¿Por qué los pilotos automáticos se apagan repetidamente...? Appian afirma que "la clave está en el flujo de trabajo y no en la tecnología"

Las empresas están acelerando los experimentos con inteligencia artificial generativa (IA), pero no logran convertirlo en resultados comerciales tangibles. La firma de software estadounidense Appian diagnostica que la causa no está en la IA en sí, sino en la incapacidad de integrarla adecuadamente en procesos comerciales “deterministas”.

La ingeniera de valor empresarial principal de Appian, Greta Peterman, afirmó en el reciente evento “Appian World 2026”: “La IA en sí misma es como un motor sin coche,” y señaló, “es necesario incorporar la IA en los flujos de trabajo para que funcione de manera predecible y efectiva.” Luego explicó: “De lo contrario, solo se quedará en el nivel de oportunidades sin objetivos claros.”

Su énfasis principal fue que no se debe confundir “productividad personal” con “innovación empresarial.” Esto significa que, solo con que los empleados mejoren la velocidad de resumir documentos o redactar borradores, no se produce un cambio estructural a nivel empresarial. Ella considera que, especialmente en negocios que requieren cumplimiento regulatorio y auditorías, como la verificación de facturas o la gestión de órdenes de venta, es más importante un sistema que pueda verificar resultados de manera clara, en lugar de respuestas probabilísticas de la IA.

“IA para demostraciones y IA para aplicaciones reales son diferentes”

Peterman señaló que la IA que las empresas necesitan en el sitio no es un sistema que produzca “respuestas aparentemente razonables,” sino uno que genere resultados que puedan convencer a responsables financieros o reguladores. Ella ejemplificó con el negocio de verificación de facturas: “Este tipo de proceso no debe tratarse mediante probabilidades, sino que debe obtener resultados absolutos y auditables.”

Esto coincide con las principales limitaciones que enfrentan las empresas al introducir IA generativa en sus procesos. Porque, incluso si en las demostraciones se muestran resultados impresionantes, en la práctica, debido a la posibilidad de errores, responsabilidades y regulaciones, su alcance suele ser limitado. En última instancia, usar la IA como una herramienta independiente y aislada difícilmente genera valor comercial real; debe integrarse en los procesos y sistemas de control existentes.

ROI de 441%… más allá del ahorro de tiempo, el “efecto posterior” es lo más importante

Peterman también mencionó una encuesta encargada por Appian a la firma de investigación IDC. La encuesta mostró que las empresas que usan la plataforma de Appian lograron un retorno de inversión (ROI) del 441% en tres años, y redujeron en un 59% el tiempo de lanzamiento al mercado.

Sin embargo, ella enfatizó que estos números no se refieren únicamente al ahorro de tiempo. Explicó que las empresas de alto rendimiento no solo se enfocan en cuánto se reduce el tiempo de trabajo, sino que también rastrean el impacto financiero que generan las modificaciones en los procesos en etapas posteriores.

De hecho, Appian reveló que, al colaborar con una empresa global de tecnología médica, cuantificaron cómo un flujo de trabajo de órdenes de venta asistido por IA podía detectar defectos que generaban millones de dólares en valor adicional. Esto significa que un pequeño proceso aparentemente trivial puede determinar el 80% del impacto posterior.

Peterman afirmó: “El 20% de los procesos que parecen anómalos pueden tener un 80% del impacto en etapas posteriores. Si solo nos enfocamos en hacer ‘cosas geniales,’ no resolveremos los problemas reales que causan fricciones con los clientes o que nos colocan en desventaja frente a la competencia.”

El éxito o fracaso de la IA depende de la “internalización” y no de herramientas independientes

Estas declaraciones indican que la estrategia de IA de las empresas está pasando de “¿debería implementarse?” a “¿cómo internalizarla?” Con la rápida adopción de la IA generativa, aunque aumentan los proyectos piloto, todavía son limitados los casos que pueden demostrar resultados convincentes ante la junta directiva o la alta gerencia.

En última instancia, se puede interpretar que el valor comercial medible de la IA depende más de cuánto se pueda demostrar la capacidad de controlar los flujos de trabajo, la auditabilidad, el cumplimiento y la reducción de costos posteriores, que de presentaciones llamativas. La competencia en IA empresarial ahora entra en una fase en la que la innovación en procesos reales, más que la cantidad de experimentos, determinará quién gana y quién pierde.

Consideraciones sobre IA de TP Este resumen se realizó con un modelo de lenguaje basado en TokenPost.ai. La información principal del texto puede estar incompleta o diferir de los hechos.