La inteligencia artificial ya no fue un concepto lejano: se convirtió en una de las fuerzas de cambio más visibles dentro de las organizaciones.
Entre las tendencias que más atención generaron estuvieron los agentes de IA, programas capaces de asumir tareas específicas y aliviar a los equipos de lo más repetitivo. Pero su adopción requirió más que entusiasmo.
Según Gartner, más del 70% de los proyectos de IA no llegaron a escalar más allá de pilotos, y la razón no fue técnica: solía ser la falta de estructura y gobernanza.
Antes de desplegar agentes a gran escala, fue fundamental que las empresas definieran con claridad tres aspectos que ordenan todo el proceso: una política de IA, un modelo de gobernanza y un stack tecnológico adecuado.
Lo primero fue contar con una política de IA. No se trató de un documento burocrático, sino de una hoja de ruta que respondiera preguntas básicas: ¿para qué queremos usar esta tecnología?, ¿cuáles son sus límites?, ¿qué principios deben guiar su aplicación?,.
En Orión, por ejemplo, definieron que la IA siempre debía ser ética, supervisada por personas y transparente en su uso. Esa claridad permitió que los equipos integraran la tecnología con confianza, sin perder el control ni la trazabilidad de los procesos.
El segundo aspecto fue la gobernanza. En términos simples, definir quién tomaba decisiones, cómo se priorizaban las iniciativas y qué equipos se hacían cargo de ejecutarlas.
Cuando la IA quedaba solo en manos de un área aislada, las empresas acumulaban pilotos prometedores que nunca llegaban a tener impacto real.
Con gobernanza clara, con visión ejecutiva y coordinación operativa, estos proyectos dejaron de ser experimentos para convertirse en resultados medibles de negocio.
Recién entonces entró en juego el stack tecnológico, es decir, la arquitectura que haría posible todo lo anterior. Aquí sí se habló de modelos, datos y herramientas, pero siempre como consecuencia de las definiciones estratégicas previas.
Elegir un stack sin política ni gobernanza fue como construir una casa sin cimientos: tarde o temprano aparecieron las grietas.
La experiencia en multicloud y ciberseguridad mostró que un stack bien diseñado no fue sólo eficiencia técnica: garantizó integración segura, escalabilidad y continuidad de negocio.
Fue lo que permitió que los agentes funcionaran con trazabilidad y control, sin exponer a la organización a riesgos reputacionales o regulatorios.
La conclusión fue clara: la adopción de IA no comenzó por la herramienta, sino por las reglas y estructuras que la sostuvieron.
Cuando política, gobernanza y stack se alinearon, la IA dejó de ser un experimento aislado y se convirtió en un motor real de valor. No reemplazó a las personas: potenció su capacidad de innovar, crear y liderar el futuro con confianza.
