Escuchar esta nota
Voz generada con inteligencia artificial por ElevenLabs. El texto es de la redacción de Finanzas y Negocios.
La confiabilidad en la inteligencia artificial ya no puede depender únicamente del modelo, sino de todo el sistema que sostiene sus decisiones, dicen expertos de SAS.
Claves de la nota
- La confiabilidad en la IA empresarial depende del sistema completo, no solo del modelo.
- SAS Innovate On Tour México 2026 reunió a líderes para discutir la IA confiable y explicable.
- Mario Ulloa de SAS México enfatizó la importancia de la calidad de los datos y la gobernanza.
La inteligencia artificial (IA) empresarial está evolucionando de sistemas diseñados principalmente para generar respuestas hacia tecnologías capaces de recomendar, coordinar decisiones y ejecutar acciones dentro de procesos de negocio. Este avance abre una nueva discusión para las organizaciones conforme aumenta la autonomía de la IA.
La confianza en IA: un enfoque sistémico
La confiabilidad en la inteligencia artificial empresarial ya no puede depender únicamente del modelo, sino de todo el sistema que sostiene sus decisiones, lo que abre una nueva discusión para las organizaciones a medida que aumenta la autonomía de la IA en procesos de negocio.
Este enfoque fue uno de los ejes centrales de SAS Innovate On Tour México 2026, un encuentro organizado por SAS en el Club de Banqueros de México. El evento reunió a líderes de negocio, especialistas y socios para analizar cómo tomar decisiones estratégicas con IA confiable y explicable, escalar su utilización y convertir la gobernanza, la ética y la transparencia en habilitadores de innovación.
La conversación sobre IA confiable cobra una relevancia especial, ya que desde sus orígenes en la analítica hasta la actual era de la IA agéntica, la compañía SAS ha mantenido un mismo principio rector: ayudar a las organizaciones a tomar mejores decisiones con confianza.
Gobernanza y ética en la IA empresarial
La discusión sobre la IA empresarial está evolucionando porque las empresas están pasando de utilizar inteligencia artificial que responde preguntas a incorporar sistemas con capacidad de intervenir en decisiones y procesos, lo que exige una revisión profunda de su funcionamiento y controles.
La discusión está evolucionando porque las empresas están pasando de utilizar inteligencia artificial que responde preguntas a incorporar sistemas con capacidad de intervenir en decisiones y procesos. Eso exige preguntarnos no solamente qué tan bueno es un modelo, sino con qué datos trabaja, cómo explica sus resultados, qué controles tiene y en qué momento debe intervenir una persona.
Así lo señaló Mario Ulloa, Country Lead de SAS para México. Agregó que la ética no puede quedarse únicamente en una declaración de principios, sino que tiene que reflejarse en la forma en que una organización administra sus datos, entiende sus modelos, establece responsabilidades y controla lo que puede o no puede hacer un agente.
Cuando esos mecanismos existen, la gobernanza deja de verse solamente como cumplimiento y empieza a convertirse en una condición para innovar con mayor confianza, según Ulloa.
La calidad de los datos y la IA agéntica
La calidad de los datos constituye otra parte fundamental de la ecuación para la confiabilidad de la IA, un planteamiento que adquiere mayor relevancia con la IA agéntica, donde la información es crucial para la toma de decisiones.
Un sistema puede contar con un modelo avanzado, pero si utiliza información cuya procedencia, calidad o transformación no puede verificarse, la confianza en sus decisiones también se debilita, de acuerdo con Ulloa.
