Soy Keith Andes,  exanalista de Gartner convertido en especialista en marketing de producto y llevo tiempo investigando el impacto de la IA en la gestión de servicios de TI (ITSM). Y sí, creo que es momento de hablar con franqueza.

Hoy en día, la mayoría de las organizaciones de TI sienten una fuerte presión por adoptar la inteligencia artificial (IA). Sin embargo, aunque la presión para dar prioridad a la IA sigue creciendo, los responsables de TI siguen teniendo dificultades para responder a una pregunta muy básica: ¿por dónde empezamos realmente? En muchos casos, la IA ya se está utilizando, pero la duda persiste: ¿Cómo generamos valor real con ella?

El interés es innegable, los directivos preguntan por ella y los equipos experimentan con herramientas como ChatGPT. Sin embargo, pocos tienen una estrategia clara sobre dónde y cómo aplicarla de manera que aporte un impacto tangible en el negocio.

El resultado es el típico escenario que se produce cuando aparece una tecnología antes de que exista un problema bien definido. Todo el mundo prueba, pero pocos tienen claro qué quieren resolver.. La IA se convierte en una solución en busca de un caso de uso. Es frenética, emocionante y completamente desorientada. E incluso en los casos en los que se obtienen resultados útiles, lo que funciona para una persona que utiliza ChatGPT de forma aislada rara vez se puede aplicar a toda la organización.

La verdad es que no se trata de ser el primero en adoptar la IA. En muchos casos, lo inteligente es ser los últimos. A continuación, explicaré por qué y cómo.

(Por cierto, soy optimista con respecto a la IA. Estoy convencido de que definirá el futuro, pero no comparto la idea de que su adopción vaya a ser fácil).

1. El problema del enfoque «IA primero»

Las iniciativas de «IA primero» suelen partir de arriba hacia abajo: tenemos que usar la IA. La intención es buena, ningún líder quiere quedarse fuera de la próxima gran ola tecnológica, pero la directriz suele llegar sin el contexto necesario. A los equipos se les dice que «hagan IA», no que resuelvan problemas concretos. Así es como las organizaciones acaban con proyectos piloto dispersos, proyectos redundantes y empleados que consumen recursos informáticos de IA como si fueran caramelos gratis.

Según una investigación reciente de EasyVista, el 95% de las organizaciones empresariales afirman que ya utilizan la IA en la gestión de servicios de TI (ITSM) de alguna manera (y en el caso de las pymes, la cifra sigue siendo del 90%). Pero el uso no equivale al valor. Sin estructura, alineación ni métricas claras, la experimentación rara vez escala, y los equipos acaban concluyendo que la IA estaba sobrevalorada.

El verdadero reto no es si se utiliza la IA, sino si se aplica donde realmente marca la diferencia.

2. Arregla primero lo que vas a amplificar

La IA no corrige los procesos deficientes (al contrario, los magnifica). Por lo tanto, antes de incorporar la IA a tu stack de ITSM, céntrate en las áreas que ya funcionan lo suficientemente bien como para beneficiarse de la aceleración.

Si tu enrutamiento de incidencias es inconsistente en la actualidad, la IA solo lo desviará más rápido. Si tu CMDB está desordenada, los conocimientos impulsados por la IA solo reflejarán el ruido. En otras palabras: si entra basura, sale basura.

Por cierto, eso no significa que necesites procesos perfectos antes de empezar. No es eso lo que quiero decir. Solo significa que debes empezar por las partes de tu operación que ya funcionan. Donde tengas datos fiables, flujos de trabajo claros y resultados consistentes, ahí es donde la IA puede generar un impacto real. En entornos caóticos, solo añadirá más complejidad. Por tanto, ¿cómo sabrás si la IA lo ha hecho bien?

Piensa en la IA como un multiplicador de la competencia, no como una cura para la disfunción. Funciona mejor en las partes maduras de tu entorno, donde la automatización y el juicio humano ya funcionan de la mano. Empieza por ahí, demuestra valor y expándete desde ahí.

