{"id":199194,"date":"2025-09-10T11:58:54","date_gmt":"2025-09-10T15:58:54","guid":{"rendered":"https:\/\/primicias.net\/web\/?p=199194"},"modified":"2025-09-10T11:58:54","modified_gmt":"2025-09-10T15:58:54","slug":"como-implementar-inteligencia-artificial-en-su-empresa","status":"publish","type":"post","link":"https:\/\/primicias.net\/web\/como-implementar-inteligencia-artificial-en-su-empresa\/","title":{"rendered":"C\u00f3mo implementar inteligencia artificial en su empresa"},"content":{"rendered":"

Por: Gonzalo Garcia, vicepresidente de Ventas de Fortinet para Am\u00e9rica del Sur.<\/em><\/strong><\/p>\n

En el mundo corporativo, la inteligencia artificial dej\u00f3 de ser un concepto aspiracional para transformarse en una herramienta concreta de eficiencia y ventaja competitiva. A alto nivel gerencial hay un convencimiento de que inteligencia artificial est\u00e1 transformando su negocio y deben subirse a esa ola. Luego de visitar muchos clientes en distintos pa\u00edses de Am\u00e9rica Latina, puedo decir que el cu\u00e1ndo es\u00a0ahora<\/strong>\u00a0las preguntas que quedan sin respuesta en estos ejecutivos son, \u00bfpor d\u00f3nde y c\u00f3mo empezar?<\/strong>\u00a0 Mi visi\u00f3n es que el punto de partida no debe ser un megaproyecto que abarque toda la organizaci\u00f3n, sino\u00a0un caso de uso espec\u00edfico, medible y con impacto tangible en un \u00e1rea de negocio<\/strong>.<\/p>\n

\u00a0<\/strong><\/p>\n

El punto de partida<\/strong><\/p>\n

En el mundo de la tecnolog\u00eda, todo comienza con un\u00a0caso de uso puntual<\/strong>. No se trata de transformar toda la organizaci\u00f3n de la noche a la ma\u00f1ana, sino de identificar una situaci\u00f3n concreta donde la inteligencia artificial pueda generar una mejora significativa y medible.<\/p>\n

Por ejemplo, en una empresa de servicios, implementar un modelo de AI que gestione autom\u00e1ticamente las preguntas frecuentes puede reducir los tiempos de respuesta y liberar a los agentes humanos para tareas de mayor valor. Este tipo de iniciativa es\u00a0acotada, mensurable y con resultados visibles en semanas<\/strong>, lo que la convierte en un excelente primer paso. A partir de all\u00ed, la organizaci\u00f3n gana confianza, experiencia y m\u00e9tricas que permiten escalar hacia escenarios m\u00e1s sofisticados, como la personalizaci\u00f3n de la experiencia del cliente, la predicci\u00f3n de la demanda o la optimizaci\u00f3n log\u00edstica.<\/p>\n

Lo esencial es\u00a0comenzar con un caso de \u00e9xito<\/strong>, consolidar el aprendizaje y luego expandir gradualmente a nuevos frentes. Para lograrlo, es clave conformar un\u00a0equipo multidisciplinario<\/strong>, considerando personas de tecnolog\u00eda, negocio y control de gesti\u00f3n, liderado por un\u00a0Chief AI Officer (CAIO)<\/strong>, quien act\u00fae como puente entre la estrategia de negocio y la implementaci\u00f3n tecnol\u00f3gica.<\/p>\n

En este recorrido, los\u00a0datos son el insumo m\u00e1s valioso<\/strong>: sin calidad, consistencia y gobernanza, ning\u00fan modelo de inteligencia artificial podr\u00e1 producir resultados confiables. Por eso, antes de elegir un caso de uso, la alta gerencia debe evaluar si cuenta con datos suficientes y de buena calidad, y si existe la infraestructura y el talento para transformarlos en inteligencia accionable.<\/p>\n

 <\/p>\n

La decisi\u00f3n tecnol\u00f3gica: LLM vs. SLM<\/strong><\/p>\n

Una vez elegido el caso de uso, la discusi\u00f3n inevitable pasa por la\u00a0arquitectura tecnol\u00f3gica<\/strong>. Aqu\u00ed aparecen dos enfoques: los\u00a0Large Language Models (LLM)<\/strong>, capaces de procesar informaci\u00f3n a gran escala con resultados sofisticados, y los\u00a0Small Language Models (SLM)<\/strong>, m\u00e1s livianos, econ\u00f3micos y f\u00e1ciles de entrenar con datos espec\u00edficos de la empresa.<\/p>\n

Los\u00a0LLM<\/strong>\u00a0ofrecen potencia y versatilidad, pero traen consigo mayores costos de c\u00f3mputo y preocupaciones de confidencialidad cuando dependen de proveedores externos. Por el contrario, los\u00a0SLM<\/strong>\u00a0pueden ejecutarse en entornos m\u00e1s controlados, incluso\u00a0on-premises<\/strong>, con costos previsibles y entrenados en contextos m\u00e1s reducidos, pero profundamente relevantes para la organizaci\u00f3n.<\/p>\n

La decisi\u00f3n no debe ser binaria. Una estrategia h\u00edbrida puede aprovechar la escala de un LLM para tareas generales (res\u00famenes, generaci\u00f3n de contenido amplio) y un SLM especializado para funciones cr\u00edticas con datos sensibles (procesos financieros, informaci\u00f3n de clientes, operaciones internas).<\/p>\n

