Las predicciones de negocio con IA de PwC para 2025

• PwC prevé que la IA generará valor a nivel empresarial e industrial, y que las compañías que la aprovechen de forma proactiva se mantendrán a la cabeza a largo plazo
• Se proyecta que la IA desempeñará un papel importante en la operación, la estrategia y los modelos de negocio, y que en 2025 se integrará y expandirá a un ritmo aún más acelerado
• “La visión sobre la IA y la forma en que se adopta serán factores clave que determinarán el éxito o fracaso de las empresas”
  • Ha quedado claro que la IA puede ofrecer valor a gran escala, y aun así esto apenas está comenzando
  • Según la PwC 2024 Pulse Survey, el 49% de los líderes tecnológicos encuestados dijo que ya integró completamente la IA en su estrategia central de negocio, y además un tercio respondió que también la integró por completo en sus productos y servicios
• Incorporar la IA a nivel organizacional es indispensable
  • Una forma de obtener valor transformador es dar “grandes saltos”, como crear nuevos modelos de negocio
  • Otra es lograr de forma secuencial mejoras de productividad de 20% a 30% en múltiples áreas, acelerar la salida al mercado o aumentar los ingresos
  • Al repetir y acumular estos avances, toda la empresa se transforma de manera fundamental
• También hay partes relacionadas con la IA donde se han generado expectativas excesivas
  • No todas las promesas se harán realidad, pero la velocidad de innovación, la inversión y la respuesta del negocio en torno a la IA no tienen precedentes
  • Ni siquiera internet (inventado en 1983) avanzó tan rápido
  • Las predicciones a continuación ofrecen una guía sobre lo que ocurrirá en los próximos 12 meses, lo que podría pasar después y lo que debe hacerse desde ahora

1. La estrategia de IA define la competitividad

• Una estrategia de IA debe enfocarse en la creación de valor que comienza desde ahora
  • Eso implica un valor que va más allá de la productividad o la eficiencia
  • Algunos sistemas de IA pueden razonar de forma independiente, “entender” el impacto de las decisiones y ejecutar tareas complejas, como diseñar nuevos servicios o estrategias de entrada a mercados
  • La IA está llegando a un nivel cada vez más potente y confiable, por lo que ha llegado el momento de integrarla en toda la operación
  • Si la competencia adopta la IA de esta manera de forma agresiva, la brecha con las empresas que no lo hagan no será fácil de cerrar
• Una estrategia de IA efectiva requiere un enfoque de portafolio diseñado para generar valor a gran escala que pueda aprovecharse desde este mismo año
  • El primer eje es el “ground game”, un enfoque sistemático para generar muchos pequeños éxitos
    • Se crea valor acumulado al lograr de forma secuencial mejoras en la experiencia del cliente, servicios que aumentan los ingresos y mejoras de productividad
  • El segundo eje son los “roofshots”, proyectos para nuevas formas de trabajo, interacción con clientes y diseño de productos
    • Son áreas viables de ejecutar, pero que requieren recursos y atención concentrados
  • El tercer eje son los “moonshots”, proyectos muy desafiantes pero con grandes recompensas potenciales, como modelos de negocio completamente nuevos basados en IA
    • Como estos proyectos requieren un alto nivel de capacidades y recursos especializados en IA, deben ser liderados desde el nivel C
• Qué modelo de lenguaje grande (LLM) se elija probablemente no será tan importante desde el punto de vista estratégico
  • Habrá muchas opciones excelentes, y es probable que todos las utilicen
  • El verdadero punto de diferenciación será cómo se combinan con el conocimiento organizacional y los datos propios de cada empresa
  • La clave será implementarlo correctamente mediante una arquitectura de nube habilitada para IA

“La adopción de IA está avanzando a gran velocidad dentro de PwC y entre clientes de todas las industrias. En 2025, la calidad, la precisión, la capacidad y la automatización mejorarán de manera significativa y, al combinarse, acelerarán el crecimiento exponencial”

• Después de 2025: solo unas pocas empresas tomarán ventaja

  • Algunas compañías crearon en el pasado modelos de negocio basados en internet y, a partir de ellos, siguen dominando el mercado hasta hoy
  • Se espera que con la IA ocurra algo parecido
  • Las empresas que implementen rápidamente nuevos modelos operativos y de negocio basados en IA, o aquellas que desde el inicio tengan a la IA como eje central, se adelantarán en la competencia
  • La brecha entre las empresas líderes en IA y las rezagadas se ampliará, y eso también podría afectar a la economía de los países en su conjunto
  • Las empresas de Estados Unidos, donde la regulación es relativamente más flexible, podrían avanzar más rápido
  • En cambio, en la UE o en China, donde la regulación es más estricta, el ritmo de desarrollo podría ser relativamente más lento

