Juan Carlos Gutiérrez, director de tecnología e innovación para Norteamérica y líder global de inteligencia artificial en AWS, estuvo en Colombia y compartió una hoja de ruta práctica para que las pequeñas y medianas empresas dejen de “cacharrear” con la IA y empiecen a integrarla de verdad en su operación.
“Hay un momento, en casi toda pyme que se anima a probar la inteligencia artificial, en el que la emoción inicial choca con la realidad: se monta un chatbot en WhatsApp, se prueba un asistente para responder correos, se automatiza una tarea puntual… y ahí se queda. Cada área termina con su propia herramienta, sin que nada converse entre sí“, sostiene.
Ese diagnóstico, empresas que experimentan, pero de forma desarticulada, fue justamente el punto de partida de la conversación de El País con Juan Carlos Gutiérrez, quien antes de liderar la estrategia de tecnología e innovación de AWS para Estados Unidos y Canadá pasó casi siete años al frente de la operación de la compañía en América Latina.
Su diagnóstico es directo: “uno de los principales desafíos es el conocimiento, son las personas, cómo las personas entienden las capacidades de la inteligencia artificial”, explicó.
Para él, esa desarticulación no es un problema de tecnología —“ya tenemos herramientas para construir, tenemos herramientas para trabajar mejor”—, sino de personas y de método.
Con eso en mente, dejó cinco recomendaciones muy concretas para que las pymes den el salto hacia lo que él llama compañías “IA first”, es decir, organizaciones que piensan primero en inteligencia artificial y no la agregan como un parche de última hora.
1. Aprender todos los días, no una vez al año
El primer consejo suena obvio, pero es el que más se incumple: mantenerse actualizado no puede ser un curso, un posgrado o una capacitación anual.
Según Gutiérrez, la velocidad a la que cambian los modelos de IA obliga a un hábito distinto. “No es una vez al año, no es un curso, no es que vengo y hago un posgrado. Es todos los días”, insistió.
Su comparación es directa: hay que tratar el aprendizaje sobre IA como ir al gimnasio, “todos los días”, porque lo que hoy cuesta veinte dólares, en unas semanas puede costar cinco, o estar disponible gratis en una herramienta de código abierto.
2. Subir la inteligencia emocional al mismo ritmo que la técnica
El segundo consejo sorprende viniendo de un ejecutivo de tecnología: mientras más capacidades técnicas gana una empresa, más debe invertir en las humanas. Gutiérrez advierte sobre un riesgo real del uso individual de la IA: el aislamiento.
Cuando cada persona puede resolver sola casi cualquier tarea con un asistente, la colaboración y la cultura de equipo se resienten.
Por eso su segunda clave es “crecer el liderazgo humano” en paralelo al conocimiento técnico: manejo del tiempo, tolerancia al error y algo que en Amazon repiten como mantra: “enamorarse del problema y no de la solución”.
Traducido a la práctica, dice, significa que los líderes deben pedir retroalimentación, admitir fallas frente a sus equipos y premiar el error como parte del aprendizaje, no castigarlo.
3. Manos a la obra: experimentar en vez de solo leer
El tercer paso es, quizás, el más práctico de todos. No basta con leer sobre inteligencia artificial ni con delegarle la tarea al equipo de tecnología. “No es el equipo de tecnología, no es mi partner que lo va a hacer, yo tengo que aprender”, fue su frase más contundente.
Para Gutiérrez, entender cómo funciona un agente de IA se está volviendo una habilidad tan básica como leer o escribir, y solo se adquiere haciendo: probando herramientas, cometiendo errores y ajustando sobre la marcha.
4. Cambiar el método de trabajo, no solo la herramienta
El cuarto consejo es, según explicó, el que menos se conoce y el que más transforma: adoptar un nuevo esquema de trabajo llamado AI DLC (AI Development Cycle), que reemplaza el viejo modelo en cascada —donde cada área trabaja por separado y de forma secuencial— por equipos que avanzan juntos desde el primer día: ventas, tecnología, seguridad y mercadeo en la misma mesa, desde el diseño hasta la salida a producción.
Como ejemplo, contó que Quick, una herramienta reciente de AWS, se construyó en apenas seis semanas siguiendo este esquema, empezando desde cero en lugar de migrar desarrollos anteriores. “Un desarrollo de dos años lo estaban sacando en semanas”, aseguró sobre otros equipos que ya aplican este método.
5. Empezar pequeño y no esperar la solución perfecta
El último consejo es, quizás, el antídoto contra la parálisis que sienten muchas pymes frente a la IA: no intentar resolverlo todo de una vez.
“No tratemos de comernos el mundo con la gran solución”, dijo Gutiérrez, quien recomienda sacar prototipos pequeños, aprender de ellos y evolucionar por etapas, en lugar de esperar a tener cubiertas todas las aristas antes de dar el primer paso.
Su fórmula: fail fast, learn fast —fallar rápido para aprender rápido—, sin quedarse estancado en el error, sino usarlo como combustible para la siguiente versión.
Al final de la conversación, Gutiérrez fue enfático en un punto que atraviesa los cinco consejos: la inteligencia artificial dejó de ser una moda o una casilla que marcar porque “la junta directiva lo pidió”.
Hoy, insistió, cada iniciativa debe tener un objetivo de negocio claro y medible —lo que en inglés llaman business outcome—, porque sin eso, advirtió, las empresas corren el riesgo de invertir tiempo y recursos en proyectos sin rumbo ni retorno.
(*) Este contenido fue elaborado con apoyo de herramientas de inteligencia artificial para su desgrabar su contenido y edición, bajo la supervisión y verificación de nuestro equipo editorial.