El boom de la IA se está enfriando: verdad o mito sobre una crisis empresarial por el uso de esta tecnología

En las últimas semanas, diversos indicadores han reflejado un cambio en la percepción del mercado respecto del avance de la inteligencia artificial (IA). Las acciones vinculadas al sector experimentaron cierta volatilidad, alejándose de los máximos históricos alcanzados meses atrás, mientras que importantes informes académicos y reorganizaciones empresariales generan un clima de reflexión.

De acuerdo con especialistas y referentes de la industria, este nuevo escenario no marca el fin del auge de la IA, sino el inicio de una etapa de mayor realismo, disciplina y exigencia en el desarrollo y aplicación de la tecnología.

Un reciente informe del Instituto Tecnológico de Massachusetts (MIT) pone de relieve que múltiples proyectos piloto de IA enfrentan obstáculos significativos para escalar y llegar a producción en empresas de todo el mundo. Paralelamente, Meta anunció una reestructuración de sus equipos dedicados a inteligencia artificial, una medida interpretada como un reconocimiento del dinamismo y la necesidad de adaptación del sector.

A estos movimientos se suma la intensificación de los debates regulatorios, con decenas de marcos legislativos en elaboración tanto en Estados Unidos como en la Unión Europea.

Luego del lanzamiento de ChatGPT a finales de 2022, surgió una narrativa predominante en la industria tecnológica: la llegada de la inteligencia artificial general (AGI) ocurriría en el corto plazo y transformaría de raíz la economía y la sociedad. Ante esto, Martín Migoya, cofundador y CEO de Globant, señala que se expandieron “afirmaciones fantasiosas” sobre la IA, algunas de las cuales pronosticaban la sustitución masiva de empleos o avances que “reconfigurarían la civilización”.

En su opinión, el ajuste reciente del mercado representa “una dosis saludable de realismo”, capaz de desafiar esas proyecciones. Según Migoya, tanto las expectativas más optimistas como las más negativas nacieron de la creencia en un rápido proceso de auto-mejora y desarrollo exponencial de la IA, una visión que, con el tiempo, está dando paso a apreciaciones más matizadas.

Desde su perspectiva, “no era sorprendente que tales expectativas generarán reacciones y resistencias”, hecho que se traduce en numerosos proyectos regulatorios y en el surgimiento de nuevas normas para el uso de la tecnología.

Los avances recientes, como el lanzamiento de GPT-5 y desarrollos competitivos de compañías como Anthropic, xAI y Google, ilustran el ritmo evolutivo y no disruptivo de la industria. Estos modelos progresan mediante mejoras incrementales y desarrollan capacidades especializadas, lo que ha dado lugar a una competencia fragmentada en que distintos sistemas sobresalen en áreas específicas como el razonamiento, la programación, la búsqueda o los contenidos multimedia.

Este entorno refleja, según Migoya, una “especialización saludable”, lejos de la carrera por la supremacía total de un único modelo.

Desde un enfoque empresarial, el MIT destaca que la adopción de IA en compañías sigue siendo parcial y selectiva: únicamente una fracción de las empresas logró la integración plena de la tecnología en todos sus flujos de trabajo. Los casos exitosos se concentran en sectores o procesos específicos, donde ya se reportan ahorros notables en reducción de costos operativos, disminución del gasto en agencias y mejoras verificables de eficiencia.

Migoya afirma que “la corrección reciente es constructiva: desafía las visiones mágicas de la IA y nos mantiene con los pies en la tierra”. Para el ejecutivo, la clave del éxito radica en tres elementos centrales: motivación, integración con otros sistemas y supervisión humana.

“Construir un agente de IA que pueda reemplazar a un humano en un entorno corporativo exige integración profunda con los sistemas de información de la empresa, cumplimiento de estándares de seguridad y trazabilidad total en el manejo de datos sensibles”, argumenta.

El mismo estudio del MIT, publicado en 2025, identifica un patrón: los desarrollos internos de IA suelen atravesar mayores dificultades para alcanzar la producción a escala, mientras que las colaboraciones externas presentan tasas de éxito superiores. Asociarse con proveedores experimentados, afirma el informe, puede duplicar la probabilidad de una implementación exitosa.

Esta conclusión se traduce en oportunidades concretas para la industria de servicios profesionales de tecnología, que se encuentra ante el desafío de orquestar la creciente complejidad de un ecosistema donde surgen nuevos modelos, marcos y herramientas a un ritmo acelerado.

En este contexto, la integración y la orquestación de soluciones de IA, junto con la gestión del cambio organizacional, se posicionan como las barreras más relevantes para la adopción masiva de la tecnología. Migoya sostiene que “los socios de servicios confiables no son opcionales; son la forma en que las empresas navegan la complejidad y convierten el progreso incremental de los modelos en valor empresarial sostenible”.

Dentro de este marco, Globant anunció la implementación de una estrategia basada en AI Pods : unidades modulares bajo suscripción, integradas por equipos senior acelerados por tecnologías de IA Agéntica, y respaldados por la plataforma Globant Enterprise AI. Los AI Pods están diseñados para ofrecer capacidades específicas según el dominio, ya sea ingeniería, automatización o creatividad, con una entrega continua y auditable a los clientes a través de un sistema de tokens que mide el uso y el alcance.

Según Migoya, “los sistemas de IA no se tratan solo de saber armar un pipeline RAG o conectar LLMs. Requieren un profundo entendimiento del negocio combinado con un profundo entendimiento de la tecnología —sin exageración— y reconociendo que los sistemas del futuro mezclarán múltiples eras y paradigmas”. Disponible para sectores como entretenimiento, deportes, energía y servicios financieros, la compañía reporta ahorros medibles y mejoras operativas concretas en estas industrias gracias al enfoque de integración disciplinada de IA.

El ejecutivo advierte que “no existen implementaciones mágicas: los resultados vienen del expertice, la disciplina y la integración”. El camino real hacia la transformación digital implica la combinación de capacidades de comprensión del lenguaje natural propias de la IA generativa con prácticas de ingeniería robustas, bajo estándares elevados de responsabilidad y calidad.