• Lo que hay que hacer ahora

  • Es necesario realizar una evaluación estratégica formal
    • Hay que identificar qué papel puede desempeñar la IA en la organización y en la industria
    • Por ejemplo, la IA puede presionar los márgenes en ciertas áreas del negocio y, al mismo tiempo, permitir un crecimiento explosivo en otras mediante nuevos productos de bajo costo pero personalizados
  • Probar un enfoque de ‘less is more’ con los datos
    • Se necesita una estrategia de uso de datos a nivel empresarial para adoptar la IA
    • Al mismo tiempo, no es necesario ordenar a la perfección todos los datos de una sola vez
    • Es más efectivo modernizar primero los datos de mayor valor en función de las prioridades estratégicas clave
    • Hoy la IA puede lograr un desempeño significativo incluso con conjuntos pequeños de datos de alta calidad
    • Lo que falte puede complementarse con datos sintéticos, entre otros recursos
    • Áreas como la fiscal, que cuentan con procesos basados en reglas y un uso intensivo de datos, pueden ser adecuadas para proyectos piloto, y además existirán diversas oportunidades de monetización basadas en datos
  • Revisarlo desde la perspectiva operativa y de KPI
    • Hay que medir como resultados de negocio los nuevos ingresos generados por la IA, la velocidad de avance de los proyectos, la productividad y la experiencia
    • Al mismo tiempo, es importante diseñar indicadores que no fomenten una automatización excesiva
    • La IA siempre requiere supervisión humana y liderazgo

2. La fuerza laboral podría duplicarse de forma efectiva gracias a los agentes de IA

• Contrario a la expectativa de que la IA reduciría la plantilla, en realidad se prevé que nuevos trabajadores digitales llamados “agentes de IA” se sumen a los equipos
  • Estos agentes de IA pueden encargarse de trabajo del conocimiento, ventas y soporte en campo, y transformar la velocidad de salida al mercado, la atención al cliente y el diseño de productos
  • Por ejemplo, pueden realizar tareas como atender consultas comunes de clientes, redactar borradores de código de software e implementar ideas de diseño humanas como prototipos
• El valor importante sigue surgiendo de la combinación entre el liderazgo humano y la tecnología de IA
  • La IA automatiza las tareas simples, y las personas las gestionan y supervisan
  • En tareas complejas, como innovación y diseño, las personas y la IA desarrollan ideas juntas de forma iterativa
  • Incluso al utilizar varios agentes de IA al mismo tiempo, las personas se encargan de distribuir el trabajo y coordinar los resultados
• Según el Workforce Radar 2024 de PwC, el 41% de los ejecutivos señaló que, al adoptar IA generativa, la capacitación, la cultura organizacional y los cambios en el trabajo son retos principales
• Incorporar de lleno a los agentes de IA como parte de la estrategia de talento representa un cambio considerable
  • Por ejemplo, se vuelve necesario integrar trabajadores digitales en la estrategia de fuerza laboral y crear nuevos roles de gestión para monitorearlos y administrarlos
  • Cuanto más rápido se reconfigure el modelo operativo, antes se podrán aprovechar las ventajas de la IA
  • Si una fuerza laboral híbrida digital-humana trabaja en conjunto, será posible reasignar recursos con mayor rapidez y responder con más agilidad
• El auge de los agentes de IA permite internalizar parte del trabajo que antes se subcontrataba
  • Esto no solo favorece la reducción de costos, sino también la mejora de la satisfacción del usuario y la personalización
  • Desde la perspectiva del servicio al cliente, permite ofrecer al mismo tiempo autoservicio rápido y soporte humano de alta especialización
  • Los agentes de IA proporcionan información precisa en el momento oportuno, ayudando a que las personas resuelvan necesidades complejas de los clientes de forma rápida y eficiente
  • Como resultado, también podría ser necesario revisar la huella geográfica y los planes de outsourcing

“Los agentes de IA tienen un gran potencial para combinar la creatividad humana con la eficiencia de las máquinas y generar niveles sin precedentes de productividad e innovación”

• Más allá de 2025: los centros de agentes reemplazarán a los centros de excelencia (Excellence)

