{"id":6751,"date":"2025-04-22T12:00:20","date_gmt":"2025-04-22T15:00:20","guid":{"rendered":"https:\/\/itconnect.lat\/portal\/?p=6751"},"modified":"2025-04-22T13:11:26","modified_gmt":"2025-04-22T16:11:26","slug":"cio-2025","status":"publish","type":"post","link":"https:\/\/itconnect.lat\/portal\/cio-2025\/","title":{"rendered":"CIO 2025: estamos reconfigurando presupuestos r\u00e1pido"},"content":{"rendered":"

Si hay algo que he aprendido en mi rol como Chief Information Officer (CIO 2025), es que el paisaje tecnol\u00f3gico nunca se queda quieto. <\/span><\/h2>\n

Y en los \u00faltimos a\u00f1os, la inteligencia artificial \u2013esa idea que sol\u00edamos ver en pel\u00edculas de ciencia ficci\u00f3n\u2013 se ha instalado de lleno en nuestro d\u00eda a d\u00eda corporativo. <\/span><\/p>\n

\"CIO<\/a>
CIO 2025<\/figcaption><\/figure>\n

No es una moda pasajera; es una fuerza transformadora que est\u00e1 redefiniendo c\u00f3mo operamos, c\u00f3mo competimos y, francamente, d\u00f3nde debemos poner nuestro dinero.<\/span><\/p>\n

Desde mi silla, tengo una vista privilegiada. No solo veo el torbellino de posibilidades que la IA presenta para mejorar cada rinc\u00f3n de nuestra organizaci\u00f3n, sino que tambi\u00e9n me enfrento a la realidad m\u00e1s palpable: la necesidad de mover el dinero. <\/span><\/p>\n

S\u00ed, hablo del presupuesto. Reorientar esas partidas, a veces tan r\u00edgidamente asignadas, para apostar por la IA de una manera que sea no solo efectiva y eficiente, sino tambi\u00e9n sostenible a largo plazo. <\/span><\/p>\n

Esta no es una decisi\u00f3n que tomamos a la ligera o solo porque la tecnolog\u00eda sea fascinante. <\/span><\/p>\n

Nace de un an\u00e1lisis profundo sobre c\u00f3mo sobrevivimos y prosperamos en este mundo de negocios que cambia a la velocidad de la luz, un mundo vol\u00e1til, incierto y, sobre todo, intensamente digitalizado.<\/span><\/p>\n

Quiero usar este espacio para compartir una perspectiva, una especie de mapa que he ido trazando \u2013basado en lo que veo, en lo que leemos, en lo que nos dicen los datos y en lo que aprendemos de otros\u2013 sobre c\u00f3mo nosotros, los CIO, podemos hacer esto realidad. <\/span><\/p>\n

C\u00f3mo podemos liberar esos fondos “atrapados” en lo viejo para invertirlos en el futuro. No se trata de un salto al vac\u00edo, sino de una reasignaci\u00f3n inteligente, respaldada por n\u00fameros, por estudios serios, y por el aprendizaje colectivo de quienes ya est\u00e1n dando estos pasos.<\/span><\/p>\n

Vamos a meternos de lleno en c\u00f3mo ha cambiado el juego del gasto en TI, por qu\u00e9 reasignar es ahora un movimiento estrat\u00e9gico crucial, qu\u00e9 criterios usar para no fallar en el intento, cu\u00e1les son esos proyectos “estrella” de IA que realmente mueven la aguja, c\u00f3mo podemos hacer esta transici\u00f3n sin romper todo en el proceso, y por qu\u00e9 hablar de \u00e9tica, datos y, sobre todo, de nuestra gente, es tan vital como hablar de los algoritmos. <\/span><\/p>\n

Al final del d\u00eda, la tecnolog\u00eda es solo una herramienta; el verdadero poder est\u00e1 en c\u00f3mo la usamos para crear valor para nuestras organizaciones y para las personas que las forman.<\/span><\/p>\n

El Presupuesto de TI: De “Apagar Incendios” a “Construir el Futuro”<\/span><\/strong><\/h3>\n

Pensemos por un momento en c\u00f3mo sol\u00edamos manejar los presupuestos de tecnolog\u00eda. Durante a\u00f1os, la prioridad n\u00famero uno era, seamos honestos, “mantener las luces encendidas”. <\/span><\/p>\n

La mayor parte del dinero se iba en lo esencial: asegurar que los servidores no se cayeran, que las computadoras funcionaran, que las licencias estuvieran al d\u00eda, en fin, en el soporte diario. <\/span><\/p>\n

Era un presupuesto centrado en el mantenimiento, en la estabilidad, en la continuidad operativa. Y era necesario, claro que s\u00ed. Nadie quiere que el email o el sistema de facturaci\u00f3n dejen de funcionar.<\/span><\/p>\n

Pero el mundo cambi\u00f3. Y nuestro rol tambi\u00e9n. La tecnolog\u00eda ya no es solo un soporte; es, en muchos casos, el motor de la innovaci\u00f3n y la principal fuente de diferenciaci\u00f3n. Las organizaciones que entienden esto son las que est\u00e1n ganando. <\/span><\/p>\n

Y eso se ve reflejado directamente en c\u00f3mo se mueve el dinero global de TI.<\/span><\/p>\n

Miro informes como el de Gartner, y las cifras hablan por s\u00ed solas. Se espera que el gasto global en TI alcance unos impresionantes 5.1 billones de d\u00f3lares en 2025. Es una cifra enorme, un 8% m\u00e1s que el a\u00f1o anterior. <\/span><\/p>\n

Pero lo que realmente llama la atenci\u00f3n es a d\u00f3nde se dirige ese crecimiento. Una porci\u00f3n creciente, un 22% de ese total para 2025, va directo a proyectos relacionados con IA. <\/span><\/p>\n

Y ese 22% representa \u00a1un salto del 54% respecto a lo que se invert\u00eda en IA apenas tres a\u00f1os antes, en 2022! Esto no es una fluctuaci\u00f3n; es una tendencia consolidada a nivel mundial. <\/span><\/p>\n

Las empresas no solo gastan m\u00e1s en tecnolog\u00eda en general, sino que est\u00e1n decidiendo activamente que la IA merece una tajada cada vez m\u00e1s grande del pastel.<\/span><\/p>\n

