Entrar sin permiso
Hay tecnologías que ingresan a las empresas antes de que la dirección haya decidido formalmente adoptarlas. La inteligencia artificial es una de ellas. Un empleado comienza a utilizar una herramienta para redactar correos, otro carga información comercial para analizarla y un área automatiza respuestas a clientes. Cuando la organización advierte el cambio, parte de sus datos, tareas y decisiones ya circula por sistemas que nunca fueron evaluados.
El problema no es la iniciativa de los equipos. El problema aparece cuando se confunde el acceso a una herramienta con una estrategia de adopción. Contratar una plataforma, habilitar cuentas corporativas o conectar un asistente a una base de datos puede hacerse rápidamente. Determinar para qué se utilizará, qué información podrá procesar y quién responderá por sus errores exige una discusión mucho más profunda.
La primera pregunta no debería ser qué inteligencia artificial comprar, sino qué problema empresarial se pretende resolver.
Reducir tiempos administrativos, ordenar información, asistir a vendedores, atender consultas o anticipar demanda son objetivos diferentes. Cada uno requiere datos, controles y niveles de precisión particulares.
Una IA puede producir textos más rápido sin mejorar la comunicación, responder más consultas sin resolverlas correctamente o generar reportes que nadie utiliza para decidir. Si la empresa no define previamente cuál es el cuello de botella y cómo medirá la mejora, la tecnología puede aumentar el volumen de trabajo sin incrementar su valor.
El dato es parte del riesgo
La calidad de una implementación depende de la información que recibe. Una empresa que trabaja con bases incompletas, duplicadas o desactualizadas no corrige esas deficiencias por el solo hecho de incorporar inteligencia artificial. Incluso puede volverlas más difíciles de detectar si el sistema presenta resultados incorrectos con una apariencia convincente.
Antes de incorporar una solución también debe establecerse qué información podrá salir de la organización. Listas de clientes, precios, contratos, márgenes, conversaciones internas, datos personales y estrategias comerciales pueden terminar en plataformas de terceros sin que exista una política explícita sobre su almacenamiento o reutilización.
En Argentina, la Ley 25.326 de Protección de los Datos Personales establece el marco aplicable al tratamiento de información personal. Incorporar una herramienta de IA no elimina las obligaciones que correspondan sobre finalidad, calidad de los datos, seguridad, confidencialidad y derechos de sus titulares. No toda información comercial constituye un dato personal, aunque pueda requerir protección por otros motivos. Ley 25.326, texto actualizado.
Como orientación para implementar sistemas de IA, la Agencia de Acceso a la Información Pública propone evaluar su impacto desde el diseño y revisar los riesgos durante todo el ciclo de vida. Su guía para entidades públicas y privadas desarrolla recomendaciones de transparencia, protección de datos y seguridad. Conviene distinguir esas recomendaciones de las obligaciones legales que ya resulten aplicables a cada tratamiento. AAIP, guía para una inteligencia artificial responsable.
La precisión no puede darse por supuesta
Los sistemas generativos no funcionan como una base de datos tradicional. Elaboran respuestas a partir de patrones y pueden producir información falsa, omitir contexto o inventar fuentes. El Instituto Nacional de Estándares y Tecnología de Estados Unidos identifica estas “confabulaciones” como un riesgo específico de la IA generativa. Su perfil de gestión de riesgos propone verificar fuentes, contrastar las afirmaciones del proveedor y evaluar el sistema antes y después de su despliegue, sin depender de pruebas anecdóticas. Se trata de un marco técnico de orientación, no de una obligación legal general para las empresas argentinas. NIST, Generative Artificial Intelligence Profile.
Por eso, no todas las tareas admiten el mismo nivel de autonomía. El error en un borrador interno puede corregirse con facilidad. Un error aplicado a precios, créditos, contrataciones, atención médica o condiciones comerciales puede producir pérdidas, discriminación o conflictos legales. Cuanto mayor sea el impacto de la decisión, mayor deberá ser la capacidad de supervisarla, intervenir y reconstruir cómo se llegó a ese resultado.
La revisión humana tampoco puede quedar reducida a una firma. Para funcionar como control, la persona necesita información, tiempo y autoridad para cuestionar o detener una decisión.
El costo no termina en la licencia
El precio visible de una plataforma suele ser apenas una parte del proyecto.
También existen costos de integración, preparación de datos, seguridad, capacitación, supervisión, mantenimiento y corrección. A eso se suma la dependencia del proveedor: una modificación en sus precios, políticas o modelos puede afectar procesos centrales de la empresa.
La evaluación debería incluir la posibilidad de exportar información, cambiar de proveedor, operar ante una interrupción y recuperar un procedimiento manual. Una automatización sin alternativa de contingencia puede convertir una mejora operativa en un punto de fragilidad.
También debe considerarse quién realizará el trabajo que la tecnología no resuelve. La IA puede clasificar consultas, pero alguien debe definir las categorías. Puede sugerir respuestas, pero alguien debe determinar cuáles son aceptables. Puede detectar comportamientos, pero una persona debe interpretar si tienen sentido dentro del negocio.
La adopción es organizacional
La inteligencia artificial modifica funciones, responsabilidades y controles. No alcanza con capacitar al personal para escribir instrucciones. Los equipos necesitan comprender qué puede hacer el sistema, cuáles son sus límites, qué información no deben proporcionar y cuándo corresponde cuestionar una respuesta.
Los Principios de IA de la OCDE, actualizados en 2024, proponen transparencia, robustez, seguridad y rendición de cuentas, con trazabilidad y responsabilidades a lo largo del ciclo de vida. Son un marco de referencia internacional: no sustituyen la normativa que corresponda a la empresa. La cuestión central no es solamente saber quién utiliza la herramienta, sino quién autoriza su uso, monitorea sus resultados y actúa cuando falla. Principios de IA de la OCDE.
Las obligaciones dependen del uso y del mercado
Esta discusión también tiene consecuencias regulatorias. El Reglamento de Inteligencia Artificial de la Unión Europea establece requisitos distintos según el sistema y su uso. Para determinadas aplicaciones consideradas de alto riesgo, contempla obligaciones de documentación, gestión del riesgo y supervisión humana. Esa categoría jurídica no equivale a cualquier uso que una empresa considere importante.
El calendario requiere atención. Según la Comisión Europea, la reforma AI Omnibus entró en vigor el 27 de julio de 2026. Las reglas para los sistemas de alto riesgo enumerados en el anexo III se aplicarán desde el 2 de diciembre de 2027; para determinados sistemas de alto riesgo integrados en productos regulados, desde el 2 de agosto de 2028. Otras disposiciones, como las relativas a prácticas prohibidas, modelos de propósito general y ciertos deberes de transparencia, tienen plazos diferentes. No corresponde presentar todas las obligaciones de alto riesgo como exigibles desde agosto de 2026. Comisión Europea: reforma y calendario de aplicación.
Su alcance puede incluir a empresas establecidas fuera de Europa, por ejemplo cuando introducen sistemas en el mercado de la Unión o cuando los resultados de sus sistemas se utilizan allí, en los supuestos previstos por el reglamento. No basta con afirmar que una herramienta “afecta a personas en Europa”: hay que identificar el rol de la empresa y la actividad alcanzada. AI Act, artículo 2.
Adoptar inteligencia artificial no es delegar un problema a una plataforma. Es rediseñar una parte del negocio y aceptar nuevas responsabilidades sobre datos, decisiones y resultados. La empresa mejor preparada no será necesariamente la que incorpore más herramientas, sino la que pueda explicar con claridad para qué utiliza cada una, qué valor produce, qué riesgos acepta y quién conserva la decisión final.
Fuentes consultadas
- Argentina — Ley 25.326 de Protección de los Datos Personales, texto actualizado.
- AAIP — Guía para entidades públicas y privadas en materia de Transparencia y Protección de Datos Personales para una Inteligencia Artificial responsable. Versión final 2025.
- NIST — Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile, AI 600-1.
- OCDE — Principios de Inteligencia Artificial. Actualizados en 2024.
- Comisión Europea — AI Omnibus enters into force. 27 de julio de 2026.
- Comisión Europea — The enforcement framework of the AI Act.
- EUR-Lex — Reglamento (UE) 2024/1689, artículo 2 sobre ámbito de aplicación.