3. Desarrolla capacidades mediante aprendizaje compartido

Toda estrategia de IA que funciona tiene un punto de partida común: el aprendizaje. Fomenta la experimentación, pero haz que el conocimiento sea colectivo. Deja que tus equipos prueben herramientas como ChatGPT u otras soluciones de IA, pero evita que ese aprendizaje quede aislado.

Organiza una breve sesión mensual de «AI Hacks» (es útil que cada sesión se centre en una sola función) en la que los miembros del equipo compartan cómo han utilizado la IA ese mes:

¿En qué les ha ahorrado más tiempo? ¿Cómo la han aplicado a un flujo de trabajo? ¿Ha habido algún caso de uso creativo que otros puedan replicar?

Estas historias se convierten en tu manual interno. Con el tiempo, verás patrones en los que la IA ahorra tiempo, mejora la experiencia o reduce el esfuerzo manual de forma constante. Esos son los casos de uso que vale la pena ampliar, así que documéntalos y utilízalos como base.

A medida que tus equipos ganen confianza y conocimientos internos, el siguiente paso será conectar ese aprendizaje con los procesos empresariales reales. Ahí es donde entra en juego el concepto de «AI Last»: decidir dónde encaja realmente la IAy dónde basta con una automatización más sencilla.

4. Adopta el enfoque «AI Last» (haz mejores preguntas)

Una vez que tengas una base de aprendizaje compartido, empieza a traducir esos conocimientos en mejoras reales de los procesos.

En lugar de preguntar: «¿Dónde podemos utilizar la IA?», comienza por preguntarte: «¿Cuál es la forma más sencilla de resolver esto?».

Prioriza la automatización ligera siempre que sea posible. Por ejemplo, automatiza primero la categorización de tickets con lógica. Cuando se acumulen las excepciones, el aprendizaje automático podría ser el siguiente paso adecuado. La cuestión no es evitar la IA, sino utilizarla donde realmente aporta valor.

Empieza por la madurez del proceso. Automatiza primero lo que puedas mediante reglas y flujos de trabajo. Si puedes utilizar una instrucción «si… entonces» para resolver el problema, no necesitas IA. Es una solución más barata, más coherente y más fácil de gestionar.

Y, por supuesto, pide orientación a tus proveedores, pero formula las preguntas correctas. La más importante es:

«¿Qué casos de uso puede resolver la IA que no podríamos automatizar de otra manera?».

Otras preguntas útiles son: ¿Cómo están aplicando la IA internamente? ¿Qué éxitos han tenido con otras implementaciones de clientes? ¿Dónde se está observando el retorno de la inversión más rápido?

A continuación, valida esas afirmaciones. Las investigaciones de analistas, como la evaluación de casos de uso de IA para el servicio de asistencia técnica de TI de Gartner, clasifican las aplicaciones de IA en ITSM según su viabilidad e impacto. Ese es el tipo de datos que debe guiar tu hoja de ruta, no solo el discurso comercial.

Una vez que tus procesos y tu cultura de aprendizaje estén establecidos, comienza a buscar dónde la IA ya está teniendo un impacto en la ITSM. Por lo que vemos con los clientes y en todo el mercado, las áreas más prometedoras en este momento incluyen:

Bots en el portal o en Teams para el acceso conversacional a los servicios. Búsqueda con LLM para ofrecer resultados contextuales en KBAs y tickets. Correlación de incidencias y detección de anomalías para el reconocimiento de patrones (si dispone de buenos sensores e integraciones). Síntesis de conocimientos para resumir los datos de resolución, no solo para generar artículos automáticamente.

El objetivo no es rechazar la IA, sino utilizarla con intención y criterio.

Conclusión

Es lógico sentirse entusiasmado con el futuro de la IA. Sin embargo, el valor real hoy en día no proviene de adoptar un enfoque genérico de «IA primero», sino de entender bien la tecnología y qué tipo de problemas se permiten resolver con ella que antes eran irresolubles sin ella.

Empieza por lo fundamental: los procesos y la automatización, y aplica la IA solo donde tenga sentido. Empieza por lo sencillo. Arregla lo que no funciona. Comparte lo que funciona. Luego, aplica la IA donde realmente amplíe tus capacidades.

La IA no arreglará lo que está roto. Pero con una base operativa sólida y un uso intencionado, puede transformar por completo tus operaciones.