  • A medida que las empresas mejoren en la coordinación y gestión de agentes de IA, es posible que “deslocalicen” fuerza laboral centrada en agentes de IA hacia regiones de menor costo
  • Dependiendo de la propiedad intelectual (IP) generada durante el desarrollo de agentes y de la región donde se ubique esa IP, también podrían obtener beneficios fiscales
  • En lugar de arrendar agentes a proveedores, construir directamente un “centro de agentes” implica un costo inicial, pero podría generar un ROI mayor en pocos años

• Qué hacer ahora

  • Cambiar la mentalidad
    • Es necesario aprender una nueva forma de trabajo, colaborando con agentes de IA como si fueran colegas independientes y creativos
    • A nivel de liderazgo, hace falta mostrar con claridad que la IA está destinada a aumentar el valor de las personas
  • Dar a RR. HH. un nuevo playbook
    • Para gestionar una fuerza laboral que incluya tanto personas como agentes de IA, RR. HH. también debe desarrollar nuevas capacidades
    • En particular, si la IA termina asumiendo la mayoría de las tareas de nivel inicial, podrían necesitarse alianzas con universidades y otras instituciones para que los nuevos talentos puedan asumir de inmediato funciones de mayor nivel
  • Prepararse para gestionar trabajadores digitales
    • Como los agentes de IA tendrán cierto grado de autonomía, hará falta un modelo para gestionarlos con un enfoque centrado en las personas
    • Al desplegar agentes, hay que considerar el equilibrio entre costo y ROI, y desarrollar métricas para equipos híbridos humano-IA
    • Será necesaria una supervisión estricta para evitar que los agentes de IA incurran en conductas impredecibles, dañinas o fuera de norma
    • Como marco integral de respuesta, una estrategia de Responsible AI puede ser útil

3. El ROI de la IA depende de Responsible AI

• Como se predijo el año pasado, la alta dirección ha seguido prestando atención a la gestión de riesgos de IA y a las prácticas de Responsible AI
• Sin embargo, hasta ahora no ha habido suficiente ejecución significativa
• En 2025, las empresas ya no tendrán margen para aplicar la gobernanza de IA de forma inconsistente en toda la organización
  • A medida que la IA se integra profundamente en las operaciones y en la oferta al mercado, se necesita un marco transparente que permita sostener de forma estable el valor de la inversión y gestionar los riesgos del despliegue a gran escala
  • Si en un despliegue masivo la IA incurre en inexactitudes o riesgos como amenazas de seguridad, se espera un impacto fuerte para la empresa
  • Como resultado, la gestión rigurosa del riesgo de IA y la validación de controles pasarán a ser indispensables
• Según la US Responsible AI Survey 2024 de PwC, el 46% de los ejecutivos señaló que uno de los principales objetivos de invertir en prácticas de Responsible AI es diferenciar sus productos y servicios
• Los ejecutivos, especialmente los líderes que impulsan la innovación con IA, no se quedarán esperando indefinidamente a que haya claridad regulatoria
  • Esto se debe a que la IA avanza demasiado rápido y cumple un papel importante para los negocios
• En el pasado, la IA se aplicaba solo a unos pocos casos aislados, por lo que incluso si fallaba, el alcance del impacto era limitado
  • Pero ahora los empleados usan IA de manera cotidiana y los clientes también acceden con frecuencia a funciones basadas en IA
  • Si surgen problemas de confianza en la IA, también podría haber un impacto negativo en el crecimiento de ingresos
• Para materializar el valor generado por la IA, se necesita validación independiente
  • El equipo de auditoría interna puede desarrollar especialización en IA o encargarse una evaluación a expertos externos
  • Sea cual sea el enfoque, una mirada independiente para revisar la gobernanza y los controles de IA seguirá siendo clave más allá de 2025

“La gobernanza exitosa de la IA se definirá no solo por la mitigación de riesgos, sino por su capacidad para alcanzar objetivos estratégicos y lograr un alto ROI”

• Más allá de 2025: los enfoques regulatorios sobre IA impulsarán la innovación continua

  • Tras los resultados electorales de noviembre, es muy probable que la regulación a nivel federal siga siendo flexible, con un efecto positivo en el avance tecnológico de la IA y en la expansión de su adopción
  • Aun así, los movimientos regulatorios a nivel estatal seguirán avanzando rápidamente y podrían surgir regulaciones contradictorias en ocasiones
    • En particular, en áreas como la protección de datos personales, las normas pueden variar entre estados
  • Incluso así, es probable que Estados Unidos siga siendo el entorno más favorable para la innovación en IA

