Surpoint · El camino de la IA en la empresa
En la mayoría de las empresas la IA llegó antes que el plan: los equipos ya la usan por su cuenta, la dirección quiere resultados, y entre medio hay datos desordenados y sistemas que no conversan entre sí. Este mapa muestra en qué orden se resuelve, dónde suele estar cada empresa hoy y qué viene después.
La trampa más común es pedir los resultados del paso 4 con los datos y sistemas del paso 1. La ambición de IA y la preparación de los sistemas suelen tratarse como proyectos separados, cuando en realidad una depende de la otra.
Política de uso · Costo real · Qué dato entra a qué herramienta · Cumplimiento (Ley 21.719, vigente el 1-dic-2026) · Inventario vivo de lo que la gente construye · Medición del retorno. No es un paso: nace en el assessment y acompaña todo el recorrido.
La puerta
“¿Dónde estamos parados y por dónde partimos?”
Por qué se parte aquí: diagnosticar antes de comprar evita pagar licencias, cursos o proyectos que no corresponden a tu nivel.
Cómo compran los que ya adoptaron bien: pilotos acotados y específicos; funciona, se escala. Nunca al revés.
Usar
“¿Mi gente está usando esto, y con qué reglas?”
Regla de oro: la alternativa oficial se habilita el mismo día que la restricción. Capacitar sin un carril gobernado acelera el uso por fuera, no lo reduce.
Dato de mercado: solo un tercio de las licencias corporativas de IA compradas se usa con regularidad (Recon Analytics, 2026). La adopción no viene con la licencia.
Conectar + Sostener
“¿Esto puede responder sobre MI negocio? ¿Y mis sistemas aguantan?”
Datos para IA
Inventario de fuentes, modelo semántico, permisos y trazabilidad. Un agente vale lo que valen los datos que puede leer.
Modernización (ARISE + SAP)
Un legado sin API ni documentación no se conecta a nada. Documentar Z, preparar S/4HANA, migrar lo que bloquea.
La idea clave: la modernización no compite con la IA por presupuesto. Es el requisito de la IA que ya se aprobó.
Dato de mercado: 1 de cada 2 proyectos de IA generativa arrastra trabajo previo de datos (Accenture, resultados FY25). Este paso es el que casi nadie presupuesta.
Automatizar
“¿Puede hacer trabajo, o solo conversar?”
Cómo parte: piloto acotado, un dominio de datos, un usuario de gerencia. Resultado medido en costo evitado, la moneda que un comité entiende sin traducción.
Gartner estima que más del 40% de los proyectos de agentes se cancelará antes de 2028. Por eso, piloto y no promesa.
Escalar
“Funcionó. ¿Cómo lo llevamos a toda la organización?”
El cierre del ciclo: los casos con retorno probado se convierten en el presupuesto de la siguiente vuelta. Se financia con evidencia, no con entusiasmo.
Cómo lo hacen los que van adelante: LATAM Airlines reorganizó TI para habilitar (gestión, ciberseguridad, citizen developers, soporte) y premia con más capacidades a quien construye algo que sirve a otros.
La flecha de vuelta: casi todas entran por lo urgente (ordenar el uso, capacitar) y descubren después que lo que frenaba los resultados estaba al fondo: los datos y los sistemas. Ver el mapa completo desde el día uno permite presupuestar esa etapa a tiempo.
02
El assessment ubica a la empresa en uno de estos cinco niveles. Cada nivel dice qué paso del viaje le toca. Es la pregunta de apertura de toda reunión: “¿dónde dirías que están ustedes hoy?”
Nivel 1
La gente usa IA con cuentas personales. TI no sabe qué se usa ni con qué datos.
→ Pasos 1 y 2
Nivel 2
Hay política y licencias, pero el uso es individual y no cambia ningún proceso.
→ Paso 3 (datos)
Nivel 3
La IA responde sobre el negocio, no sobre internet. Sigue siendo consulta.
→ Paso 4 (agentes)
Nivel 4
Agentes ejecutan procesos completos con registro auditable.
→ Paso 5 (escalar)
Nivel 5
Se mide, se prioriza y las iniciativas se financian con evidencia.
→ Sostener el ciclo
03
La gobernanza no es el último paso: es la capa que acompaña todo.
La política, el licenciamiento y el cumplimiento no pueden esperar a que haya agentes funcionando: nacen con el diagnóstico. Prohibir sin ofrecer una alternativa oficial no reduce el uso, lo vuelve invisible. Lo que queda para el final es otra cosa: escalar lo que funcionó.
Entre la adopción y los agentes hay un paso que casi nadie presupuesta: los datos.
Un asistente genérico responde sobre internet; para que responda sobre tu negocio, la información tiene que estar identificada, ordenada y con permisos claros. La mitad de los proyectos de IA generativa arrastra ese trabajo sin haberlo planificado.
Si la dirección pide resultados de nivel 4 y la empresa está en nivel 1, no hay herramienta que acorte el camino: faltan dos etapas intermedias, los datos y los sistemas, invisibles desde arriba. Verlas a tiempo hace que la preparación deje de competir con la IA por presupuesto.
¿Dónde dirías que está tu empresa hoy? El Assessment AI-Ready responde esa pregunta en 10 días, con alcance y precio fijos.
