Durante el evento ARIS Roadshow celebrado en Londres, Guillaume Bacuvier, CEO de ARIS, ofreció una ponencia que rompió con la narrativa idealizada que rodea a la inteligencia artificial (IA). Bacuvier abordó la compleja cuestión de por qué, a día de hoy, la IA aún no se ha implantado de forma masiva en las grandes empresas, y qué medidas son imprescindibles para superar esta barrera.
El mensaje central de su intervención fue contundente: el principal obstáculo no reside en la sofisticación de los algoritmos, sino en la deficiencia de un marco sólido de contexto, gobernanza y estructura procesal en el que los agentes de IA puedan operar con fiabilidad.
De la ilusión al desafío real en las empresas
Bacuvier comenzó diferenciando la percepción pública sobre la IA frente a la realidad interna de las organizaciones más grandes. Aunque abundan casos de éxito y proyectos piloto, en la práctica, la implementación masiva y centralizada de agentes de IA en procesos clave sigue siendo excepcional. 
Para explicarlo, planteó un recorrido de madurez tecnológica dividido en varias etapas: la experimentación inicial, los pilotos focalizados, la integración parcial en procesos fundamentales y, finalmente, lo que denominó la «empresa agentiva», donde los agentes de IA poseen autoridad decisoria auténtica. La mayoría de las organizaciones, afirmó, se encuentran atrapadas en las fases iniciales, con muchos proyectos todavía en fase de prueba.
Además, apuntó que, pese al enorme valor atribuido a la IA y la presión creciente de los consejos de administración y mercados, la realidad es que, en gran medida, hoy predomina la expectativa futura sobre el impacto operativo probado y a gran escala.
El contexto como elemento indispensable
La tesis central de Bacuvier es que el principal problema para escalar la IA en las empresas es la ausencia de contexto adecuado. Los agentes de IA solo pueden actuar acertadamente si están integrados en una comprensión exhaustiva y precisa del funcionamiento empresarial.
Señaló varios problemas recurrentes que lastran esta integración:
- El conocimiento de los procesos es «tribal»: en muchas compañías, los procesos clave ni se documentan ni se modelan formalmente; permanecen en la memoria de los empleados.
- Los datos están fragmentados e inconsistentes: términos básicos como «cliente» u «orden» varían según los sistemas, generando ambigüedades imposibles de resolver automáticamente.
- Falta contexto operativo: los agentes no disponen de información sobre el estado de los sistemas, posibles incidentes o cuándo deben detenerse o escalar una acción.
Esta carencia de estructura y visibilidad limita severamente la capacidad de los agentes de IA para actuar de forma segura y repetible. Bacuvier destaca que en muchas grandes empresas el conocimiento procesal es absolutamente informal y disperso.
Por ello, la asignatura pendiente para implementar IA a gran escala es construir un contexto multinivel para los agentes que incluya información procesal (quién hace qué, cuándo y cómo), contexto de datos (definiciones limpias y gobernadas) y un contexto operacional en tiempo real que refleje lo que ocurre en los sistemas de producción.
Riesgos, gobernanza y la amenaza de un «incidente IA»
En la parte dedicada a la gestión de riesgos, Bacuvier trazó un paralelismo con los inicios de la ciberseguridad. Al igual que entonces, muchas empresas están lanzándose rápidamente a experimentos con IA sin contar con marcos de gobernanza adecuados.
Afirmó que el potencial de escalar desde miles de trabajadores humanos a millones de agentes automatizados multiplica tanto oportunidades como riesgos. La cuestión clave es cómo controlar que esos millones de agentes no tomen decisiones no deseadas o perjudiciales.
Bacuvier adelantó que llegará un «momento incidente IA», es decir, una crisis significativa en una gran organización provocada por agentes de IA mal gobernados. Ese acontecimiento elevará la gobernanza de la IA al nivel de consejo de administración, igual que las brechas de seguridad hicieron con la ciberseguridad en la última década.
Para afrontar ese futuro, las empresas deberán establecer:
- Trazabilidad completa de las acciones de los agentes y las razones detrás de ellas.
