Por Stiven Cartagena
octubre 8, 2026
La carrera por incorporar inteligencia artificial en las empresas está dejando una conclusión menos llamativa que el lanzamiento de nuevos modelos, pero posiblemente más importante, y es la capacidad de una organización para aprovechar la IA depende, en buena medida, de qué tan preparada esté su infraestructura tecnológica.
Un nuevo estudio de GFT Technologies encuestó a 945 CIO y CTO de compañías con ingresos anuales superiores a US$500 millones en 19 países, muestra hasta qué punto los sistemas heredados se han convertido en un obstáculo para las iniciativas de IA.
El dato más llamativo es que 84% de los líderes tecnológicos consultados afirma que las limitaciones de sus sistemas legacy ya llevaron a sus organizaciones a cancelar un piloto o proyecto de inteligencia artificial. Es decir, en muchos casos el problema no está en que la tecnología de IA no funcione, sino en que la infraestructura existente no está preparada para utilizarla.
Durante los últimos años, las empresas han incorporado modelos generativos, copilotos, automatización y otras aplicaciones de IA a sus operaciones. Sin embargo, estas herramientas necesitan conectarse con información, aplicaciones y procesos que en muchos casos fueron construidos mucho antes de que existiera la IA generativa.
Un banco, por ejemplo, puede tener los datos de sus clientes en un sistema, las transacciones financieras en otro, los inventarios en una plataforma diferente y determinados procesos todavía depender de software desarrollado hace décadas. Cada capa puede tener sus propias reglas de acceso, estructuras de datos y mecanismos de seguridad.
"La adopción de IA avanza rápidamente, pero nuestra investigación demuestra que las empresas reconocen cada vez más la importancia de la base tecnológica que la sustenta. Para muchas organizaciones, la infraestructura legada se ha convertido en una restricción real, no solo para la innovación, sino también para la seguridad y la escalabilidad", afirmó Marco Santos, CEO Global de GFT Technologies.
La IA puede añadirse encima de esa arquitectura, pero eso no significa que pueda aprovecharla de manera eficiente.
El estudio de GFT muestra que 93% de los CIO y CTO encuestados considera que no modernizar la infraestructura antes de ejecutar IA sobre sistemas antiguos terminará provocando una crisis de seguridad a escala empresarial.
Esto convierte la modernización tecnológica en algo más que un proyecto de eficiencia. Para las empresas que están llevando IA a procesos críticos, puede convertirse en una condición para reducir riesgos.
El problema de infraestructura aparece en un momento en el que las compañías también están empezando a cuestionar cuánto valor real están obteniendo de sus inversiones en inteligencia artificial.
Según la investigación, 89% de los líderes tecnológicos teme que la inversión global en IA esté creciendo más rápido que el valor de negocio que la tecnología puede generar.
La preocupación es relevante porque buena parte de la conversación sobre IA empresarial se ha concentrado en cuánto están gastando las compañías en modelos, infraestructura de cómputo y herramientas. Pero el gasto tecnológico por sí solo no garantiza resultados.
Si una empresa necesita realizar múltiples integraciones manuales, mantener sistemas incompatibles o mover información entre plataformas antes de que un modelo pueda utilizarla, el costo y la complejidad de cada proyecto aumentan.
Por eso, la siguiente etapa de adopción de IA podría estar menos relacionada con incorporar más herramientas y más con preparar las condiciones para que las herramientas existentes puedan escalar.
La investigación apunta precisamente hacia ese cambio. GFT plantea que las compañías que están obteniendo valor de la inteligencia artificial están abordando la tecnología como parte de una transformación más amplia, que incluye infraestructura, gobierno de datos, seguridad y estrategia empresarial.
"La presión por mostrar resultados en IA es real, pero avanzar más rápido que tu propia infraestructura solo traslada el riesgo hacia adelante. Construir primero la base es lo que hace que el valor y la velocidad posteriores sean sostenibles y escalables", dijo Santos. GFT
Esto no significa necesariamente reemplazar todos los sistemas antiguos de una organización. En compañías grandes, hacerlo de manera inmediata puede ser demasiado costoso y riesgoso. La modernización puede implicar migrar determinadas aplicaciones a la nube, actualizar arquitecturas, mejorar las integraciones o convertir sistemas antiguos en plataformas capaces de intercambiar información en tiempo real.
El objetivo es reducir la distancia entre los sistemas que una compañía necesita conservar y las tecnologías que quiere implementar.
Para América Latina, este desafío tiene una relevancia particular. Bancos, aseguradoras, empresas de telecomunicaciones y otras organizaciones de la región han atravesado procesos de digitalización durante años, acumulando distintas generaciones de tecnología. La llegada de la IA añade una nueva capa de complejidad sobre esa arquitectura.
La pregunta, por tanto, ya no es solamente qué modelo de IA debería utilizar una empresa. También es si sus sistemas pueden proporcionarle a ese modelo los datos, conexiones y controles necesarios para operar de manera segura.
La investigación de GFT sugiere que esa diferencia puede determinar qué empresas convierten sus inversiones en IA en resultados y cuáles terminan acumulando pilotos que nunca llegan a producción.
En un mercado donde la presión por demostrar resultados con inteligencia artificial continúa creciendo, la ventaja podría estar menos en adoptar primero la herramienta de moda y más en construir la infraestructura que permita utilizarla a escala.
Por Stiven Cartagena
septiembre 15, 2026
