Google Cloud: Por qué los empleados usan IA antes que las empresas

¿Por qué la adopción de IA va más rápido en los empleados que en las empresas?

Los trabajadores están adoptando herramientas de inteligencia artificial (IA) para acelerar análisis y tareas diarias antes incluso de que sus organizaciones establezcan mecanismos formales para su uso. Esta brecha entre la adopción individual y la institucional es el foco central de un reciente llamado de Google Cloud, que advierte que las empresas deben dejar de ver a la IA como una tecnología experimental y empezar a tratarla como la plataforma base de la competitividad.

Así lo planteó Diego Montoya Barragán, country manager de Google Cloud para Perú y Ecuador, durante su ponencia "La IA en acción: cómo está transformando las industrias", donde señaló que la respuesta corporativa no debería ser esperar a que la tecnología defina el futuro, sino involucrarse activamente en su construcción.

"La inteligencia artificial no es una ola estilo tsunami que va a pasar por encima de nosotros, sino una ola tecnológica que va a pasar, pero con nosotros", precisó Montoya. La clave está en cómo cada organización tome partido y extraiga el mayor beneficio de estas capacidades.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

De la automatización al replanteamiento de procesos

El ejecutivo incidió en un punto crítico para cualquier startup o corporación: evitar limitar la IA a la simple automatización de tareas existentes. En lugar de eso, las compañías deben usar esta tecnología para replantear procesos y modelos de negocio desde cero.

"Debemos explorar otras posibilidades y pensar; por ejemplo, ¿cómo mejorar un proceso con inteligencia artificial? y ¿por qué no lo pensamos distinto a lo que ya existe?", expresó Montoya.

Esta visión se alinea con la evolución hacia la llamada "IA agéntica". Según proyecciones de Google citadas por el ejecutivo en eventos recientes del sector, en los próximos dos años podrían convivir hasta cuatro agentes digitales por cada persona dentro de una corporación. Esto representa una transformación profunda en la manera de operar y tomar decisiones, desplazando el enfoque de la asistencia básica hacia agentes autónomos capaces de resolver tareas operativas complejas.

En la práctica, esto ya se materializa en casos como el de TIMining, quien implementó una plataforma de agentes inteligentes que analiza el flujo de camiones hacia las chancadoras en tiempo real, detectando factores como cargas incompletas o tiempos muertos para emitir alertas inmediatas. No se trata de un análisis forense retrospectivo, sino de establecer sistemas que extiendan las capacidades operativas de los trabajadores hoy.

El reto invisible: gobernanza y presupuesto

Aunque la velocidad de adopción por parte de los empleados es innegable, las empresas enfrentan barreras estructurales que frenan la implementación formal. Un estudio global de EY publicado en abril de 2026 revela que el 88% de los Chief Data Officers (CDO) modificó sus responsabilidades directivas tras la irrupción de la IA generativa, pasando de roles puramente técnicos a articuladores estratégicos del negocio.

Sin embargo, persiste un abismo entre la teoría y la práctica. Mientras el 92% de los encuestados por EY concordó en que contar con una arquitectura de gobernanza sólida es indispensable, solo el 41% afirmó tener políticas formalmente aplicadas en su organización. Este "muro invisible" —como lo llamó el reporte— amenaza con estancar proyectos en la fase de pruebas piloto.

Otro cuello de botella es financiero. Aunque el 86% de los CDO consultados afirmó haber incrementado su partida asignada a iniciativas de datos e IA respecto a periodos anteriores, muchas organizaciones peruanas financian estos proyectos mediante reasignaciones temporales de fondos de TI o Analítica. Cuando la solución demuestra potencial y requiere escalar a la operación diaria, el modelo colapsa por falta de una partida presupuestal específica.

Para el especialista de EY Perú, Francisco Escudero, la traba principal no es la disponibilidad de tecnología, sino el orden interno de la información. Intentar correr algoritmos complejos sobre datos incompletos o dispersos destruye la confianza en la tecnología y genera resultados imprecisos.

¿Qué significa esto para tu startup?

Si estás construyendo o escalando una empresa, la señal de Google Cloud y los datos de EY son claros: la IA ya no es un proyecto informático aislado con fecha de caducidad, sino una responsabilidad transversal de toda la organización. Aquí hay tres acciones concretas que puedes implementar:

Audita tu infraestructura de datos antes de desplegar modelos avanzados. Si intentas implementar IA sobre datos sin control, los resultados serán imprecisos y generarán desconfianza. Establece reglas claras de acceso, custodia y exactitud de la información antes de comprar licencias o contratar especialistas.
Crea presupuestos dedicados para la escala, no solo para el piloto. Evita financiar tus proyectos de IA con reasignaciones temporales de TI. Si validaste el valor en un entorno controlado, asegura una partida formal para llevarlo a la operación diaria y evitar que el proyecto quede estancado.
Diseña nuevas prácticas, no solo automatizaciones. No te limites a usar IA para hacer más rápido lo que ya hacías. Pregunta a tu equipo: "¿Cómo podríamos resolver este problema si partimos de cero con inteligencia artificial?". La ventaja competitiva pertenece a quienes usen la tecnología para materializar modelos de negocio distintos.