En pocos años, la inteligencia artificial ha dejado de ser solo un tema tecnológico para convertirse en un motor dentro de las empresas. Cada vez más comités de dirección buscan entender cómo aplicarla de forma efectiva, más allá de los pilotos y pruebas de concepto, transformando procesos, redefiniendo roles y midiendo de manera concreta el retorno de sus inversiones. David Sanz, head of artificial intelligence, data analytics and emerging technologies en KPMG España, explica cómo la IA está cambiando la forma de trabajar, planteando nuevos riesgos y oportunidades, y exigiendo un enfoque que combine tecnología, datos y cultura organizativa para generar un impacto real y sostenible en los negocios.
En muy poco tiempo, la inteligencia artificial ha pasado de ser un tema tecnológico para estar en la agenda de los comités de dirección. ¿Qué está impulsando realmente este cambio? En su opinión, ¿hasta qué punto la adopción de IA representa una transformación real del negocio y hasta qué punto responde a expectativas infladas?
Desde KPMG lo que hemos observado es una transición clara. Hace un par de años trabajábamos con distintos comités de dirección que nos llamaban, desde la perspectiva de los consejeros, para explicarles cuál era la oportunidad de negocio y cuál era la tecnología, con el objetivo de entender mejor su potencial.
En ese momento, lo que se estaba haciendo era, fundamentalmente, POC y pruebas tecnológicas, y la preocupación giraba en torno a dos preguntas muy concretas: ¿hasta qué punto esto puede llegar a ser tan disruptivo como nos están diciendo? ¿Cómo se está percibiendo por parte de los propios fabricantes o de las firmas de consultoría? Lo que hemos comprobado es el paso de los casos de uso a su puesta en producción. Y es ahí donde estamos empezando a ver un impacto real dentro de las empresas.
La perspectiva actual de los comités de dirección llega con una doble preocupación. La primera es cómo dotar a todos sus profesionales de esas capacidades tecnológicas. La segunda tiene que ver con el retorno de la inversión: ¿qué impacto real puedo tener?
En este contexto, lo que se está haciendo es, por un lado, protegerse desde la perspectiva del riesgo competitivo, ante la posibilidad de que los competidores utilicen esta tecnología de forma disruptiva y se pueda perder cuota de mercado. Y, por otro lado, no solo desde un enfoque defensivo, sino también desde una posición más agresiva, orientada al crecimiento: no únicamente para generar eficiencia, sino para impulsar el crecimiento en los mercados en los que se opera.
Muchos proyectos de inteligencia artificial comienzan como pilotos, pero no todos llegan a implementarse con éxito. ¿Qué factores determinan que un piloto tenga un impacto real en la empresa, y en qué áreas están viendo resultados más significativos?
Con los pilotos, lo que ocurre es que su éxito o fracaso depende en gran medida del enfoque con el que se aborde su puesta en producción. Distintos estudios muestran que muchos pilotos fracasan simplemente porque esa puesta en producción nunca llega a materializarse.
Y no llega a materializarse porque, en muchos casos, no se han tenido en cuenta desde el inicio elementos regulatorios o de privacidad, o incluso aspectos de seguridad que deberían haberse considerado. Cuando se adopta una perspectiva más amplia, lo que vemos es que esos pilotos sí llegan a término, se ponen en producción y tienen éxito.
¿Dónde estamos viendo un impacto significativo? Principalmente en operaciones. Dentro de este ámbito, por ejemplo, en los call centers se está generando un impacto muy relevante, con importantes ganancias de eficiencia. También lo estamos viendo en la operativa diaria y en la mejora de las comunicaciones con los clientes, donde el impacto está siendo claramente significativo.
“La inteligencia artificial implica un coste y debe generar un retorno”
¿Observa diferencias significativas entre sectores o tamaños de empresa?
El tamaño de la empresa importa desde la perspectiva de la capacidad tecnológica, especialmente a la hora de ganar velocidad, implementar o acometer determinados tipos de casos de uso que generan un mayor impacto. En una empresa pequeña, se utilizan las capacidades ya instaladas, que habitualmente son menores que las de una gran compañía.
Por ejemplo, si quieres acometer la agentización de un proceso completo, resulta más sencillo cuando eres una empresa grande, no solo por la capacidad económica para ejecutar este tipo de proyectos, sino también porque cuentas con ingenieros dentro de tu base de profesionales que permiten llevarlos a producción y con equipos de riesgo que aseguran el cumplimiento de los requisitos de seguridad.
En las empresas puramente digitales, existe una ventaja clara: no tienen un ecosistema previo con el que convivir. Además, muchas de estas startups nacen de forma natural basadas en inteligencia artificial, lo que les otorga una ventaja competitiva evidente.
En el caso de las pymes, por una cuestión de capacidad económica, suelen utilizar inteligencia artificial ya previamente paquetizada en los softwares que consumen, como pueden ser soluciones de Microsoft, entre otras.