- Límites claros para la toma de decisiones y reglas para la escalación.
- Un marco sólido para la gestión del riesgo, cumplimiento normativo y control.
Actualmente, la mayoría de las organizaciones no están preparadas para un escrutinio tan riguroso.
ARIS como capa de contexto y proceso para la IA
En este escenario, Bacuvier posicionó a ARIS como la capa esencial que aporta el contexto de proceso imprescindible para que la IA se implemente de forma segura y eficaz. ARIS ya llevaba años ayudando a las empresas a describir, observar y mejorar sus procesos; esas mismas capacidades se están volviendo fundamentales para los agentes de IA.
El papel evolutivo de ARIS incluirá:
- Proveer un gemelo digital de la organización:
cómo deberían funcionar los procesos (modelos, reglas, gobernanza) y cómo funcionan realmente (datos de observabilidad y rendimiento). - Servir como proveedor de contexto para los agentes, empezando como una fuente de consulta y evolucionando para permitir que los agentes también registren sus acciones y resultados.
Bacuvier anticipa que ARIS no será solo una herramienta para profesionales de procesos humanos, sino que se convertirá en un entorno compartido entre humanos y agentes, impulsando la mejora continua basada en datos operativos reales.
Impulsando a las empresas hacia la madurez en IA más rápidamente
Consciente de que muchos clientes están estancados en fases tempranas de madurez de procesos e IA, Bacuvier desveló tres líneas clave de producto:
- Acelerar la creación del gemelo digital: Muchas organizaciones consideran que construir un gemelo digital robusto con ARIS es demasiado lento, especialmente bajo la presión de mostrar un retorno rápido de la inversión en IA. Por eso, ARIS está desarrollando herramientas y servicios que reducen el tiempo necesario para aportar valor real.
- Facilitar el contexto procesal a los agentes: ARIS está transformándose de una herramienta centrada en humanos a una plataforma que proporciona contexto a agentes de IA, primero como fuente de solo lectura, y luego permitiendo también escritura para enriquecer el modelo con datos de ejecución.
- Reforzar gobernanza y cumplimiento para la IA: Nuevas funcionalidades permitirán a las organizaciones monitorizar cuántos agentes están activos, dónde están desplegados, qué tareas realizan y qué riesgos implican.
Estas iniciativas se alinean con la visión de que la IA debe estar integrada, gobernada, medida y bajo control constante.
De la ambición a la generación de valor tangible
Bacuvier concluyó reafirmando que la misión de ARIS sigue siendo la misma: ayudar a las empresas a mejorar su desempeño, gobernarse mejor y transformarse más rápido. Lo que ha cambiado es quién participa en esos procesos, sumando ahora agentes de IA al equipo humano.
Para que la IA triunfe verdaderamente a escala empresarial no basta con experimentar. Es imprescindible contar con:
- Una base sólida de procesos y datos.
- Un contexto rico y en tiempo real para los agentes.
- Una gobernanza rigurosa, gestión de riesgos y métricas claras.
Solo así las organizaciones podrán «hacer funcionar la IA» y obtener beneficios reales, medibles y escalables, que fue el mensaje clave de todo el discurso de Bacuvier.
Lo que esto implica para las empresas
Esta intervención supuso un llamado de atención realista para las compañías frente al ruido y las expectativas infundadas que rodean a la IA. La clave está en entender que el valor verdadero solo llegará si la IA se cimenta sobre una base operativa bien estructurada.
La IA no debe ser tratada simplemente como otro experimento tecnológico, sino que requiere tener procesos claramente definidos, datos consistentes, contexto actualizado y un sistema robusto de gobernanza para que los agentes puedan operar con confianza y a gran escala. Sin estos elementos, los proyectos de IA corren el riesgo de quedarse en pilotos o de generar riesgos incontrolados.
La oportunidad es enorme, pero antes las empresas deben hacer visibles, medibles y auditables sus procesos, lo que resulta esencial para que la IA impulse la mejora del rendimiento de manera segura, fiable y con resultados empresariales tangibles.