Ahora, si miramos a nuestra regi\u00f3n, a Am\u00e9rica Latina, la foto es un poco diferente, como siempre. Nuestros presupuestos suelen ser m\u00e1s ajustados, tenemos otras realidades econ\u00f3micas y estructurales. <\/span><\/p>\n

Pero la aspiraci\u00f3n es la misma, y la necesidad, quiz\u00e1s, incluso mayor. Un estudio reciente de NTT Data y MIT Technology Review en 2023 pon\u00eda el dedo en la llaga: el 62% de nuestras empresas reconoce a la IA como una prioridad estrat\u00e9gica clave. <\/span><\/p>\n

Lo tenemos clar\u00edsimo. Pero, \u00bfCu\u00e1ntas han pasado de la intenci\u00f3n a la acci\u00f3n? Solo un 28% ha logrado implementaciones significativas. \u00bfPor qu\u00e9 esta brecha tan grande? <\/span><\/p>\n

Bueno, los desaf\u00edos son conocidos: la dificultad para mover esos fondos que est\u00e1n pegados a sistemas viejos y contratos de soporte, y la escasez, la gran escasez, de talento con las habilidades necesarias para hacer que la IA funcione de verdad. <\/span><\/p>\n

Superar esa rigidez presupuestaria es, quiz\u00e1s, nuestro primer gran reto como l\u00edderes de TI.<\/span><\/p>\n

Reasignar el Presupuesto: No es un Recorte, es una Apuesta Inteligente por la Ventaja Competitiva<\/span><\/strong><\/h3>\n

Entonces, \u00bfC\u00f3mo liberamos ese dinero que necesitamos para la IA? Aqu\u00ed es donde entra el arte (y la ciencia) de la reasignaci\u00f3n presupuestaria. <\/span><\/p>\n

No se trata de quitarle el pan a la boca a nadie, sino de reconocer que algunas partidas tradicionales, aunque hayan sido importantes en el pasado, hoy nos dan cada vez menos por cada d\u00f3lar invertido. <\/span><\/p>\n

Pensemos en esos sistemas heredados, los “legacy systems<\/em><\/strong>” que son como dinosaurios digitales: caros de mantener, dif\u00edciles de integrar y que nos dan dolores de cabeza constantes. <\/span><\/p>\n

O ese software redundante que se acumul\u00f3 a lo largo de los a\u00f1os, o contratos de soporte que firmamos hace eones y que ya no son eficientes. Esos son los lugares naturales donde mirar. <\/span><\/p>\n

Son partidas que, con una buena auditor\u00eda y un poco de valent\u00eda, pueden ser revisadas, optimizadas y, s\u00ed, reorientadas.<\/span><\/p>\n

El Boston Consulting Group<\/strong> lo demostr\u00f3 con n\u00fameros fr\u00edos en 2023. Analizaron empresas que tomaron esta decisi\u00f3n valiente: redirigir al menos un 10% de su presupuesto de TI, que antes iba a otras cosas, hacia iniciativas de IA. <\/span><\/p>\n

\u00bfLos resultados? Impresionantes. En promedio, estas empresas vieron un aumento del 22% en su eficiencia operativa y un crecimiento del 19% en la satisfacci\u00f3n del cliente en solo 18 meses. \u00bfCasualidad? Para nada. <\/span><\/p>\n

Esto es el resultado directo de poner los recursos donde realmente generan impacto, de planificar con cabeza y de alinear la tecnolog\u00eda con lo que el negocio necesita desesperadamente: ser m\u00e1s r\u00e1pido, m\u00e1s inteligente y m\u00e1s cercano al cliente. <\/span><\/p>\n

Reasignar presupuesto no es un ajuste contable; es una declaraci\u00f3n estrat\u00e9gica de d\u00f3nde vemos el futuro y c\u00f3mo vamos a financiarlo.<\/span><\/p>\n

Nuestros Filtros Internos: Criterios para no Tirar el Dinero (y Asignarlo con Cabeza)<\/span><\/strong><\/h3>\n

Est\u00e1 claro que necesitamos invertir en IA, y que hay dinero que podemos liberar. Pero, \u00bfC\u00f3mo decidimos <\/span>d\u00f3nde<\/span> invertir exactamente? El mundo de la IA es vasto y puede ser abrumador. Hay cientos de casos de uso, plataformas, herramientas… <\/span><\/p>\n

Caer en la trampa de la “tecnolog\u00eda por la tecnolog\u00eda” es f\u00e1cil, y nos pasa a veces. <\/span><\/p>\n

Por eso, he llegado a la conclusi\u00f3n de que necesitamos filtros claros, una especie de br\u00fajula interna para guiar esas decisiones de asignaci\u00f3n presupuestaria. Para m\u00ed, hay al menos cinco preguntas clave que debemos hacernos (y hacer al negocio) antes de poner un solo d\u00f3lar en un proyecto de IA:<\/span><\/p>\n

\u00bfEsto realmente nos ayuda a cumplir nuestros grandes objetivos de negocio?<\/span><\/strong><\/h3>\n

Olv\u00eddense un momento de la tecnolog\u00eda. \u00bfQu\u00e9 estamos tratando de lograr como empresa este a\u00f1o, o en los pr\u00f3ximos tres a\u00f1os? \u00bfAumentar ventas en un nuevo mercado? \u00bfReducir costos operativos masivamente? <\/span><\/p>\n

\u00bfSer l\u00edderes en experiencia del cliente? Cualquier proyecto de IA que consideremos debe tener una l\u00ednea directa y clara con uno o varios de estos objetivos estrat\u00e9gicos. <\/span><\/p>\n

Si no podemos dibujarla de forma convincente, es probable que estemos enamorados de la tecnolog\u00eda y no del problema que resuelve (o del valor que crea). La conversaci\u00f3n aqu\u00ed tiene que ser con los l\u00edderes de negocio, codo a codo.<\/span><\/p>\n

\u00bfCu\u00e1l es el retorno tangible y medible que esperamos ver?<\/span><\/strong><\/h3>\n