Cuando hablamos de empresas más grandes, existe la posibilidad de desarrollar casos de uso propios más allá de los integrados en los softwares de los fabricantes, ya sea Microsoft, SAP u otros. En las startups, lo que estamos viendo es que no solo nacen puramente digitales, sino que muchas veces tienen la inteligencia artificial integrada en su núcleo, y eso les permite ser extremadamente disruptivas en mercados que, en muchos casos, todavía no están altamente digitalizados.
Muchas empresas consideran que ya están utilizando inteligencia artificial cuando, en realidad, su uso no va mucho más allá de herramientas como Copilot o ChatGPT para realizar consultas. Desde su experiencia, ¿percibe ese desajuste entre la percepción y el uso real de la inteligencia artificial? ¿De qué forma KPMG trabaja para fomentar una adopción más profunda y efectiva de la inteligencia artificial entre vuestros clientes?
Aquí hay dos aspectos fundamentales. En la práctica, esto se traduce en poner a disposición de los empleados herramientas que les permiten utilizarla, ya sea porque viene integrada en los paquetes ofimáticos o porque se establecen acuerdos con terceros colaboradores que facilitan ese acceso a la inteligencia artificial.
Por otro lado, en KPMG hemos actuado como lo que denominamos cliente cero. ¿Qué significa esto? Que hemos aplicado internamente aquello que ofrecemos al mercado. Todos nuestros profesionales cuentan con herramientas de inteligencia artificial y hemos llevado a cabo una adopción masiva dentro de la firma. Esto nos ha permitido vivir de primera mano cómo una gran empresa debe adoptar la inteligencia artificial de forma escalable y segura.
Este proceso implica una gestión del cambio relevante y aborda elementos claves como la gestión de riesgos, la seguridad y el gobierno de la inteligencia artificial, necesarios para cumplir con toda la regulación vigente. Todo este aprendizaje lo trasladamos después a nuestros clientes. De hecho, dentro de nuestros offerings contamos con servicios específicos de adopción de la inteligencia artificial y de gobierno de la IA, entre otros, que permiten a una empresa pasar de no utilizar inteligencia artificial a hacerlo de forma escalable, segura y habilitando a sus trabajadores.
A partir de ahí, podemos seguir profundizando. Lo que nos están pidiendo nuestros clientes es que les ayudemos a transformar procesos y a avanzar hacia modelos en los que esos procesos estén “agentizados”.
“En KPMG hemos actuado como lo que denominamos cliente cero”
La IA ha ampliado enormemente las posibilidades, pero también los riesgos. ¿Cuáles deberían ser las principales preocupaciones de los CEO al introducir estas tecnologías en su organización?
La inteligencia artificial es una preocupación frecuente y una cuestión que se nos traslada de manera habitual. En este contexto, estamos identificando distintos tipos de riesgos. Por un lado, existe un riesgo de cumplimiento regulatorio, especialmente en relación con la nueva normativa europea, a la que es necesario adherirse. Por otro, también hay un riesgo reputacional asociado al uso que se haga de la inteligencia artificial y al impacto que este pueda generar.
Asimismo, existe un riesgo vinculado al uso de la inteligencia artificial por parte de los profesionales, que puede analizarse desde dos perspectivas. En primer lugar, si las herramientas que se ponen a disposición de los empleados son suficientes o si, por el contrario, estos recurren a soluciones de inteligencia artificial no aprobadas por la compañía, lo que expone a la organización a posibles fugas de datos o de información confidencial.
En segundo lugar, cuando se dota a los profesionales de capacidades de inteligencia artificial, resulta fundamental que estas vayan acompañadas de pensamiento crítico. Los resultados que ofrece la inteligencia artificial deben pasar por un filtro previo de validación y sentido. Esta capacidad de análisis y evaluación de las respuestas generadas por los modelos de inteligencia artificial es esencial y forma parte de la gestión del cambio a la que nos referíamos anteriormente.
La regulación europea sobre inteligencia artificial avanza con rapidez. Desde su experiencia, ¿cómo puede un directivo equilibrar innovación, cumplimiento normativo y velocidad en la toma de decisiones para que la empresa no se quede rezagada?
El cumplimiento normativo, obviamente, es de obligado cumplimiento. Lo que hemos observado, no solo ahora sino ya desde 2024, con la entrada en vigor de esta nueva regulación, ha sido un aumento de las peticiones de acompañamiento en el proceso de adopción de dicha normativa. En este contexto, contamos con un framework denominado Trusted AI, centrado en la confianza en la inteligencia artificial.
En este marco, nuestros equipos de abogados, los especialistas en ciberseguridad y los equipos de IHouse que lidero trabajamos de forma conjunta para ayudar a las compañías en esa adopción. Se trata de un enfoque basado en distintos criterios, no exclusivamente legales, sino también en la gestión de riesgos de ciberseguridad y en la gestión de la parte más técnica relacionada con la implementación de la inteligencia artificial dentro de una organización.
Creemos que la regulación es positiva porque protege. Por ello, vemos la regulación con buenos ojos, ya que su objetivo final es proteger tanto al consumidor como al usuario.
