Por Nicolás Rennis, Head of Operations & Development de bdt global.-
¿Seguimos ejecutando procesos internos como hace dos años, en un contexto donde la IA ya puede complementarlos?
En nuestra experiencia trabajando con aseguradoras en Latinoamérica, esta es una de las preguntas más incómodas —y al mismo tiempo más necesarias— que empieza a instalar la inteligencia artificial. Pero no es la única. Hay otra que aparece inmediatamente después.
¿Nuestros procesos internos ya incorporan IA para ser más eficientes, o todavía operan con una lógica anterior?
Porque el punto ya no es si vamos a incorporar IA, sino qué parte de nuestra operación sigue respondiendo a un contexto que empieza a quedar atrás.
Lo interesante es que esta discusión dejó de ser sólo tecnológica. Hoy empieza a escalar a la mesa de decisión. McKinsey observa que en las compañías de mejor desempeño, los CIOs están cada vez más involucrados en la estrategia y que la IA empieza a integrarse directamente en los modelos operativos para generar retorno real. Al mismo tiempo, desde la industria aseguradora, Celent plantea que la IA ya está impactando procesos clave como suscripción, gestión de pólizas y atención al cliente, habilitando mejoras concretas en eficiencia.
En la práctica, esto empieza a verse con claridad. La IA permite generar eficiencia en el área técnica, y lo más relevante es que esa eficiencia hoy puede ser demostrada.
Puede ser operativa: reducción de costos, optimización de tiempos, mayor productividad de los equipos. Pero también debe —y cada vez más— tener impacto en el negocio: procesos más rápidos, decisiones más precisas, operaciones más consistentes. Y ahí es donde la conversación cambia.
Porque la pregunta deja de ser cuánto mejoró IT, y pasa a ser qué cambió en el negocio. En ese punto, lo que empieza a pasar es interesante. La inteligencia artificial no solo transforma. También revela.
Revela qué procesos ya no escalan. Qué decisiones podrían ser mejores.
Y, sobre todo, qué parte de la operación está diseñada para un contexto que ya cambió.
En nuestra experiencia, muchas iniciativas de IA no fracasan por falta de tecnología, sino porque se apoyan sobre procesos que no fueron pensados para este nivel de automatización y precisión. Y ahí aparece una tensión clave: no alcanza con sumar IA; en muchos casos, hay que rediseñar la operación.
Porque cuando la IA se integra de verdad, deja en evidencia ineficiencias que antes eran invisibles o tolerables. Tiempos de respuesta que ya no son competitivos. Validaciones manuales que podrían automatizarse. Decisiones que dependen más de la experiencia individual que de la información disponible.
Y ese es, quizás, uno de los cambios más profundos. La IA eleva el estándar. Lo que antes era “suficiente”, deja de serlo.
En este contexto, la discusión sobre inteligencia artificial deja de ser una agenda de innovación y pasa a ser una agenda de negocio. Porque ya no se trata sólo de incorporar nuevas capacidades, sino de entender qué parte de nuestra operación tiene sentido sostener y cuál necesita evolucionar.
Tal vez el mayor valor de la IA no esté únicamente en lo que automatiza. Sino en lo que deja en evidencia. Y en la capacidad de las organizaciones de actuar en consecuencia.