Las promesas son bonitas, pero los n\u00fameros mandan. Antes de asignar presupuesto, debemos definir qu\u00e9 m\u00e9tricas clave (KPIs) vamos a mover y en cu\u00e1nto. \u00bfVamos a reducir el tiempo de atenci\u00f3n al cliente en X minutos? <\/span><\/p>\n

\u00bfVamos a disminuir los errores en la facturaci\u00f3n en Y%? \u00bfVamos a incrementar la tasa de conversi\u00f3n en Z puntos? Y, lo m\u00e1s importante, \u00bfC\u00f3mo se traduce eso en dinero o en valor para el cliente o el empleado? <\/span><\/p>\n

Necesitamos un caso de negocio s\u00f3lido, con una l\u00ednea base clara antes de empezar y objetivos cuantificables. Esto nos obliga a pensar en el “despu\u00e9s” y a justificar la inversi\u00f3n m\u00e1s all\u00e1 del “porque es IA y es el futuro”.<\/span><\/p>\n

\u00bfEstamos listos para esto, t\u00e9cnica y humanamente?<\/span><\/strong><\/h4>\n

Aqu\u00ed es donde la cosa se pone real. \u00bfTenemos la infraestructura de datos necesaria (datos limpios, accesibles)? \u00bfContamos con la capacidad de c\u00f3mputo? <\/span><\/p>\n

\u00bfY, quiz\u00e1s lo m\u00e1s dif\u00edcil, tenemos a la gente adecuada con las habilidades t\u00e9cnicas (cient\u00edficos de datos, ingenieros de ML) y, crucialmente, la gente en el negocio dispuesta y capaz de usar la nueva herramienta? <\/span><\/p>\n

Si la respuesta es no a cualquiera de estas, el presupuesto debe contemplar no solo la soluci\u00f3n de IA, sino tambi\u00e9n la inversi\u00f3n en infraestructura, datos o \u2013fundamentalmente\u2013 en capacitaci\u00f3n o contrataci\u00f3n. Un proyecto t\u00e9cnicamente brillante puede morir si la organizaci\u00f3n no est\u00e1 lista para adoptarlo.<\/span><\/p>\n

\u00bfCu\u00e1ndo vamos a ver resultados?<\/span><\/strong><\/h4>\n

Algunos proyectos de IA son maratones, otros son Sprint. <\/span><\/p>\n

Implementar un chatbot puede dar resultados visibles en meses. Construir un modelo predictivo complejo para toda la cadena de suministro puede llevar a\u00f1os. <\/span><\/p>\n

Es importante tener un portafolio balanceado. Necesitamos victorias r\u00e1pidas que demuestren el valor de la IA, generen entusiasmo y, idealmente, liberen recursos que podamos reinvertir. <\/span><\/p>\n

Pero tambi\u00e9n necesitamos invertir en esas capacidades a m\u00e1s largo plazo que construir\u00e1n nuestra ventaja competitiva sostenible. Definir el horizonte de impacto nos ayuda a gestionar expectativas y a planificar la financiaci\u00f3n a lo largo del tiempo.<\/span><\/p>\n

\u00bfEsto se queda aqu\u00ed o podemos replicarlo y escalarlo?<\/span><\/strong><\/h4>\n

Un piloto exitoso en un \u00e1rea es genial. Pero un piloto cuyos aprendizajes y tecnolog\u00eda se pueden replicar en otras \u00e1reas o unidades de negocio es oro puro. <\/span><\/p>\n

Al evaluar una iniciativa, debemos pensar en su potencial de escalabilidad. <\/span><\/p>\n

\u00bfLa soluci\u00f3n est\u00e1 construida de manera que pueda crecer en volumen de usuarios o datos? \u00bfPodemos tomar el modelo o la metodolog\u00eda y aplicarla a otro problema similar en otro departamento? <\/span><\/p>\n

Priorizar proyectos con alto potencial de escalabilidad maximiza el retorno de la inversi\u00f3n inicial en desarrollo y aprendizaje.<\/span><\/p>\n

Aplicar este tipo de filtros nos ayuda a ser disciplinados. <\/span><\/p>\n

Nos fuerza a pensar estrat\u00e9gicamente, a colaborar con el negocio y a ser realistas sobre nuestras capacidades. <\/span><\/p>\n

Nos protege de caer en la trampa de perseguir cada nueva tecnolog\u00eda brillante y nos enfoca en aquellos proyectos de IA que tienen el mayor potencial real de generar valor tangible y medible. Es una forma de asegurar que cada d\u00f3lar reasignado trabaje al m\u00e1ximo.<\/span><\/p>\n

Donde el Dinero de la IA Empieza a Generar Valor Real: Casos de Uso con Impacto Probado<\/span><\/strong><\/h3>\n

Bien, ya sabemos de d\u00f3nde podemos sacar el dinero y c\u00f3mo decidir d\u00f3nde ponerlo. Ahora, \u00bfcu\u00e1les son esos lugares, esos casos de uso de IA, donde ya hemos visto un impacto real y medible? No tenemos que reinventar la rueda. <\/span><\/p>\n

Hay \u00e1reas donde la IA ha demostrado consistentemente su capacidad para resolver problemas de negocio concretos y generar un retorno claro. Aqu\u00ed hay algunos de mis favoritos, porque he visto de cerca c\u00f3mo transforman operaciones y mejoran resultados:<\/span><\/p>\n

Poner a la IA en la Primera L\u00ednea de Atenci\u00f3n al Cliente (Chatbots y Asistentes Inteligentes):<\/span><\/strong><\/h3>\n

Todos hemos interactuado con ellos, a veces con frustraci\u00f3n, a veces con sorpresa. Pero la IA conversacional ha mejorado much\u00edsimo. Los chatbots y asistentes virtuales de hoy, potenciados por Procesamiento de Lenguaje Natural avanzado, pueden entender lo que el cliente <\/span>realmente<\/span> quiere decir, no solo las palabras clave. <\/span><\/p>\n

\"CIO<\/a>
CIO 2025<\/figcaption><\/figure>\n

Pueden manejar una avalancha de consultas b\u00e1sicas \u2013\u00bfD\u00f3nde est\u00e1 mi pedido? \u00bfCu\u00e1l es mi saldo? \u00bfC\u00f3mo reseteo mi contrase\u00f1a?\u2013 las 24 horas del d\u00eda, 7 d\u00edas a la semana, sin que el cliente tenga que esperar. <\/span><\/p>\n

Esto libera a nuestros agentes humanos, que son caros y valiosos, para que se enfoquen en esos casos complejos, esos clientes frustrados que necesitan empat\u00eda, o esas oportunidades de venta cruzada donde el toque humano es insustituible. <\/span><\/p>\n

Accenture nos dice que estos sistemas pueden resolver hasta el 70% de las consultas de primer nivel, lo que se traduce en una reducci\u00f3n brutal (hasta un 30%) de los costos operativos del centro de atenci\u00f3n. <\/span><\/p>\n

Y lo que es mejor, los clientes suelen estar m\u00e1s contentos con respuestas instant\u00e1neas y consistentes. Es una ganancia por partida doble.<\/span><\/p>\n

Anticiparnos a los Problemas: Mantenimiento Predictivo en F\u00e1bricas y Activos Cr\u00edticos:<\/span><\/strong><\/h4>\n

En cualquier industria que dependa de maquinaria pesada o infraestructura cr\u00edtica (una planta de manufactura, una central el\u00e9ctrica, una flota de camiones), una falla inesperada es una pesadilla. <\/span><\/p>\n

Cuesta una fortuna en tiempo de inactividad, reparaciones de emergencia e incluso riesgos de seguridad. El mantenimiento predictivo basado en IA es como tener un m\u00e9dico que detecta la enfermedad antes de que aparezcan los s\u00edntomas graves. Instalamos sensores inteligentes (IoT) que recogen datos minuto a minuto \u2013temperatura, vibraci\u00f3n, ruido, consumo de energ\u00eda. <\/span><\/p>\n

Los algoritmos de IA analizan esos datos en tiempo real, aprendiendo los patrones “normales” y detectando desviaciones sutiles que indican un problema potencial. <\/span><\/p>\n

Esto nos permite programar el mantenimiento justo cuando es necesario, <\/span>antes<\/span> de la falla, en lugar de hacerlo de forma reactiva o en base a un calendario fijo que puede ser ineficiente. <\/span><\/p>\n

Empresas como General Electric han reportado reducciones del 20% en paradas no programadas. Esto no solo ahorra dinero; mejora la seguridad y la eficiencia general de la operaci\u00f3n.<\/span><\/p>\n

Detener el Fraude Antes de que Ocurra, Especialmente en Finanzas:<\/span><\/strong><\/h4>\n

El fraude es un enemigo silencioso que cuesta millones. Y los defraudadores son cada vez m\u00e1s sofisticados. Los sistemas tradicionales de detecci\u00f3n, basados en reglas, siempre van un paso atr\u00e1s. <\/span><\/p>\n

La IA, por otro lado, es incre\u00edblemente buena encontrando patrones ocultos en monta\u00f1as de datos que un humano jam\u00e1s podr\u00eda procesar. Los modelos de machine learning pueden analizar transacciones, comportamientos de usuario, datos geogr\u00e1ficos y cientos de otras variables en milisegundos para identificar actividades sospechosas. <\/span><\/p>\n

Esto es vital en sectores como el financiero. El Banco Interamericano de Desarrollo (BID) destac\u00f3 que bancos en Am\u00e9rica Latina que implementaron sistemas de detecci\u00f3n de fraude con IA lograron reducir en un \u00a145% el tiempo promedio que tardaban en identificar una operaci\u00f3n fraudulenta! <\/span><\/p>\n

Menos tiempo significa menos dinero perdido. Y, adem\u00e1s, al ser m\u00e1s precisos, reducimos los “falsos positivos”, esas veces que se bloquea una transacci\u00f3n leg\u00edtima de un cliente, lo que mejora la experiencia del usuario.<\/span><\/p>\n

Hacer Magia con la Cadena de Suministro: Predecir y Optimizar:<\/span><\/strong><\/h4>\n

Las cadenas de suministro son un laberinto de complejidad, especialmente en un mundo donde cualquier evento global puede generar una disrupci\u00f3n. <\/span><\/p>\n

Predecir cu\u00e1ntos productos vamos a necesitar, d\u00f3nde y cu\u00e1ndo, para no tener exceso de stock (que es dinero parado) ni quedarnos sin inventario (lo que significa ventas perdidas y clientes infelices) es un desaf\u00edo constante. <\/span><\/p>\n

La IA, analizando datos hist\u00f3ricos de ventas, tendencias de mercado, incluso factores externos como el clima o eventos sociales, puede generar pron\u00f3sticos de demanda mucho m\u00e1s precisos que los m\u00e9todos tradicionales. <\/span><\/p>\n

Con esa mejor predicci\u00f3n, podemos optimizar todo lo dem\u00e1s: cu\u00e1nta materia prima comprar, cu\u00e1nta producci\u00f3n planificar, d\u00f3nde ubicar el inventario y c\u00f3mo trazar las rutas de transporte m\u00e1s eficientes. <\/span><\/p>\n

Amazon es el ejemplo ic\u00f3nico de c\u00f3mo una log\u00edstica optimizada por IA se convierte en una ventaja competitiva insuperable. <\/span><\/p>\n

Grupo Arcor<\/a> en Argentina logr\u00f3, seg\u00fan Clar\u00edn Empresas, una reducci\u00f3n del 18% en costos de distribuci\u00f3n al integrar IA en su planificaci\u00f3n log\u00edstica. Es un \u00e1rea donde el retorno de la inversi\u00f3n en IA es muy tangible y directo.<\/span><\/p>\n

Liberar a Nuestra Gente de Tareas Mundanas: Automatizaci\u00f3n Inteligente en la Oficina:<\/span><\/strong><\/h4>\n

Piensen en todas esas tareas repetitivas, basadas en reglas o que implican procesar documentos y datos de forma manual en las \u00e1reas administrativas: verificar facturas, conciliar cuentas, extraer informaci\u00f3n de PDFs, clasificar emails… <\/span><\/p>\n

Son tediosas, consumen tiempo valioso y son propensas a errores humanos. La Automatizaci\u00f3n Rob\u00f3tica de Procesos (RPA) ayud\u00f3 mucho, pero solo sirve para tareas muy estructuradas. <\/span><\/p>\n

Cuando le sumamos IA, especialmente capacidades como el reconocimiento inteligente de documentos (para leer y entender texto no estructurado) o el machine learning para clasificar y tomar decisiones simples, podemos automatizar procesos mucho m\u00e1s complejos. <\/span><\/p>\n

Deloitte estim\u00f3 que esta “automatizaci\u00f3n inteligente” puede reducir los tiempos de procesamiento en un 40% o m\u00e1s en ciertas funciones. \u00bfEl beneficio? Nuestros empleados se liberan de lo repetitivo para dedicarse a lo que realmente aporta valor: pensar, analizar, interactuar con clientes, resolver problemas complejos. Es una inversi\u00f3n en eficiencia <\/span>y<\/span> en el bienestar y la productividad de nuestra fuerza laboral.<\/span><\/p>\n

Estos son solo algunos ejemplos, por supuesto. Hay muchos m\u00e1s: personalizaci\u00f3n de marketing, desarrollo de f\u00e1rmacos, detecci\u00f3n de fraudes internos, an\u00e1lisis de riesgo crediticio… <\/span><\/p>\n

La clave es identificar cu\u00e1les de estos casos de uso resuelven los problemas m\u00e1s grandes y costosos <\/span>para nuestra organizaci\u00f3n<\/span> y tienen el mayor potencial de retorno r\u00e1pido y medible. Ah\u00ed es donde debemos priorizar la reasignaci\u00f3n de presupuesto.<\/span><\/p>\n

El “C\u00f3mo”: Una Hoja de Ruta Pr\u00e1ctica para Mover el Dinero sin Caos<\/span><\/strong><\/h4>\n

Ok, sabemos por qu\u00e9, d\u00f3nde y qu\u00e9 tipo de proyectos priorizar. Ahora viene la parte operativa: \u00bfc\u00f3mo hacemos realmente esta reasignaci\u00f3n sin que parezca una “quita” arbitraria que genere resistencia? Se necesita un enfoque cuidadoso, met\u00f3dico y transparente. Esto es lo que, en mi experiencia, funciona:<\/span><\/p>\n

Convi\u00e9rtete en Detective de Tu Propio Presupuesto: La Auditor\u00eda Interna Rigurosa.<\/span><\/strong><\/h4>\n

El primer paso es mirar con lupa d\u00f3nde se va cada d\u00f3lar de TI hoy. No es suficiente ver las grandes categor\u00edas. Hay que profundizar. \u00bfCu\u00e1nto gastamos realmente en el mantenimiento de ese sistema antiguo que usa una \u00fanica \u00e1rea? <\/span><\/p>\n

\u00bfQu\u00e9 parte de los contratos de soporte podr\u00eda renegociarse o eliminarse si reemplazamos ciertos componentes? \u00bfHay herramientas de software que compramos y que nadie usa realmente? <\/span><\/p>\n

\u00bfD\u00f3nde hay ineficiencias operativas en nuestra propia \u00e1rea de TI que, al resolverlas (quiz\u00e1s con automatizaci\u00f3n interna), liberar\u00edan personal o fondos? <\/span><\/p>\n

Esta auditor\u00eda es una mina de oro potencial, pero requiere esfuerzo, honestidad y colaboraci\u00f3n con finanzas y las unidades de negocio. Es el paso menos glamuroso, pero el m\u00e1s fundamental. El dinero para la IA no aparece de la nada; hay que encontrarlo dentro de nuestro gasto actual, optimiz\u00e1ndolo.<\/span><\/p>\n

Define el “Norte” con el Negocio: Prioridades Estrat\u00e9gicas Claras.<\/span><\/strong><\/h4>\n

Ya lo mencionamos, pero vale la pena repetirlo: la IA no es un fin, es un medio. Una vez que tenemos una idea de d\u00f3nde <\/span>podemos<\/span> liberar fondos, debemos sentarnos con la alta direcci\u00f3n y los l\u00edderes de cada \u00e1rea (ventas, marketing, operaciones, finanzas, etc.) para entender <\/span>qu\u00e9<\/span> les duele m\u00e1s y <\/span>qu\u00e9<\/span> quieren lograr. <\/span><\/p>\n

\u00bfEs expandirse globalmente y necesitan entender mercados diversos? \u00bfEs reducir el tiempo de entrega de productos? \u00bfEs personalizar la oferta a cada cliente? Sus grandes desaf\u00edos de negocio son nuestra gu\u00eda para identificar los proyectos de IA que realmente tendr\u00e1n un impacto. Nuestras prioridades de inversi\u00f3n en IA deben ser un reflejo directo de las prioridades estrat\u00e9gicas de la empresa.<\/span><\/p>\n

S\u00e9 Realista Sobre lo que Tienes (y lo que te Falta): Evaluaci\u00f3n de Capacidades.<\/span><\/strong><\/h4>\n

Queremos invertir en IA, pero \u00bfpodemos hacerlo? \u00bfTenemos a la gente con las habilidades de ciencia de datos? \u00bfNuestra infraestructura de datos est\u00e1 lista para alimentar modelos de ML (datos limpios, accesibles)? <\/span><\/p>\n

\u00bfTenemos la capacidad de c\u00f3mputo? Si la respuesta es no a algo crucial, una parte del presupuesto reasignado <\/span>tiene<\/span> que ir a construir esas capacidades primero. Ya sea formaci\u00f3n interna para nuestros equipos actuales, contrataci\u00f3n de talento especializado, o inversi\u00f3n en infraestructura de nube o plataformas de datos. No tiene sentido financiar un proyecto de IA si no tenemos los cimientos (datos) o los arquitectos (talento) para construirlo.<\/span><\/p>\n

Empieza Peque\u00f1o y Prueba las Aguas: Asignaci\u00f3n Progresiva con Pilotos.<\/span><\/strong><\/h4>\n

Lanzar grandes sumas de dinero a proyectos de IA no probados es arriesgado. Es mucho m\u00e1s inteligente empezar con pilotos peque\u00f1os, bien definidos y controlados. Selecciona 2 o 3 casos de uso prometedores, basados en los criterios que mencionamos, y as\u00edgnales una porci\u00f3n inicial del presupuesto reasignado (un 3%, un 5% del total reasignado, por ejemplo). <\/span><\/p>\n

Estos pilotos nos permiten aprender. \u00bfFunciona la tecnolog\u00eda en nuestro entorno? \u00bfTenemos los datos correctos? \u00bfNuestra gente est\u00e1 adoptando la soluci\u00f3n? Nos dan la oportunidad de fallar r\u00e1pido y barato, ajustar el rumbo, y, si todo va bien, generar esa “historia de \u00e9xito” interna que necesitamos para convencer a m\u00e1s gente (y justificar m\u00e1s presupuesto).<\/span><\/p>\n

El Dinero Extra Viene con Resultados: Escalado Condicionado al Desempe\u00f1o.<\/span><\/strong><\/h4>\n

Aqu\u00ed est\u00e1 la clave para la sostenibilidad. El escalado de un proyecto de IA (moverlo de un piloto a producci\u00f3n a gran escala, o replicarlo en otras \u00e1reas) no deber\u00eda ser autom\u00e1tico. Debe estar condicionado al desempe\u00f1o probado del piloto. <\/span><\/p>\n

\u00bfEl proyecto cumpli\u00f3 los KPIs definidos? \u00bfDemostr\u00f3 el retorno esperado? \u00bfResolvi\u00f3 el problema de negocio? Si la respuesta es s\u00ed, entonces s\u00ed, asigna los fondos necesarios para escalarlo. <\/span><\/p>\n

Si la respuesta es no, o solo parcialmente, hay que sentarse, analizar qu\u00e9 fall\u00f3 (\u00bftecnolog\u00eda? \u00bfdatos? \u00bfadopci\u00f3n? \u00bfproblema mal definido?) y decidir si vale la pena iterar o si es mejor cortar la inversi\u00f3n y redirigirla a otra parte. <\/span><\/p>\n

Esta mentalidad de inversi\u00f3n basada en resultados asegura que el presupuesto se use de manera efectiva y que se aprenda de cada iniciativa.<\/span><\/p>\n

Este proceso no es lineal perfecto, claro. Habr\u00e1 baches en el camino, resistencias, resultados inesperados. Pero tener una metodolog\u00eda clara, comunicarla transparentemente y basar las decisiones en datos y resultados es fundamental para navegar la complejidad de reasignar presupuesto para la transformaci\u00f3n.<\/span><\/p>\n

No Olvidemos lo Fundamental: \u00c9tica, Datos, Seguridad y Sostenibilidad<\/span><\/strong><\/h3>\n

Mientras nos emocionamos con los algoritmos y los casos de uso, es crucial mantener los pies en la tierra y recordar que la IA no opera en el vac\u00edo. Viene con una serie de responsabilidades enormes que no pueden ser un ap\u00e9ndice en el presupuesto, sino una parte integral de la planificaci\u00f3n. Hablo de gobernanza de datos, \u00e9tica, seguridad y sostenibilidad a largo plazo. Si no invertimos aqu\u00ed, todo lo dem\u00e1s puede venirse abajo.<\/span><\/p>\n

Los Datos: El Combustible (y el Alma) de la IA.<\/span><\/strong><\/h4>\n

La IA es tan buena como los datos con los que se entrena. Datos incompletos, sucios, sesgados o inaccesibles son la receta para el fracaso. Y peor a\u00fan, usar datos sensibles sin la debida precauci\u00f3n es un riesgo masivo. Una parte significativa del presupuesto reasignado <\/span>debe<\/span> ir a construir una base de datos s\u00f3lida. <\/span><\/p>\n

Esto significa invertir en infraestructura (plataformas de datos unificados, lagos de datos), en herramientas de calidad de datos, en procesos para limpiar y estructurar la informaci\u00f3n, y, sobre todo, en pol\u00edticas y tecnolog\u00eda de gobernanza de datos. \u00bfQui\u00e9n es el due\u00f1o de qu\u00e9 dato? \u00bfQui\u00e9n puede acceder a \u00e9l? \u00bfC\u00f3mo garantizamos su calidad y su seguridad? <\/span><\/p>\n

Esto no es sexy, pero es el cimiento sobre el que se construye cualquier iniciativa de IA seria. Y el cumplimiento normativo, como nuestra Ley de Protecci\u00f3n de Datos Personales, es innegociable.<\/span><\/p>\n

La \u00c9tica: Construyendo Confianza y Equidad.<\/span><\/strong><\/h4>\n

Los modelos de IA pueden aprender y perpetuar los sesgos que existen en los datos hist\u00f3ricos. Si no somos cuidadosos, podemos terminar con sistemas de IA que discriminan, que toman decisiones injustas o que son opacos. <\/span><\/p>\n

La \u00e9tica en IA no es un tema acad\u00e9mico; es una necesidad de negocio y social. Los principios que promueve la OCDE (transparencia, explicabilidad, equidad, seguridad, rendici\u00f3n de cuentas) deben guiar nuestras decisiones. <\/span><\/p>\n

Esto implica invertir en evaluar el posible sesgo de nuestros datos y modelos, en herramientas que nos ayuden a entender <\/span>por qu\u00e9<\/span> un modelo tom\u00f3 una decisi\u00f3n (la famosa “caja negra” debe abrirse), y en procesos de auditor\u00eda continuos. <\/span><\/p>\n

En Am\u00e9rica Latina, iniciativas como los lineamientos \u00e9ticos de AGESIC en Uruguay son un gran punto de partida. Nuestro presupuesto debe contemplar formaci\u00f3n \u00e9tica para los equipos y procesos para asegurar que la IA se usa de manera responsable y justa. La confianza del cliente y del empleado depende de ello.<\/span><\/p>\n

Seguridad por Dise\u00f1o: Protegiendo Nuestros Sistemas de IA.<\/span><\/strong><\/h4>\n

Los sistemas de IA no solo usan datos sensibles; tambi\u00e9n pueden ser un nuevo vector de ataque para ciberdelincuentes. Atacar los datos de entrenamiento para “envenenar” el modelo, o enga\u00f1ar a un modelo en producci\u00f3n con “ataques adversarios” puede tener consecuencias desastrosas. <\/span><\/p>\n