 <\/p>\n

El \u00e1ngulo de la ciberseguridad<\/strong><\/p>\n

En ciberseguridad, la discusi\u00f3n LLM vs. SLM se vuelve cr\u00edtica. Los\u00a0SLM<\/strong>\u00a0son manejables, pero al ejecutarse\u00a0on-prem o en nubes privadas<\/strong>\u00a0implican una responsabilidad adicional:\u00a0asegurar todo el stack que los soporta<\/strong>. Esto incluye proteger el hardware, los pipelines de datos de entrenamiento e inferencia, las APIs expuestas y los mecanismos de actualizaci\u00f3n. En la pr\u00e1ctica, significa integrarlos con soluciones de\u00a0Zero Trust, EDR\/NDR, IAM robusto, segmentaci\u00f3n de red y cifrado end-to-end<\/strong>. Sin este andamiaje, un SLM puede transformarse en un vector de ataque en lugar de una defensa.<\/p>\n

Los\u00a0LLM<\/strong>, en cambio, rara vez pueden desplegarse en una nube privada de la organizaci\u00f3n. Los grandes proveedores (como OpenAI o Anthropic, Gemini, xAI) los ofrecen bajo un modelo\u00a0\u201cas a Service\u201d<\/strong>, sin acceso al modelo base. La alternativa es utilizar\u00a0LLM open source<\/strong>\u00a0(LLaMA 3, Falcon, Mistral) sobre clusters propios de GPU en infraestructuras privadas o h\u00edbridas, con altos costos de hardware y mantenimiento.<\/p>\n

Cuando se consumen como servicio en la nube p\u00fablica, los LLM introducen el problema de la\u00a0fuga de informaci\u00f3n<\/strong>: cada vez que se env\u00edan datos, existe riesgo de que informaci\u00f3n sensible quede retenida o se utilice indirectamente en el entrenamiento futuro. Incluso si el proveedor afirma amonificaci\u00f3n, no siempre se garantiza cumplimiento de regulaciones estrictas (GDPR, HIPAA, PCI-DSS). De hecho, ya hubo incidentes documentados donde empleados filtraron datos confidenciales de clientes al usarlos en LLM p\u00fablicos.<\/p>\n

\u00a0<\/strong><\/p>\n

Estrategia pr\u00e1ctica<\/strong><\/p>\n

    \n
  1. SLM on-prem o cloud privada:<\/strong>\u00a0entrenados con datos internos y protegidos con un stack robusto de ciberseguridad.<\/li>\n
  2. LLM p\u00fablicos como servicio:<\/strong>\u00a0restringir su uso a casos\u00a0no cr\u00edticos<\/strong>, aplicando pol\u00edticas de\u00a0sanitizaci\u00f3n de datos,\u00a0<\/strong>antes de la consulta.<\/li>\n
  3. LLM open source en nubes privadas:<\/strong>\u00a0camino intermedio para sectores regulados, aunque con\u00a0inversi\u00f3n significativa<\/strong>\u00a0en infraestructura y talento.<\/li>\n<\/ol>\n

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

    Por: Gonzalo Garcia, vicepresidente de Ventas de Fortinet para Am\u00e9rica del Sur. En el mundo corporativo, la inteligencia artificial dej\u00f3 de ser un concepto aspiracional para transformarse en una herramienta concreta de eficiencia y ventaja competitiva. A alto nivel gerencial hay un convencimiento de que inteligencia artificial est\u00e1 transformando su negocio y deben subirse a …<\/p>\n","protected":false},"author":4,"featured_media":199195,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_jetpack_newsletter_access":"","_jetpack_dont_email_post_to_subs":false,"_jetpack_newsletter_tier_id":0,"_jetpack_memberships_contains_paywalled_content":false,"_jetpack_feature_clip_id":0,"_jetpack_memberships_contains_paid_content":false,"footnotes":"","jetpack_publicize_message":"","jetpack_publicize_feature_enabled":true,"jetpack_social_post_already_shared":false,"jetpack_social_options":{"image_generator_settings":{"template":"highway","default_image_id":0,"font":"","enabled":false},"version":2},"jetpack_post_was_ever_published":false},"categories":[19],"tags":[],"class_list":["post-199194","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-tie-tech"],"jetpack_publicize_connections":[],"jetpack_featured_media_url":"https:\/\/primicias.net\/web\/wp-content\/uploads\/2025\/09\/Gonzalo-Garcia-Vicepresidente-de-Fortinet-para-Sudamerica-2-scaled.jpg","jetpack_sharing_enabled":true,"_links":{"self":[{"href":"https:\/\/primicias.net\/web\/wp-json\/wp\/v2\/posts\/199194","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/primicias.net\/web\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/primicias.net\/web\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/primicias.net\/web\/wp-json\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/primicias.net\/web\/wp-json\/wp\/v2\/comments?post=199194"}],"version-history":[{"count":0,"href":"https:\/\/primicias.net\/web\/wp-json\/wp\/v2\/posts\/199194\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/primicias.net\/web\/wp-json\/wp\/v2\/media\/199195"}],"wp:attachment":[{"href":"https:\/\/primicias.net\/web\/wp-json\/wp\/v2\/media?parent=199194"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/primicias.net\/web\/wp-json\/wp\/v2\/categories?post=199194"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/primicias.net\/web\/wp-json\/wp\/v2\/tags?post=199194"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}