gestión de pruebas. Casi una cuarta parte de los participantes informaron problemas derivados de definiciones de datos inconsistentes, orígenes de datos poco claros o permisos desalineados.

Estos desafíos pueden llevar a que los sistemas de IA generen resultados aparentemente lógicos basados en información defectuosa o incompleta, socavando la confianza y la efectividad. Además, la falta de reglas de gobierno estandarizadas complica la toma de decisiones, particularmente en torno a la selección de modelos, el uso de datos y la rendición de cuentas por los resultados de la IA. A medida que el gobierno avance con su agenda de digitalización impulsada por la IA, es probable que el enfoque se desplace hacia la solución de estas brechas estructurales.

El éxito de este plan dependerá no solo del avance tecnológico, sino también de la capacidad de las instituciones para adaptar sus procesos, políticas y culturas para adaptarse al cambio impulsado por la IA.