La adopción de AI comenzó con pruebas y pilotos. Con el tiempo, muchas organizaciones terminaron trabajando con múltiples herramientas, entornos paralelos y proyectos que no comparten los mismos estándares. Equipos distintos usan modelos diferentes, las integraciones se construyen por separado y las configuraciones de seguridad se definen proyecto por proyecto.
Sumar herramientas no necesariamente mejora los resultados. Cuando cada proyecto incorpora una solución diferente, también hay más configuraciones que mantener, más controles que administrar y costos que no siempre son visibles al principio.
Las herramientas empiezan a multiplicarse
Al principio, cada proyecto puede funcionar por separado. A medida que se incorporan distintas herramientas, integraciones y configuraciones para resolver necesidades específicas, también empiezan a aparecer diferencias en la forma de trabajar. Con el tiempo, la organización termina con soluciones que funcionan de manera independiente y que no necesariamente comparten los mismos criterios.
El resultado:
- Costos de tokens y procesamiento sin visibilidad centralizada.
- Ausencia de métricas comparables entre iniciativas.
- Configuraciones de IAM inconsistentes.
- Duplicación de esfuerzos técnicos.
- Mayor dificultad para cumplir con los requisitos regulatorios.
Lo que implica sumar nuevas herramientas
Cada herramienta también requiere definir cómo se administra dentro de la organización. Qué usuarios pueden acceder, qué información pueden consultar, cómo se registran las acciones, qué métricas se controlan y cómo se gestionan los costos son cuestiones que deben resolverse para cada solución.
A medida que estas herramientas se multiplican, tener una visión completa se vuelve más difícil. Auditar los sistemas, comparar resultados entre proyectos, medir el ROI o identificar dónde se están generando los principales costos requiere reunir información que muchas veces está distribuida entre distintas plataformas y equipos.
Riesgo y cumplimiento en entornos regulados
En banca y seguros, la fragmentación también afecta la forma en que se controlan las iniciativas de AI. Cuando cada proyecto maneja sus propios permisos, configuraciones y mecanismos de monitoreo, reunir esa información y demostrar que se cumplen los controles necesarios se vuelve más difícil.
Entre los puntos que necesitan seguimiento están:
- Las decisiones automatizadas y su trazabilidad.
- Los accesos a la información y los permisos asignados.
- Los costos asociados a cada solución.
- La consistencia en la forma en que operan los distintos sistemas.
Cuando los pilotos empiezan a escalar
Muchas organizaciones consideran que trabajar con distintas herramientas es parte de la etapa de exploración. Y en las primeras etapas, puede serlo. Pero cuando los pilotos empiezan a incorporarse a procesos de la organización, la falta de estándares deja de ser algo propio de la etapa de prueba y empieza a generar problemas para su gestión y escalabilidad.
Cuando las iniciativas empiezan a crecer, contar con una arquitectura y unos criterios comunes se vuelve cada vez más importante. Sin ellos, cada nuevo proyecto puede sumar otra configuración, otra forma de trabajar y más tareas de administración.
Cómo ordenar las iniciativas de AI
Para que las iniciativas de AI puedan crecer dentro de una organización, hace falta establecer algunos criterios comunes desde el comienzo. Entre ellos:
- Una capa centralizada de gobierno
- Observabilidad y control de costos
- Gestión unificada de identidades
- Estándares de integración
- Métricas claras de impacto
Este marco permite que las distintas iniciativas compartan criterios de seguridad, costos, monitoreo e integración. También facilita incorporar nuevos agentes sin tener que definir desde cero cómo se administran y controlan en cada proyecto.
La cantidad de herramientas deja de ser el punto central. Lo importante es contar con una forma de gestionarlas y saber cómo se relacionan entre sí dentro de la organización.
Sobre nuestro newsletter
Este artículo forma parte de AI Ready Spotlight, nuestro newsletter quincenal sobre innovación y transformación con AI en la industria financiera y de seguros. Cada edición ofrece análisis prácticos, tendencias relevantes y puntos de vista diseñados para líderes de negocio y tecnología que buscan avanzar con claridad en su camino hacia una adopción responsable de la AI.
Si querés estar al tanto de los temas que están moviendo a la industria y recibir contenido como este directamente en tu correo, suscribite aquí:
