Por Martín Migoya, Co-Founder y CEO de Globant
En las últimas semanas, varias acciones relacionadas con IA han mostrado incertidumbre, con algunas de las más destacadas retrocediendo desde sus máximos históricos. Al mismo tiempo, el MIT publicó un informe que muestra que muchos pilotos de IA todavía tienen dificultades para escalar a producción. Meta también anunció una reorganización significativa de sus equipos de IA, una movida que refuerza la necesidad de recalibración en el sector.
Para algunos, estas señales podrían indicar que el boom de la IA se está enfriando. Yo lo veo de manera diferente: es una dosis saludable de realismo aplicada a algunas de las afirmaciones más fantasiosas que se han hecho sobre la IA.
Como comentó David Sacks en su podcast All-In, después del lanzamiento de ChatGPT a fines de 2022, se impuso una narrativa dominante: la Inteligencia Artificial General (AGI) estaba a solo dos o tres años de distancia. Según a quién le preguntaras, esta AGI cercana reemplazaría a la mitad de la fuerza laboral o evolucionaría hacia una superinteligencia que reconfiguraría la civilización.
Tanto las visiones utópicas como las distópicas surgían de la misma idea: que la IA se mejoraría rápidamente y de manera recursiva hasta dejar atrás a la humanidad. No era sorprendente que tales expectativas generarán reacciones y resistencias.
Tanto en EE. UU. como en la UE, decenas de proyectos de ley relacionados con la IA están avanzando, reflejando el creciente esfuerzo por regular esta tecnología.
Aún más, el lanzamiento de GPT-5 hace unas semanas ilustra esta realidad: es un paso impresionante en muchos dominios, pero más que un salto dramático, representa un progreso evolutivo y constante. Otros modelos líderes —desde Anthropic hasta xAI o Google— también avanzan de manera incremental, cada uno desarrollando fortalezas únicas. En lugar de una carrera por la dominancia de un solo modelo, estamos viendo especialización saludable: algunos destacan en razonamiento, otros en código, otros en medios o búsqueda; es una competencia evolutiva.
Por eso considero que la corrección reciente es constructiva: desafía las visiones mágicas de la IA y nos mantiene con los pies en la tierra. La IA es una nueva forma poderosa de computación que llevará tiempo, disciplina e iteración desbloquear por completo. El éxito requiere prompting, integración con otros sistemas y, principalmente, supervisión humana.
Para construir un agente de IA que pueda reemplazar a un humano en un entorno corporativo, debe integrarse profundamente con los sistemas de información de la empresa, operar cumpliendo estrictos estándares de seguridad y proporcionar trazabilidad completa de cómo maneja datos sensibles. No se puede esperar que eso suceda rápido.
De hecho, el estudio reciente del MIT aclara cómo muchas de las afirmaciones más comunes sobre IA necesitan ser replanteadas. Las predicciones de que la IA reemplazaría la mayoría de los trabajos en pocos años no se están materializando: los cambios en la fuerza laboral siguen siendo selectivos y específicos por industria. Aunque la adopción es alta, la transformación a gran escala aún está emergiendo: solo una pequeña parte de las empresas ha integrado completamente la IA en sus flujos de trabajo, y muchos sectores recién comienzan a experimentar cambios estructurales.
Lo importante es que, donde la adopción tiene éxito, las empresas reportan ahorros medibles impulsados por IA: reducción de costos de BPO, menor gasto en agencias y mejoras en eficiencia operativa. En lugar de ver esto como un retroceso, estos hallazgos muestran dónde está la oportunidad.
El estudio muestra que los desarrollos internos a menudo tienen dificultades, mientras que las alianzas externas logran tasas de éxito más altas (MIT, 2025). Para la industria, esto demuestra que los desafíos no son barreras, sino oportunidades para especialistas que puedan entregar integración y ahorro a escala. Esto representa una gran oportunidad para la industria de servicios profesionales.
Como destaca el estudio del MIT, asociarse con proveedores experimentados duplica la probabilidad de éxito en la implementación, mostrando que el futuro pertenece a quienes puedan unir complejidad y expertise.
El ecosistema de IA es fragmentado y veloz, y su complejidad crece exponencialmente, con nuevos modelos, frameworks y paradigmas que emergen cada semana y que son difíciles de seguir para las empresas. Los problemas más difíciles son la integración, la orquestación y el cambio organizacional. En este contexto, los socios de servicios confiables no son opcionales; son la forma en que las empresas navegan la complejidad y convierten el progreso incremental de los modelos en valor empresarial sostenible.
Esa carrera evolutiva exige una evolución paralela en la industria de servicios profesionales. En Globant, nos estamos reinventando para enfrentar este momento con un modelo de nueva generación para servicios profesionales. En el corazón de este
modelo están los AI Pods: unidades modulares, basadas en suscripción, que entregan el output de un equipo senior de alto rendimiento, acelerado por IA agéntica y guiado por nuestros expertos.
Los AI Pods proveen capacidad específica por dominio —ingeniería, automatización o creatividad— entregada de manera continua a los clientes. Se valoran y miden a través de tokens, dando a las empresas uso claro y auditable mientras se mantiene alcance variable. Crucialmente, están impulsados por nuestra plataforma Globant Enterprise AI, asegurando seguridad, independencia de modelos, workflows agenticos e integración con sistemas centrales de la empresa.
Los sistemas de IA no se tratan solo de saber armar un pipeline RAG o conectar LLMs. Requieren un profundo entendimiento del negocio combinado con un profundo entendimiento de la tecnología —sin hype, y reconociendo que los sistemas del futuro mezclarán múltiples eras y paradigmas. La IA generativa desbloquea la comprensión de lenguaje natural, pero su verdadero impacto en la empresa surge sólo cuando se combina con disciplinas de ingeniería que ya funcionan, guiadas por responsabilidad y calidad.
Ya hemos demostrado este enfoque en Globant para muchos clientes en entretenimiento, deportes, energía y servicios financieros. En estas industrias, los ahorros son reales y medibles. Las implementaciones “mágicas” no existen: los resultados vienen del expertise, la disciplina y la integración.
Estamos en un momento en que las expectativas se están reajustando y la conversación se aleja de los mitos hacia el trabajo real y práctico de convertir la IA en valor. Incluso definir AGI es extremadamente difícil —según algunas definiciones, ya podríamos estar allí, con modelos que superan a los humanos en tareas específicas. Pero el camino para llevar estas capacidades a producción es más empinado y complejo que nunca. Esa transición —del hype a producción, de pilotos a adopción escalada— es donde está la verdadera oportunidad a largo plazo.
La IA llegó para quedarse. Definirá un nuevo superciclo de inversión. Pero sostener ese boom requerirá reinventarse —tecnología y modelos de negocio. En Globant, estamos abrazando esa reinvención, paso a paso, para que nuestros clientes y nuestra industria puedan capturar la enorme promesa de esta tecnología extraordinaria.