“Todos nuestros profesionales cuentan con herramientas de inteligencia artificial y hemos llevado a cabo una adopción masiva dentro de la firma”
Al mismo tiempo, Estados Unidos y China avanzan con políticas y adopción de IA más agresivas. ¿Cree que Europa corre el riesgo de quedarse atrás en competitividad tecnológica? ¿Cómo pueden las empresas europeas gestionar este equilibrio entre regulación y liderazgo en innovación?
Creo que el marco competitivo no viene determinado únicamente por la regulación, sino también por el nivel de inversión y por el ecosistema que se construye en torno a la inteligencia artificial.
Estados Unidos, por ejemplo, explica parte de su éxito por su capacidad de inversión, por las capacidades previamente instaladas en la fabricación de chips y por las inversiones realizadas con antelación en el ámbito de la inteligencia artificial, lo que le ha permitido desarrollar un ecosistema capaz de crecer a escala. Desde la perspectiva de China ocurre algo similar. Aunque cuenta con una regulación más laxa, ante las dificultades para adquirir chips está desarrollando su propia capacidad de fabricación, generando sus propios modelos y compitiendo abiertamente en la carrera por construir los mejores modelos.
En el caso de Europa, no existe la misma capacidad de inversión en torno a la inteligencia artificial ni un volumen comparable de desarrollo de modelos al de Estados Unidos o China. Sin embargo, parte de la visión europea de la soberanía tecnológica pasa por impulsar tanto la creación de la infraestructura necesaria, incluidos los chips, como el desarrollo de modelos de inteligencia artificial.
En última instancia, la inteligencia artificial se basa en cinco pilares. El primero es la energía. A continuación, se necesita infraestructura física, como los centros de procesamiento de datos, así como los ordenadores y servidores que proporcionan acceso a esa capacidad, incluidos los chips que integran dichos servidores. A ello se suman los modelos y las aplicaciones que hacen uso de esa tecnología.
Desde esta perspectiva, la inversión europea en torno a la inteligencia artificial contempla la mayoría de estos elementos. Esto permite que esa capacidad de innovación llegue a las empresas y que puedan apoyarse tanto en los modelos como en las aplicaciones existentes, incluidas las startups, como comentábamos antes, dentro de su pipeline de innovación.
Más allá de la tecnología, ¿cómo deben evolucionar los procesos dentro de las empresas para aprovechar la inteligencia artificial de manera efectiva?
Lo que estamos viendo en nuestros clientes es que aquellos que lideran la adopción de la inteligencia artificial tienen una visión transformacional de la tecnología. Para transformar sus procesos, no basta con utilizar la inteligencia artificial tal como viene incorporada en ciertos productos; es necesario ir un paso más allá.
Ese paso consiste en repensar los procesos para integrar la inteligencia artificial de manera que estos puedan agentizarse. Esto supone un cambio de paradigma: anteriormente, los procesos estaban diseñados para ser ejecutados por humanos y luego se automatizaban. Ahora, la pregunta clave es: ¿cómo puedo mejorar o optimizar un proceso para que la inteligencia artificial pueda gestionarlo, incorporando al humano solo cuando sea necesario?
No se trata simplemente de automatizar procesos existentes; el objetivo es diseñarlos desde el principio considerando la inteligencia artificial como elemento central, con la intervención humana como apoyo cuando sea requerido.
“El marco competitivo no viene determinado únicamente por la regulación, sino también por el nivel de inversión y por el ecosistema que se construye”
A medida que la IA empieza a influir en decisiones estratégicas y operativas, ¿cómo cambia el papel del liderazgo y la responsabilidad de los equipos directivos?
Creo que se están creando nuevas figuras de dirección en torno a la inteligencia artificial, como los Chief AI Officers, donde convergen no solo la inteligencia artificial, sino también los datos. Al final, el éxito de la inteligencia artificial depende de la calidad de los datos que se utilizan para la toma de decisiones.
Cuando observamos cómo implementan la inteligencia artificial las empresas pioneras o líderes, lo que se aprecia son presupuestos elevados destinados a esta tecnología, así como un empowerment de los equipos, tanto técnicos como funcionales, para que trabajen conjuntamente en la transformación de los procesos. Además, estas empresas muestran una gran disposición a medir el impacto que la tecnología tiene sobre los resultados financieros.
Asimismo, se observa en los equipos directivos que estos roles, especialmente los nuevos, han ganado relevancia. Ya existen posiciones como Chief Data Officers, de manera que no se trata únicamente del CEO, sino que estos roles adquieren peso en la toma de decisiones estratégicas, no tanto en la parte tecnológica, que es comprensible, sino en la definición y establecimiento del plan de negocio.
Mirando a los próximos dos o tres años, ¿qué decisiones deberían empezar a tomar las empresas para aprovechar la IA sin perder control ni confianza?
La primera recomendación que hacemos a nuestros clientes es que la inteligencia artificial implica un coste y debe generar un retorno. Por ello, es fundamental medir ese retorno y asegurarse de que todas las iniciativas tengan un ROI asociado.
Asimismo, la adopción de la inteligencia artificial no es únicamente un proceso técnico; también depende de la colaboración entre los equipos técnicos y funcionales para que la implementación tenga éxito. En última instancia, se trata de un cambio cultural, un cambio en la cultura de las organizaciones.
