Martín Migoya, CEO de Globant.
En los últimos meses, la incertidumbre ha afectado a las acciones de IA en bolsa, con algunas en máximos históricos, y con ciertos analistas haciendo sonar la alarma sobre una burbuja en IA. Por otro lado, informes del MIT y la reorganización de equipos de IA en Meta sugieren una necesidad de recalibración en el sector.
Para algunos, estas señales podrían indicar que el boom de la IA se está enfriando. Yo lo veo de manera diferente: es una dosis saludable de realismo aplicada a algunas de las afirmaciones más fantasiosas que se han hecho sobre la IA.
Después del lanzamiento de ChatGPT a finales de 2022, se impuso una narrativa dominante: la Inteligencia Artificial General (AGI) estaba a solo dos o tres años de distancia. Según a quién le preguntaras, esta AGI cercana reemplazaría a la mitad de la fuerza laboral o evolucionaría hacia una superinteligencia que reconfiguraría la civilización.
Tanto las visiones utópicas como las distópicas surgían de la misma idea: que la IA mejoraría rápidamente y de manera recursiva hasta dejar atrás a la humanidad. No era sorprendente que tales expectativas generaran reacciones y resistencias.
Además, y en paralelo, tanto en EEUU como en la UE se está impulsando la regulación de la IA con decenas de proyectos de ley. Pero, aún más, el lanzamiento de GPT-5 ilustra esta realidad: es un paso impresionante en muchos dominios, pero más que un salto dramático, representa un progreso evolutivo y constante.
Otros modelos líderes -desde Anthropic hasta xAI o Google- también progresan exponencialmente, especializándose en distintas áreas como razonamiento, código, medios o búsqueda. Esto genera una competencia evolutiva, en lugar de la dominancia de un solo modelo.
Por eso considero que la corrección reciente es constructiva: desafía las visiones mágicas de la IA y nos mantiene con los pies en la tierra. La IA es una nueva forma poderosa de computación que llevará tiempo, disciplina e iteración desbloquear por completo. El éxito requiereprompting, integración con otros sistemas y, principalmente, supervisión humana.
Por otro lado, para construir un agente de IA que pueda reemplazar a un humano en un entorno corporativo, debe integrarse profundamente con los sistemas de información de la empresa, operar cumpliendo estrictos estándares de seguridad y proporcionar trazabilidad completa de cómo maneja datos sensibles. No se puede esperar que eso suceda rápido.
De hecho, el estudio del MIT aclara cómo muchas de las afirmaciones más comunes sobre IA necesitan ser replanteadas. Las predicciones de que la IA reemplazaría la mayoría de los trabajos en pocos años no se están materializando: los cambios en la fuerza laboral siguen siendo selectivos y específicos por industria. Aunque la adopción es alta, la transformación a gran escala aún está emergiendo: solo una pequeña parte de las empresas ha integrado completamente la IA en sus flujos de trabajo, y muchos sectores recién comienzan a experimentar cambios estructurales.
Lo importante es que, donde la adopción tiene éxito, las empresas reportan ahorros medibles impulsados por IA: reducción de costes de BPO, menor gasto en agencias y mejoras en eficiencia operativa. En lugar de ver esto como un retroceso, estos hallazgos muestran dónde está la oportunidad.
El estudio del MIT muestra que los desarrollos internos a menudo tienen dificultades, mientras que las alianzas externas logran tasas de éxito más altas. Para la industria, esto demuestra que los desafíos, como la integración, orquestación o el cambio organizacional, no son barreras, sino oportunidades para especialistas que puedan entregar integración y ahorro a escala.
Esto representa una gran oportunidad de evolución para la industria de servicios profesionales, actualmente empoderado por la IA agéntica. Asociarse con proveedores experimentados que supervisan la tecnología duplica la probabilidad de éxito en la implementación, y representa la forma en que las empresas navegan la complejidad y convierten el progreso incremental de los modelos en valor empresarial sostenible. Mostrando así que el futuro pertenece a quienes puedan unir complejidad y expertise.
Lo cierto es que los sistemas de IA no se tratan solo de saber armar un pipeline RAG o conectar LLMs. Requieren un profundo entendimiento del negocio combinado con un profundo entendimiento de la tecnología; sin hype, y reconociendo que los sistemas del futuro mezclarán múltiples eras y paradigmas. La IA generativa desbloquea la comprensión de lenguaje natural, pero su verdadero impacto en la empresa surge sólo cuando se combina con disciplinas de ingeniería que ya funcionan, guiadas por responsabilidad y calidad.
Estamos en un momento en que las expectativas se están reajustando y la conversación se aleja de los mitos hacia el trabajo real y práctico de convertir la IA en valor. Incluso definir AGI es extremadamente difícil, según algunas definiciones, ya podríamos estar allí, con modelos que superan a los humanos en tareas específicas. Pero el camino para llevar estas capacidades a producción es más empinado y complejo que nunca. En esa transición del hype a producción, de pilotos a adopción escalada, es donde está la verdadera oportunidad a largo plazo.
La IA llegó para quedarse. Definirá un nuevo superciclo de inversión. Pero sostener ese boom requerirá reinventarse con tecnología y modelos de negocio. Las empresas tecnológicas debemos abrazar esa reinvención, paso a paso, para que nuestros clientes y nuestra industria puedan capturar la enorme promesa de esta tecnología extraordinaria.
*** Martín Migoya, CEO de Globant.