Ciencia y Tecnología
Periodista
p_lespinoza@editoraperu.com.pe
“El estudio destaca que los pilotos no escalan porque las compañías no han reconfigurado sus workflows (rewiring) para integrar a la IA de manera continua, segura y auditada”, sostuvo en entrevista con El Peruano.
A ello se suma la brecha de talento especializado, sobre todo en ingeniería, MLOps y data engineering, lo que limita la capacidad de llevar modelos a producción.
Claves
El estudio también identifica qué diferencia a las empresas que sí logran escalar la IA. Estas organizaciones combinan visión estratégica, gobernanza sólida y ejecución disciplinada. “Hay liderazgo que se hace responsable de la agenda, procesos estandarizados para desarrollar y monitorear modelos, y una inversión sostenida en talento técnico y plataformas internas”, detalló Zuzunaga.
En paralelo, la demanda por perfiles especializados continúa creciendo. Los roles más solicitados incluyen software engineers, data engineers, machine learning engineers y especialistas en MLOps. También emergen capacidades relacionadas con IA responsable (ética, gobernanza y monitoreo), así como perfiles de AI product managers y habilidades de prompt engineering. “En mercados como el Perú, estas capacidades son especialmente escasas, por lo que muchas compañías se inclinan por modelos híbridos o el apoyo de terceros”, señaló.
El avance de los AI agents es otro hallazgo clave del informe. El 62% de empresas ya experimenta con ellos, principalmente en soporte de TI, gestión de conocimiento, operaciones y automatización de procesos. Sin embargo, solo el 23% está escalando al menos un agente dentro de funciones críticas del negocio. Para ello, indicó Zuzunaga, se requieren casos de uso con valor comprobado, infraestructura robusta, equipos multidisciplinarios y un patrocinio ejecutivo que asegure recursos, gobernanza y supervisión humana.
El estudio también revela que más de la mitad de empresas sufrieron un incidente negativo relacionado con IA en el último año. Los casos más frecuentes se asocian a errores en modelos, falta de explicabilidad, sesgos, riesgos reputacionales y brechas de seguridad. En el caso peruano, la madurez es aún desigual. “La mayoría de empresas sigue en fases de experimentación. El escalamiento se da en organizaciones con capacidades digitales avanzadas, sobre todo en telecomunicaciones, banca, salud, retail digital y manufactura avanzada”, afirmó.
Mirando hacia el 2025 y 2026, McKinsey recomienda al sector empresarial peruano priorizar estrategias de IA alineadas a objetivos de negocio, fortalecer la infraestructura de datos, invertir en roles críticos y adoptar prácticas robustas de IA responsable con validación humana, trazabilidad y monitoreo continuo.