• Qué hacer ahora

  • Evaluación integral de riesgos
    • El punto de partida de Responsible AI es la evaluación de riesgos de IA
    • Para que las decisiones de gobernanza sean consistentes y repetibles, se necesita un sistema estandarizado de clasificación de riesgos específico para IA
    • Ejemplo: en PwC se utiliza un marco de clasificación de riesgos que incluye modelos de IA, datos, sistemas e infraestructura, usuarios, aspectos legales y de compliance, e impacto en procesos
    • En particular, también es un punto importante de revisión verificar cómo los proveedores y prestadores de servicios usan la IA, y si eso puede validarse mediante informes como SOC-2
  • Elegir un método de validación independiente
    • Se debe añadir una capa independiente para validar de forma continua los sistemas y resultados de IA, ya sea mediante un equipo interno especializado o una firma externa especializada
    • Conviene comenzar por las áreas con mayor riesgo o mayor impacto financiero
  • Considerar las diferencias por industria
    • Todas las industrias necesitan gobernanza y supervisión de IA, pero los requisitos funcionan de forma distinta según el sector
    • Ejemplo: los servicios financieros deben cumplir requisitos de compliance ya complejos, adaptados a la era de la IA
    • Las empresas que colaboran con el sector público, como en aeroespacial y defensa, necesitan prestar atención a las tendencias regulatorias globales
    • Para preparar internamente una respuesta a nivel sectorial, también puede hacerse benchmarking de los estándares de gobernanza de IA del mismo sector mediante una encuesta simple

4. La IA es una herramienta de creación de valor y también contribuye a la sostenibilidad

• La IA acelera la transición energética
• Si se aprovecha adecuadamente en industrias con altas emisiones de carbono, como manufactura, construcción y transporte, también puede ayudar a las empresas a alcanzar sus metas de sostenibilidad
• Sin embargo, hoy por hoy no existen suficientes recursos de electricidad y cómputo para que la IA se expanda a gran escala
• Aunque están aumentando los chips, avanzan los modelos y se amplían las fuentes de energía, es muy probable que en 2025 la oferta y la demanda no logren equilibrarse
• Por eso, en lugar de implementar IA de forma indiscriminada en todas partes, hay que abordarla estratégicamente
  • Ej.: considerar diseños de UI·UX que no fomenten llamadas irresponsables a la IA por parte de los usuarios ni el desperdicio de tokens

El 63% de las empresas de alto rendimiento planea aumentar su presupuesto de nube para aprovechar GenAI, y de ellas, el 34% considera los factores de sostenibilidad como un motor de ese aumento presupuestario
(PwC’s 2024 Cloud and AI Business Survey)

• A largo plazo, la IA será un catalizador para impulsar la sostenibilidad
  • A nivel global, se espera que la adopción de energía renovable se expanda más rápidamente
  • En Estados Unidos, es difícil que se construyan nuevas plantas de generación de combustibles fósiles a gran escala por razones de rentabilidad o por exigencias de las partes interesadas
  • Para satisfacer la demanda empresarial, se prevé una expansión de las energías renovables, incluida la nuclear, y de redes eléctricas eficientes
• La huella de carbono generada por los vendors de IA también puede reflejarse en los indicadores de emisiones de carbono de las empresas usuarias finales
  • Será necesario buscar vendors de IA más ecológicos o exigirles prácticas de gestión ambiental
• Incluso bajo las nuevas regulaciones de divulgación de sostenibilidad que se están introduciendo en Estados Unidos, la UE y otros lugares, la IA puede apoyar la automatización de la recolección de datos internos y externos, su análisis y la generación de reportes
  • Como la norma de divulgación climática de la SEC quedó temporalmente en pausa, aumenta la posibilidad de que algunos gobiernos estatales, como California, elaboren sus propias regulaciones
• La IA puede contribuir a mejorar la sostenibilidad analizando con mayor detalle los datos de toda la cadena de suministro
  • Ej.: incluso proveedores pequeños pueden aportar datos concretos, como su consumo mensual y anual de energía
  • Las empresas pueden usar IA para cuantificar no solo las emisiones de carbono, sino también el valor potencial de comercializar productos bajos en carbono
• Cuando estas capacidades de IA se integren en el trabajo cotidiano, no solo los responsables de ESG, sino todos los empleados podrán usar datos para tomar decisiones

