Lo que las empresas necesitan saber para su era de la IA

Janet George es una pionera en IA. Durante varias décadas, ha estado sirviendo a gigantes tecnológicos —incluidos Oracle, Intel, Apple, Yahoo! y eBay— mediante la construcción de sistemas informáticos que funcionan más como el cerebro humano. Y lo ha hecho mediante la implementación de inteligencia artificial, aprendizaje automático, LLM y redes neuronales profundas.

«Mi experiencia con la IA se remonta a la era en la que la computación en la nube, el aprendizaje profundo, los vastos conjuntos de datos y las capacidades avanzadas de GPU comenzaron a converger», dice.

Desde 2025, George ha dirigido el Centro de Excelencia en IA de Mastercard, donde su enfoque es aprovechar tecnologías de vanguardia para mejorar, proteger y personalizar los sistemas de pago. También está guiando a Mastercard en su camino para Become una organización que prioriza la IA, un objetivo que fomenta para empresas de todos los tamaños.

La IA ha evolucionado como la pólvora en los últimos dos años, encendiendo las expectativas de que transformará radicalmente la forma en que las empresas gestionan sus operaciones, desarrollan nuevos productos e interactúan con los clientes. George cree que las empresas que están abiertas al cambio —y que se esfuerzan por comprender las capacidades y limitaciones de la IA— estarán mejor posicionadas para prosperar.

Le preguntamos a este pionero tecnológico qué necesitan saber los líderes empresariales para mantenerse a la vanguardia en nuestro mundo cada vez más impulsado por la IA. 

George: primero, aprende a ignorar las exageraciones y a centrarte en un ROI escalable. El objetivo debería ser ir más allá de experimentar con la IA generativa y empezar a escalarla en toda la organización. Los líderes deben identificar casos de uso realistas y de alto impacto que mejoren genuinamente el valor para el cliente con un ROI, en lugar de simplemente buscar herramientas de productividad, porque cada día surge una nueva herramienta de productividad.

También creo que implementar la IA de manera ética y responsable es súper esencial. Esto significa abordar de manera proactiva el sesgo que ya pueda existir en las operaciones o en los datos operativos, garantizando que haya transparencia en cómo se utilizan nuestros datos y manteniendo la confianza con los clientes.

La fluidez tecnológica es realmente crucial. No creo que los líderes deban escribir el código ellos mismos, pero deberían entender las complejidades, las capacidades y las limitaciones de la IA, incluyendo cómo mitigar los riesgos y observar las imprecisiones en los datos o cualquier tipo de vulnerabilidad de seguridad.

Dicho esto, la IA debe verse como una herramienta que aumenta, no reemplaza, la inteligencia humana. Al fomentar la búsqueda de modelos donde la IA se encargue de las tareas rutinarias, los líderes pueden permitir que su personal se concentre en la creatividad, la empatía y el pensamiento estratégico.

En los últimos años, la IA ha experimentado una transformación notable, alejándose del aprendizaje automático de primera y segunda generación y la extracción de características con modelado algorítmico de gradient boosting para adoptar el aprendizaje profundo con redes neuronales con la tercera y cuarta generación de modelado de transformadores, con mecanismos de atención y autoaprendizaje. Este cambio ha estado marcado por la aparición de modelos de lenguaje muy grandes, como los transformadores generativos preentrenados, o GPT, que han redefinido lo que la IA puede lograr.

Estas innovaciones, impulsadas por inmensos recursos de datos y aceleración por GPU, han permitido que la IA alcance un rendimiento de nivel humano. Ha habido un salto exponencial en la forma en que la tecnología recupera información, entiende el contexto y demuestra inteligencia, especialmente en el área de procesamiento de lenguaje natural y razonamiento. Por lo tanto, los sistemas autónomos modernos y los agentes de IA ahora están diseñados para emular el cerebro humano, incorporando elementos como la memoria episódica y capacidades cognitivas avanzadas. Me sorprende constantemente lo inspirados biológicamente que han estado todos nuestros avances científicos.

La IA está transformando fundamentalmente las industrias financieras y la banca. Están evolucionando de usar una automatización simple a convertirse en instituciones que priorizan la IA generativa, actuando con mucha decisión e implementando tecnologías de IA modernas.

Y se espera que todo esto les otorgue una ventaja competitiva muy significativa sobre aquellos que dependen de sistemas heredados y procesos manuales. Una encuesta de EY de 2025 mostró que el 71 % de los bancos han implementado o lanzado de forma limitada capacidades de IA generativa, con un 61 % que ya observa impactos sólidos y un 89 % que prevé impactos sólidos en los próximos dos años, que van desde herramientas de ahorro de costos hasta el impulso del crecimiento de los ingresos brutos.

Hemos utilizado la IA durante mucho tiempo para la gestión de riesgos y la detección de fraude. Ahora, los agentes de IA pueden monitorear transacciones y patrones en cuentas y canales, evaluando riesgos en milisegundos y marcando anomalías en la ubicación y la velocidad de gasto que los métodos de detección más antiguos pueden pasar por alto fácilmente. Los agentes de IA generativa pueden reducir significativamente el número de falsos positivos en el tráfico de red operativo. Los agentes autónomos pueden comprender, razonar y actuar en nombre del banco para gestionar tareas complejas de principio a fin, como el manejo de disputas de crédito. 

George: en lugar de depender principalmente de los sitios web de las marcas o de los motores de búsqueda tradicionales, los consumidores ahora utilizan herramientas de preguntas y respuestas impulsadas por IA para guiar sus decisiones de compra. Un informe reciente mostró que el 60 % de los consumidores utiliza la IA para comprar y el 46 % de estas personas confía más en la IA que en sus amigos cuando buscan consejos sobre vestimenta; algunas de las ideas que impulsan nuestra inversión continua en el comercio agéntico y el desarrollo de herramientas y servicios como Agent Pay y Agent Suite.

También estamos viendo más atención al cliente impulsada por IA. Los consumidores ahora interactúan con agentes de IA, en lugar de chatbots tradicionales, en sitios web minoristas para acceder a soporte instantáneo las 24 horas. Pero lo increíble es que estos agentes son lo suficientemente sofisticados como para comprender y gestionar conversaciones complejas, adaptándose a diversos patrones de habla, tonos y acentos.  

Las pequeñas empresas han adoptado la IA generativa para automatizar una variedad de procesos comerciales rutinarios —trabajo administrativo, programación de citas, control de inventario e ingreso de datos—, lo que permite completar estas tareas de manera más eficiente y precisa.

También estamos viendo, en el área de gestión financiera, el surgimiento de directores financieros virtuales impulsados por IA que permiten a las pequeñas empresas obtener análisis de datos en tiempo real de sus flujos de caja, identificar actividades potencialmente fraudulentas y mejorar la ciberseguridad mediante el monitoreo de transacciones y tráfico de red.

Por último, diría que uno de los beneficios para las pequeñas empresas es la reducción de costos. Al automatizar las tareas rutinarias y repetitivas, pueden reducir significativamente los costos laborales y encontrar una mayor eficiencia, liberando el tiempo que antes se dedicaba a las tareas manuales. Ahora los dueños de negocios pueden enfocarse en impulsar el crecimiento estratégico y la ventaja competitiva. Las pequeñas empresas obtienen la capacidad de ofrecer servicios superiores y más rápidos, lo que les permite competir eficazmente con organizaciones más grandes.