Hace un tiempo, Ariel Saban, nuestro CEO, compartió cómo la inteligencia artificial generativa podía escalar dentro de una organización a partir de casos concretos. En definitiva, cómo una solución efectiva en un área puede dar pie a otra, y a otra más, hasta construir un ecosistema de aplicaciones que generan impacto real. Esa visión—correcta y necesaria— pone el foco en el negocio: en cómo un problema resuelto abre la puerta a nuevos casos de uso, a nuevas oportunidades.
Pero hay una dimensión anterior que puede determinar el éxito o el estancamiento de cualquier iniciativa. Antes de saber cómo escalar de un caso de negocio a otro, es necesario hacer que lo que se inicia en el equipo técnico llegue realmente al resto de la organización.
Ese es el punto de partida real. Es rediseñar la forma en la que trabajamos. Y eso requiere mucho más que capacidad técnica, ya que exige una alineación profunda entre tecnología, negocio, datos y cultura. Si esa conexión no existe, no hay arquitectura que sostenga el crecimiento.
Comunicación interdepartamental para construir un lenguaje común
Uno de los mayores desafíos al escalar soluciones de GenAI es la fragmentación. Equipos de IT hablan de embeddings, fine-tuning o latency, mientras que los equipos de negocio buscan eficiencia, reducción de errores o experiencia del cliente. Si se quiere escalar, hay que tener un lenguaje nuevo y compartido, donde la GenAI sea una herramienta al servicio de objetivos comunes.
Esto requiere fomentar espacios de conversación entre áreas. La iniciativas pueden variar, como comités conjuntos de AI o talleres de diseño de casos de uso con representantes mixtos (Negocio + IT + Datos + Usuarios), pero lo que importa, lo que tiene que sostenerse, es una narrativa transversal que conecte el roadmap tecnológico con el roadmap comercial. Si cada equipo tiene su propio plan, la desconexión es inevitable.
Una única hoja de ruta compartida obliga a conversaciones incómodas pero necesarias y acelera decisiones. Escalar no es agregar complejidad. Es alinear prioridades.
Preparar a la organización, no solo al modelo
En AI, la tecnología puede estar lista. Pero si la organización no lo está, nada avanza.
Muchos proyectos fallan porque se subestima el proceso de sensibilización interna. Una interfaz con un modelo potente no genera valor si el usuario no la entiende, no confía o simplemente no la necesita.
Capacitar no es solo entrenar en herramientas. Es acompañar el cambio de mindset: desde un modelo centrado en tareas hacia un modelo centrado en colaboración con sistemas inteligentes. Esto implica:
- Formación adaptada al rol: no todos necesitan saber cómo se entrena un modelo, pero sí qué decisiones puede tomar, cómo interpretarlas y cuándo intervenir.
- Casos reales en el contexto propio: mostrar cómo la GenAI impacta su trabajo específico, no en empresas de Silicon Valley.
- Espacios de prueba y error controlados: permitir que los usuarios exploren sin miedo, con soporte y feedback en tiempo real.
La adopción real ocurre cuando la herramienta se siente parte del flujo natural de trabajo. Y eso se construye con tiempo, acompañamiento y escucha.
¿Cómo medir el éxito?
Hay algunos aspectos clave, y el primero es bastante concreto: no empieces sin saber cómo vas a medir el éxito.
Medir el éxito de una solución de GenAI va mucho más allá del desempeño técnico del modelo. La precisión, el tiempo de respuesta o el costo por inferencia son variables importantes, pero no alcanzan por sí solas para entender el impacto real. Son métricas de funcionamiento, no de transformación. Es importante recalcar que la tecnología es un medio y no un fin, por lo que es fundamental tener presente cuáles son las variables de negocio a las que vamos a apuntar.
¿Se están reduciendo los tiempos operativos? ¿Mejora la conversión en los canales comerciales? ¿Disminuyen los errores en tareas críticas? Las preguntas varían según el caso, pero lo importante es que se hagan desde el inicio. Y eso sólo es posible si antes se identifica de forma concreta un caso de negocio.
El impacto técnico tampoco sirve si no se traduce en adopción. Si la herramienta no se integra de forma natural en la operación diaria, si no modifica las tareas previas o no mejora la experiencia de quienes la utilizan, entonces el valor queda encerrado en un entorno técnico sin proyección hacia el negocio.
Y, finalmente, está la capacidad de iterar. Una solución de GenAI que no incorpora feedback, que no se adapta a cambios, se vuelve obsoleta rápidamente. La verdadera integración entre IT y negocio se ve justamente ahí: en la agilidad para ajustar, en la disposición para mejorar y en la madurez para aceptar que medir también es aprender.
El valor no está en el modelo, sino en lo que resuelve
La GenAI no es el destino. Es un medio para transformar procesos, acelerar decisiones y rediseñar la experiencia dentro de la organización. Pero escalar requiere algo más que tecnología. Requiere construir estructuras sostenibles, conversaciones interdepartamentales, equipos mixtos y métricas compartidas. Requiere comprender que alinearlos no es un lujo metodológico, sino el foco principal de cualquier estrategia real de adopción.
Es fundamental empezar por lo concreto, lo medible, lo útil. Pero sin perder de vista lo estructural. Porque una GenAI exitosa no se escala modelo a modelo. Se escala conversación a conversación, equipo a equipo, decisión a decisión.
Y esa es una tarea que nos involucra a todos.
Sobre GlobalTask
Somos el socio tecnológico especializado en la industria financiera que combina innovación, diseño e ingeniería para acelerar los negocios de grandes empresas y startups a través de soluciones de software y talento de clase mundial, con más de 15 años de experiencia y más de 200 clientes satisfechos.
Aprovechamos las últimas tecnologías y metodologías para ayudar a las empresas del sector financiero y asegurador a transformarse en todos los aspectos, brindando resultados de alta calidad y aceptando desafíos.