“No es cierto que la IA sea anti-sostenibilidad. Si se usa adecuadamente, más bien ayuda a alcanzar diversos objetivos de sostenibilidad, incluidas las metas de reducción de carbono”

• Después de 2025: los costos llegarán casi a cero

  • Se espera que los costos caigan drásticamente conforme se masifiquen nuevas formas de recursos computacionales y energías renovables
  • Como resultado, se perfila un entorno en el que será posible aplicar IA de forma integral en empresas e industrias

• Qué hacer ahora

  • Enfoque estratégico
    • Aunque toda la empresa debería aprovechar funciones básicas de IA, hay que decidir cuidadosamente en qué áreas implementar soluciones de IA de alto rendimiento
    • Lo ideal es que esta decisión se tome a nivel C-suite, alineada con las fortalezas, los recursos de datos y las prioridades de la empresa
  • Transformación de los datos de sostenibilidad
    • La IA permite reutilizar en múltiples regulaciones los datos recopilados y analizados una sola vez, reduciendo los costos de cumplimiento y permitiendo comprender con mayor precisión las emisiones de carbono y el impacto general en sostenibilidad
    • Hay que considerar no solo el impacto directo de la IA, es decir, su uso propio, sino también las emisiones de carbono generadas indirectamente a través de los vendors de IA
    • Con base en estos datos medidos, también se puede reforzar el marketing
      • Ej.: identificar segmentos de clientes dispuestos a pagar más por productos bajos en carbono
  • Aprovechar nuevas ventajas de sostenibilidad
    • Las mejoras de eficiencia derivadas de la IA también pueden reducir la demanda energética
    • Ej.: si se reduce a la mitad el ciclo de I+D, también disminuye la energía requerida por ese proceso
    • Si se implementa IA en edificios o sistemas de gestión energética para aumentar la eficiencia, se puede lograr al mismo tiempo ahorro de costos y reducción de carbono

5. La IA reduce a la mitad el ciclo de vida del desarrollo de productos

• Si tu empresa fabrica productos físicos y aún no ha incorporado IA en diseño, prototipado y pruebas, este es el momento ideal
• La IA multimodal puede procesar y generar diversos elementos, como archivos CAD y simulaciones
  • Ej.: GenAI puede proponer configuraciones de chasis para automóviles, simular su desempeño bajo distintas condiciones y presentar alternativas de diseño que los ingenieros podrían pasar por alto
• Con el uso de IA, los ciclos iterativos de diseño que antes tomaban semanas pueden resolverse en cuestión de horas, y las pruebas virtuales permiten detectar más errores antes de fabricar prototipos físicos
• Según casos de clientes de PwC y su análisis de tendencias tecnológicas e industriales, en sectores como el automotriz y el aeroespacial la adopción de IA puede reducir en 50% el tiempo de salida al mercado y recortar costos en 30%
• En la industria farmacéutica ya existen casos en los que la IA ha reducido en más de 50% el tiempo de descubrimiento de candidatos a nuevos medicamentos
• Sin embargo, la brecha entre la experiencia en ingeniería y las capacidades de ciencia de datos suele ser un obstáculo
  • Es necesario capacitar a ingenieros con experiencia en diseño y manufactura para que desarrollen habilidades de uso de IA, o atraer activamente talento especializado en IA
• Incorporar IA al desarrollo de productos puede permitir lanzamientos más rápidos, reducción de costos y productos personalizados, elevando así la satisfacción del cliente

“El impacto que tendrán las capacidades multimodales de visión y generación de la IA en el diseño de productos y otros ámbitos apenas está comenzando”

• Después de 2025: comienza una nueva era de innovación

  • Tras recualificar o reemplazar al personal de diseño e ingeniería para que tenga capacidades de uso de IA, la capacidad de I+D se ampliará de forma significativa
  • Como resultado, se espera una innovación aún más rápida en el diseño y desarrollo de productos

• Qué hacer ahora

  • Adoptar ingeniería de nueva generación
    • Para usar IA en diseño de productos y otras áreas, se necesita una arquitectura moderna de nube y datos
    • Es necesario apoyar a los equipos de ingeniería para que puedan aprovechar tecnologías como la edge AI
  • Reordenar TI
    • La IA puede mejorar la forma de trabajo en todo TI, incluido el desarrollo de software, la seguridad y la modernización de datos
    • Esto sirve como base para respaldar iniciativas de IA más amplias
  • Reorganizar los equipos técnicos
    • Incluso los equipos que solo trabajan con productos físicos necesitan capacidades de computación y ciencia de datos
    • Como cambiará la composición de habilidades del personal técnico, será necesario reestructurar la organización de los equipos con esto en mente

6. Cambiará el panorama competitivo en todas las industrias

• La IA transformará todas las industrias, pero es probable que algunas avancen más rápido que otras.
• Incluso en sectores que tradicionalmente no se consideraban impulsados por la tecnología, podrían aparecer casos líderes de adopción de IA.

