Durante años, las organizaciones invirtieron recursos considerables en construir estrategias de datos: infraestructura, gobernanza, analítica, inteligencia de negocio. Hoy, ese esfuerzo enfrenta una transición que no es menor: la llegada de la orquestación de la IA como nuevo paradigma operativo. El planteamiento que desarrolla Gilberto Olavarrieta Treviño desde el EGADE Business School del Tecnológico de Monterrey apunta a una transformación estructural que va mucho más allá de adoptar nuevas herramientas tecnológicas.
Lo que está en juego no es únicamente eficiencia operativa. Es la forma en que las instituciones, empresas y gobiernos toman decisiones, distribuyen poder interno y definen quién controla la información que sostiene sus acciones. Esa dimensión política y organizacional del fenómeno merece una lectura más atenta que la que suele recibir en los espacios de divulgación tecnológica.
Del dato como recurso a la IA como arquitectura de decisión
La lógica de la estrategia de datos se construyó sobre un principio claro: quien controla la información, controla la ventaja competitiva. Las organizaciones aprendieron a recolectar, ordenar y analizar datos para tomar mejores decisiones. El analista humano seguía siendo el intérprete final.
La orquestación de la IA desplaza ese centro. Ya no se trata de que la IA asista al analista, sino de que múltiples sistemas de inteligencia artificial interactúen entre sí para generar respuestas, automatizar flujos y tomar decisiones en tiempo real con intervención humana mínima o diferida. El dato sigue siendo insumo, pero el agente que lo procesa ya no es necesariamente una persona.
Este cambio tiene consecuencias que las organizaciones aún están midiendo. La velocidad de respuesta aumenta. También aumenta la opacidad de los procesos. Y con ella, la dificultad de rastrear por qué se tomó una decisión determinada, quién es responsable de sus efectos y cómo se corrige cuando falla.
La gobernanza que la tecnología no resuelve sola
Uno de los puntos de mayor tensión en este tránsito tiene que ver con la gobernanza. Las estrategias de datos maduras incluían marcos de gestión, criterios de calidad, políticas de privacidad y estructuras de responsabilidad. La pregunta es si esos marcos son suficientes cuando la IA no solo procesa datos sino que actúa sobre ellos de forma autónoma.
La orquestación de la IA implica coordinar agentes que aprenden, se adaptan y generan salidas que ningún diseñador humano programó explícitamente. Eso exige un nivel de supervisión distinto. No basta con saber qué datos entran al sistema; hay que entender qué hace el sistema con ellos, bajo qué condiciones cambia su comportamiento y qué mecanismos existen para detenerlo o corregirlo.
Las organizaciones que han avanzado más en esta transición son las que reconocen que la tecnología no resuelve el problema de gobernanza: lo complica. Y que el talento necesario para navegar esa complejidad no es solo técnico, sino también institucional, jurídico y ético.
El capital humano en el centro de la transformación
Olavarrieta Treviño escribe desde un espacio académico vinculado a la formación de liderazgo empresarial. Esa perspectiva sitúa la discusión en un lugar importante: las organizaciones no se transforman solo porque adoptan nuevas tecnologías. Se transforman cuando el talento que las conduce comprende las implicaciones de lo que está operando.
La transición hacia modelos de orquestación de IA demanda perfiles que entiendan tanto la arquitectura técnica como sus consecuencias organizacionales. No es suficiente con tener un equipo de ciencia de datos si los tomadores de decisión no comprenden qué están delegando a los sistemas automatizados. La brecha entre quienes diseñan la tecnología y quienes la gobiernan sigue siendo uno de los riesgos más subestimados en este proceso.
En América Latina, esa brecha tiene una dimensión adicional: la desigualdad en capacidades institucionales hace que la adopción de IA avance a velocidades muy distintas entre organizaciones del sector privado, el sector público y la sociedad civil. Esa asimetría no es neutra. Determina quién se beneficia de la automatización y quién absorbe sus costos.
Instituciones públicas ante una transición que no eligieron
Aunque el análisis de Olavarrieta Treviño se orienta hacia el ámbito empresarial, las implicaciones del tránsito de la estrategia de datos a la orquestación de la IA alcanzan también a las instituciones del Estado. Los gobiernos han adoptado sistemas de análisis de datos para gestión tributaria, seguridad pública, gasto social y planeación urbana. Varios de esos sistemas ya incorporan componentes de automatización e inteligencia artificial.
Lo que la discusión académica y empresarial sobre orquestación de IA expone es que la siguiente etapa de esa adopción será cualitativamente diferente. Cuando los sistemas de IA no solo procesan información sino que coordinan acciones entre múltiples agentes automatizados, el Estado enfrenta preguntas de fondo sobre accountability, derechos ciudadanos y control democrático de la tecnología que aún no tiene respondidas.
Esa discusión no ocurre solo en los laboratorios de innovación ni en las escuelas de negocios. Ocurre también, o debería ocurrir, en los espacios donde se diseñan políticas públicas, se redactan marcos regulatorios y se decide qué tipo de Estado queremos que opere en nombre de los ciudadanos.
Una transición que exige más que adopción tecnológica
El mérito del enfoque que plantea la reflexión publicada en El Universal desde el EGADE es que no presenta la orquestación de la IA como una promesa sin fricción. La ubica como una transición que exige madurez organizacional, rediseño de capacidades y una comprensión genuina de lo que se está cediendo cuando se automatiza la toma de decisiones.
Esa lectura es más útil que el entusiasmo acrítico que suele rodear a los grandes ciclos tecnológicos. La inteligencia artificial no es neutra: reproduce los sesgos de los datos que la alimentan, concentra ventajas en quienes tienen capacidad de adoptarla primero y genera externalidades que las organizaciones todavía no saben medir del todo.
El tránsito de la estrategia de datos a la orquestación de la IA es real, está en marcha y tiene consecuencias que van más allá de la eficiencia operativa. Las organizaciones que lo entiendan así estarán mejor preparadas para navegarlo. Las que lo traten como una actualización tecnológica más, probablemente descubran tarde que cedieron algo más que datos: cedieron parte de su capacidad de decidir.