La seguridad no puede ser un pensamiento tard\u00edo; debe integrarse desde el principio en el dise\u00f1o y la implementaci\u00f3n de cualquier soluci\u00f3n de IA. Esto significa invertir en seguridad de datos espec\u00edfica para entornos de ML, en monitoreo continuo de la actividad de los modelos, y en pr\u00e1cticas de desarrollo seguro adaptadas a la IA. Proteger nuestros sistemas de IA es tan vital como proteger nuestra red o nuestros datos tradicionales.<\/span><\/p>\n

Sostenibilidad: Pensando a Largo Plazo (Personas y Planeta).<\/span><\/strong><\/h4>\n

La sostenibilidad de la IA tiene varias caras. Econ\u00f3micamente, debemos asegurarnos de que la inversi\u00f3n se mantiene justificando su valor. Pero tambi\u00e9n hay aspectos ambientales: entrenar modelos de IA complejos puede requerir una potencia de c\u00f3mputo enorme y, por lo tanto, un consumo de energ\u00eda considerable. <\/span><\/p>\n

\u00bfEstamos considerando la eficiencia energ\u00e9tica? \u00bfPodemos optar por infraestructuras m\u00e1s “verdes”? Y, fundamentalmente, la sostenibilidad social: \u00bfc\u00f3mo aseguramos que la IA mejora los trabajos en lugar de simplemente eliminarlos, que capacitamos a nuestra gente, que gestionamos el cambio de manera humana? <\/span><\/p>\n

La inversi\u00f3n en IA no puede ser a expensas de nuestra responsabilidad social corporativa.<\/span><\/p>\n

Integrar estos pilares \u2013datos, \u00e9tica, seguridad, sostenibilidad\u2013 en el coraz\u00f3n de nuestra estrategia y presupuesto de IA es fundamental. No son obst\u00e1culos; son los elementos que nos permitir\u00e1n construir una capacidad de IA que no solo sea poderosa, sino tambi\u00e9n confiable, responsable y duradera.<\/span><\/p>\n

Ejemplos que nos Inspiran: Donde la Reasignaci\u00f3n se Volvi\u00f3 Realidad y Dio Frutos<\/span><\/strong><\/h4>\n

Ver ejemplos concretos nos ayuda a entender que esto no es solo teor\u00eda. Hay empresas, incluso en nuestra regi\u00f3n, que ya est\u00e1n haciendo esta reorientaci\u00f3n de presupuesto y viendo los resultados. Son casos que nos validan el camino y nos muestran que se puede hacer:<\/span><\/p>\n

    \n
  1. \n

    Banco Galicia (Argentina):<\/span><\/strong> Este banco decidi\u00f3 invertir fuerte en mejorar la experiencia digital del cliente. Vieron que el contact center tradicional era un cuello de botella y un centro de costos alto. Reasignaron fondos de sus sistemas de atenci\u00f3n heredados y de soporte para apostar por una plataforma de IA conversacional potente. \u00bfEl resultado? Redujeron un 40% las llamadas que antes manejaban humanos y, al ser m\u00e1s eficientes y r\u00e1pidas las respuestas del chatbot, la satisfacci\u00f3n del cliente \u00a1subi\u00f3 15 puntos! (El Cronista, 2023). Es un ejemplo claro de c\u00f3mo mover dinero de lo viejo a lo nuevo genera un impacto directo y positivo en el negocio y el cliente.<\/span><\/p>\n<\/li>\n

  2. \n

    Grupo Arcor (Industria Alimentaria, LatAm):<\/span><\/strong> Esta gigante de alimentos maneja una log\u00edstica de una complejidad enorme. Reconocieron que sus m\u00e9todos de planificaci\u00f3n tradicionales no daban m\u00e1s. Reasignaron presupuesto de \u00e1reas operativas y sistemas de gesti\u00f3n de cadena de suministro para invertir en IA que pudiera predecir la demanda con mucha m\u00e1s precisi\u00f3n y optimizar las rutas de distribuci\u00f3n. Usando algoritmos que consideran m\u00faltiples variables (incluyendo factores externos), lograron predecir mejor y, con eso, optimizar su red log\u00edstica. El resultado fue una reducci\u00f3n del 18% en los costos de distribuci\u00f3n (Clar\u00edn Empresas, 2023). Un ejemplo potente de c\u00f3mo la IA, financiada por reasignaci\u00f3n, puede generar ahorros directos y mejorar la eficiencia de procesos centrales.<\/span><\/p>\n<\/li>\n<\/ol>\n

    Estos casos no son ciencia ficci\u00f3n. Son realidades de organizaciones que tomaron la decisi\u00f3n de mirar su presupuesto de TI con ojos cr\u00edticos, identificar d\u00f3nde pod\u00edan optimizar y reorientar, y apostar por la IA en \u00e1reas donde promet\u00eda un retorno claro. Son nuestra inspiraci\u00f3n y nuestra prueba de que es posible.<\/span><\/p>\n

    Nuestra Responsabilidad como CIO en la Era de la IA<\/span><\/strong><\/h4>\n

    Llegamos al final de este recorrido. Y si algo espero que quede claro es esto: reorientar partidas presupuestarias hacia la inteligencia artificial no es un capricho tecnol\u00f3gico. Es una decisi\u00f3n estrat\u00e9gica, fundamental, que cae directamente en nuestro plato como CIOs. Es una oportunidad de oro para dejar de ser percibidos solo como los guardianes de la tecnolog\u00eda y convertirnos en arquitectos clave del futuro de la organizaci\u00f3n.<\/span><\/p>\n

    \"CIO<\/a>
    CIO 2025<\/figcaption><\/figure>\n

    La IA, aplicada con cabeza y coraz\u00f3n, puede realmente multiplicar el valor que entregamos. Nos hace m\u00e1s eficientes, s\u00ed. Nos permite innovar a un ritmo que antes era impensable. Nos hace m\u00e1s resilientes frente a la incertidumbre. Nos ayuda a entender y servir mejor a nuestros clientes. Pero todo eso requiere inversi\u00f3n. Y esa inversi\u00f3n, en muchos casos, tendr\u00e1 que venir de reevaluar y reasignar esos fondos que hoy se van en mantener sistemas viejos o procesos ineficientes.<\/span><\/p>\n