• Mercado de consumo

  • Ampliarán el uso de IA en marketing, gestión de la cadena de suministro, finanzas, servicio al cliente y otras áreas.
  • Se prevé que mejoren el servicio al cliente combinando nuevos y más sofisticados chatbots conversacionales con agentes de IA.
    • En este proceso, se puede transmitir con precisión a los empleados la información necesaria, aumentando la eficiencia de la atención al cliente.
  • Se introducirán esquemas avanzados de precios dinámicos mediante IA para responder en tiempo real a las fluctuaciones del mercado y la situación competitiva.
  • Aprovechando las capacidades de análisis de datos y automatización de la IA, podrán acelerar la due diligence de M&A y la respuesta al cumplimiento regulatorio.
  • Algunas empresas también adoptarán IA en el diseño de productos, aunque en el corto plazo su adopción podría ser limitada por la falta de tecnología y capacidades.
    • Las empresas rezagadas deberán esforzarse por cerrar la brecha lo antes posible.

• Servicios financieros

  • El impacto de la IA ya está ampliamente extendido, pero los resultados visibles están apareciendo con rapidez en particular entre startups AI-native y grandes instituciones financieras.
  • Las fintech AI-native están resolviendo problemas existentes mediante nuevas plataformas y modelos de negocio.
  • Las grandes instituciones financieras también han estado experimentando de forma generalizada con múltiples casos de uso de IA.
    • A través de ello, están fortaleciendo su confianza en la tecnología y mejorando sus modelos de riesgo y control para sentar las bases de un avance rápido.
  • A partir de 2025, las empresas que sigan dudando en adoptar IA o se queden solo en evaluación corren el riesgo de quedarse claramente atrás.

• Industria de la salud

  • En 2025, se espera que un entorno regulatorio más flexible acelere el uso de IA en la industria de la salud.
    • Bajo las políticas de la nueva administración, se enfatizará la autogobernanza y aumentará el margen para innovar.
  • Las empresas farmacéuticas y de dispositivos médicos usarán IA de forma masiva especialmente en el desarrollo de nuevos fármacos y productos, transformando toda la cadena de valor.
  • Las aseguradoras y los proveedores de servicios médicos aplicarán más IA para optimizar ingresos y eficiencia operativa, resolver la escasez de personal clínico y apoyar el diagnóstico de los médicos.
  • Los retos clave serán la reconfiguración de capacidades del personal de salud, la personalización, la actualización tecnológica y el uso responsable de la IA.
    • Como se trata de un ámbito con información sensible de pacientes y consecuencias directas sobre la vida o la muerte, deberán mantener un alto sentido de responsabilidad incluso con una mayor flexibilidad regulatoria.

• Industriales

  • En 2025, algunas empresas líderes obtendrán una ventaja competitiva dentro de la industria.
    • Las empresas con datos de calidad y procesos estandarizados aumentarán la eficiencia y los insights con IA, acelerarán la velocidad de I+D y acortarán el time-to-market.
  • Se espera que el resto de las empresas aceleren el ritmo de experimentación mientras se enfocan en fortalecer su infraestructura tecnológica, la gobernanza de datos y sus capacidades de IA.
    • En ese proceso, será necesario reconsiderar su modelo operativo, estructura organizacional y requerimientos de talento.

• Tecnología, medios y telecomunicaciones

  • Se prevé que en 2025 los agentes de IA comiencen a cambiar la forma en que se usan las plataformas de software.
    • Al permitir que los agentes de IA cubran vacíos en sistemas existentes como ERP, algunas empresas podrían dejar de invertir tanto como antes en actualizaciones de plataformas.
    • Como resultado, las empresas de software podrían cambiar su modelo de negocio desde la construcción de infraestructura a gran escala hacia la provisión de soluciones de IA personalizadas.
  • Se espera que las operadoras de telecomunicaciones refuercen sus capacidades internas de IA y reduzcan su dependencia de socios tradicionales al adoptar soluciones híbridas que combinen machine learning, digital twins y AI generativa.