    No se trata de hacer borr\u00f3n y cuenta nueva con todo. Se trata de identificar inteligentemente d\u00f3nde est\u00e1 el lastre y d\u00f3nde est\u00e1 el potencial. La IA es una palanca incre\u00edblemente poderosa para amplificar la inteligencia que ya existe en nuestra organizaci\u00f3n \u2013la inteligencia de nuestros datos, la inteligencia de nuestros procesos, la inteligencia de nuestra gente\u2013.<\/span><\/p>\n

    Y su adopci\u00f3n exitosa, financiada por decisiones presupuestarias conscientes, lleva impl\u00edcita una convicci\u00f3n m\u00e1s profunda: que el futuro del negocio no es algo que simplemente esperamos que suceda, que nos llegue. <\/span><\/p>\n

    El futuro lo construimos nosotros, hoy. Con cada decisi\u00f3n sobre d\u00f3nde ponemos un d\u00f3lar, con cada iniciativa que impulsamos, con cada capacidad que desarrollamos en nuestra gente. <\/span><\/p>\n

    Se construye desde el presente, con criterio, bas\u00e1ndonos en datos y evidencia, y asegur\u00e1ndonos siempre de que la tecnolog\u00eda que implementamos est\u00e9 verdaderamente al servicio de las personas: nuestros colegas, nuestros clientes y la sociedad en general. Ese es el desaf\u00edo. <\/span><\/p>\n

    Esa es nuestra oportunidad. Y esa es, en mi opini\u00f3n, una de las responsabilidades m\u00e1s apasionantes que tenemos hoy como l\u00edderes de tecnolog\u00eda. El momento de actuar es ahora.<\/span><\/p>\n

     <\/p>\n

     <\/p>\n

    Por Marcelo Lozano – General Publisher IT CONNECT LATAM<\/h5>\n

     <\/p>\n

    Lea m\u00e1s sobre innovaci\u00f3n en;<\/h6>\n

    IBM z17: perfecto, poderoso y superior<\/a><\/p>\n

    Infraestructura de Redes Personalizada: 2025 ser\u00e1 un a\u00f1o prodigioso<\/a><\/p>\n

    Semana Argentina en Espa\u00f1a: como trampol\u00edn de talento para el Mobile World Congress 2025<\/a><\/p>\n

    Videojuegos 2024: la AI como desaf\u00edo de seguridad<\/a><\/p>\n

    re:Invent 2024 un evento espectacular<\/a><\/p>\n

    cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025,\u00a0<\/span><\/p>\n

    cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025, cio\u00a0 2025,\u00a0<\/span><\/p>\n

    \n","protected":false},"excerpt":{"rendered":"

    Si hay algo que he aprendido en mi rol como Chief Information Officer (CIO 2025), es que el paisaje tecnol\u00f3gico nunca se queda quieto. Y en los \u00faltimos a\u00f1os, la inteligencia artificial \u2013esa idea que sol\u00edamos ver en pel\u00edculas de ciencia ficci\u00f3n\u2013 se ha instalado de lleno en nuestro d\u00eda a d\u00eda corporativo. No es […]<\/p>\n","protected":false},"author":2,"featured_media":6755,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"default","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","ast-disable-related-posts":"","theme-transparent-header-meta":"default","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"set","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"footnotes":""},"categories":[54],"tags":[203,1849,3382,389,879,1041,770,1605,254,1013,4091,2781,4101,4106,4112,4114,4094,4108,2785,4093,4115,4100,4103,1840,2782,4102,388,760,4096,4104,4098,259,4092,3269,4097,4095,1836,4111,4113,4105,4107,4109,1609,4099,2139,505,1624,4110],"class_list":["post-6751","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-innovacion","tag-5g","tag-adaptacion-al-cambio","tag-agilidad-empresarial","tag-ai","tag-america-latina","tag-automatizacion","tag-big-data","tag-chief-information-officer","tag-ciberseguridad","tag-cio","tag-cio-2025","tag-colaboracion-interdepartamental","tag-competitividad-digital","tag-compliance-y-regulaciones","tag-comunidad-it","tag-conectividad-empresarial","tag-desafios-cio","tag-desafios-regionales-it","tag-eficiencia-operativa","tag-estrategias-it","tag-experiencia-del-cliente-cx","tag-futuro-de-ti","tag-gestion-de-equipos-it","tag-gestion-del-cambio","tag-gobernanza-de-ti","tag-habilidades-de-liderazgo","tag-ia","tag-innovacion-empresarial","tag-inteligencia-artificial-ia","tag-inversiones-it","tag-iot-internet-de-las-cosas","tag-latinoamerica","tag-liderazgo-tecnologico","tag-modelos-de-negocio-digitales","tag-nube-cloud-computing","tag-oportunidades-digitales","tag-planificacion-estrategica","tag-preparacion-organizacional","tag-redes-profesionales","tag-roi-tecnologico","tag-sector-tecnologico-latino","tag-sostenibilidad-tecnologica","tag-tecnologias-emergentes","tag-tendencias-tecnologicas-2025","tag-toma-de-decisiones-basada-en-datos","tag-transformacion-digital","tag-transformacion-empresarial","tag-vision-futura"],"amp_enabled":true,"_links":{"self":[{"href":"https:\/\/itconnect.lat\/portal\/wp-json\/wp\/v2\/posts\/6751","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/itconnect.lat\/portal\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/itconnect.lat\/portal\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/itconnect.lat\/portal\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/itconnect.lat\/portal\/wp-json\/wp\/v2\/comments?post=6751"}],"version-history":[{"count":5,"href":"https:\/\/itconnect.lat\/portal\/wp-json\/wp\/v2\/posts\/6751\/revisions"}],"predecessor-version":[{"id":6760,"href":"https:\/\/itconnect.lat\/portal\/wp-json\/wp\/v2\/posts\/6751\/revisions\/6760"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/itconnect.lat\/portal\/wp-json\/wp\/v2\/media\/6755"}],"wp:attachment":[{"href":"https:\/\/itconnect.lat\/portal\/wp-json\/wp\/v2\/media?parent=6751"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/itconnect.lat\/portal\/wp-json\/wp\/v2\/categories?post=6751"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/itconnect.lat\/portal\/wp-json\/wp\/v2\/tags?post=6751"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}