{"id":2911,"date":"2026-06-16T03:06:46","date_gmt":"2026-06-16T03:06:46","guid":{"rendered":"https:\/\/tucumandevelopers.com\/index.php\/2026\/06\/16\/la-inteligencia-artificial-empresarial-esta-en-1991-donde-esta-su-web\/"},"modified":"2026-06-16T03:06:46","modified_gmt":"2026-06-16T03:06:46","slug":"la-inteligencia-artificial-empresarial-esta-en-1991-donde-esta-su-web","status":"publish","type":"post","link":"https:\/\/tucumandevelopers.com\/index.php\/2026\/06\/16\/la-inteligencia-artificial-empresarial-esta-en-1991-donde-esta-su-web\/","title":{"rendered":"La inteligencia artificial empresarial est\u00e1 en 1991. \u00bfD\u00f3nde est\u00e1 su web?"},"content":{"rendered":"<div>\n<div>\n<p>La inteligencia artificial empresarial actual resulta extra\u00f1amente familiar: la infraestructura es poderosa. Las capacidades son reales. Las demostraciones son impresionantes. Los modelos pueden escribir, resumir, razonar, programar, buscar, recuperar informaci\u00f3n, traducir, clasificar, planificar y, cada vez m\u00e1s, actuar. La maquinaria b\u00e1sica ya existe.<\/p>\n<p>Y, sin embargo, dentro de las empresas, el mismo patr\u00f3n se repite una y otra vez: pilotos por todas partes, transformaci\u00f3n muy lejos de la promesa. El primer art\u00edculo de esta serie argumentaba que <a href=\"https:\/\/www.fastcompany.com\/91528182\/ai-enterprise-failing-llms\" target=\"_blank\" rel=\"noreferrer noopener\">los grandes modelos de lenguaje nunca fueron dise\u00f1ados para dirigir una empresa<\/a> porque las empresas operan mediante memoria, contexto, retroalimentaci\u00f3n, restricciones, estado, incentivos y dependencias, no mediante secuencias aisladas de texto. El segundo defend\u00eda que <a href=\"https:\/\/www.fastcompany.com\/91532024\/after-illusion-what-enterprise-ai-must-become\" target=\"_blank\" rel=\"noreferrer noopener\">la inteligencia artificial empresarial deb\u00eda pasar de respuestas a resultados, de <em>prompts<\/em> a restricciones y de <em>copilots<\/em> a sistemas de acci\u00f3n<\/a>. El tercero sosten\u00eda que, <a href=\"https:\/\/www.fastcompany.com\/91536400\/when-enterprise-ai-finally-works-it-wont-look-like-ai\" target=\"_blank\" rel=\"noreferrer noopener\">cuando la inteligencia artificial empresarial funcione de verdad, no parecer\u00e1 un <em>chatbot<\/em> mejorado. Parecer\u00e1 inteligencia integrada en la propia organizaci\u00f3n<\/a>.<\/p>\n<p>La siguiente pregunta es obvia: si todo eso es cierto, \u00bfen qu\u00e9 punto del ciclo hist\u00f3rico nos encontramos?Y mi respuesta es sencilla: la inteligencia artificial empresarial est\u00e1 en 1991. Tiene TCP\/IP. Pero todav\u00eda no tiene la web.<\/p>\n<h3><strong>Internet funcionaba antes de la web<\/strong><\/h3>\n<p>La analog\u00eda importa porque evita que confundamos infraestructura con industrializaci\u00f3n.<\/p>\n<p>En 1991, internet ya funcionaba. TCP\/IP mov\u00eda paquetes. El correo electr\u00f3nico conectaba personas entre instituciones. FTP transfer\u00eda archivos. Telnet permit\u00eda acceso remoto. Universidades, laboratorios de investigaci\u00f3n y organizaciones t\u00e9cnicamente sofisticadas pod\u00edan utilizar la red. Pero para una empresa convencional, internet a\u00fan no era un entorno de negocio en el sentido moderno. Era poderoso, pero todav\u00eda no era consumible.<\/p>\n<p>Entonces apareci\u00f3 la World Wide Web y a\u00f1adi\u00f3 una capa fina pero decisiva: URL, HTTP, HTML, servidores y navegadores. La <a href=\"https:\/\/web30.web.cern.ch\/web-history.html\" target=\"_blank\" rel=\"noreferrer noopener\">historia oficial del CERN<\/a> recuerda que, <a href=\"https:\/\/home.cern\/science\/computing\/the-birth-of-the-web\/short-history-web\/\" target=\"_blank\" rel=\"noreferrer noopener\">en la Navidad de 1990, Tim Berners-Lee ya hab\u00eda definido los conceptos b\u00e1sicos de HTML, HTTP y las URL, adem\u00e1s de haber escrito el primer navegador-editor y el primer <em>software<\/em> servidor<\/a>. En 1991, el CERN distribuy\u00f3 el <em>software<\/em> de la WWW de forma m\u00e1s amplia y lo anunci\u00f3 en grupos de noticias de internet, permitiendo que la idea se extendiera m\u00e1s all\u00e1 de su contexto original.<\/p>\n<p>Esa capa no invent\u00f3 las redes. Las hizo legibles, utilizables y construibles para el resto del mundo.<\/p>\n<p>Y esa es exactamente la distinci\u00f3n que le falta hoy a la inteligencia artificial empresarial.<\/p>\n<h3><strong>Los modelos no son la web<\/strong><\/h3>\n<p>Los grandes modelos de lenguaje son una infraestructura extraordinaria. Probablemente constituyan uno de los sustratos tecnol\u00f3gicos m\u00e1s importantes de nuestra \u00e9poca. Pero infraestructura no es lo mismo que capa de aplicaci\u00f3n.<\/p>\n<p>Una empresa que utiliza LLM hoy se parece mucho a una librer\u00eda intentando vender online antes de que existiera la web. La red est\u00e1 ah\u00ed. Los paquetes se mueven. Los servidores existen. Pero cada transacci\u00f3n exige maquinaria personalizada: protocolos personalizados, interfaces personalizadas, l\u00f3gica personalizada, despliegues personalizados, integraciones personalizadas\u2026 todo personalizado.<\/p>\n<p>Eso no es comercio. Eso es ingenier\u00eda.<\/p>\n<p>Por eso el mercado actual de inteligencia artificial empresarial sigue dependiendo tanto de pilotos, despliegues a medida, ingenieros desplazados al cliente y proyectos intensivos en consultor\u00eda. El problema no es que la inteligencia subyacente sea falsa. Es que la capa que la hace consumible para organizaciones normales sigue siendo inmadura.<\/p>\n<p>Un modelo puede generar una respuesta. Pero una empresa necesita un sistema que sepa d\u00f3nde encaja esa respuesta, qu\u00e9 datos puede utilizar, qu\u00e9 restricciones se aplican, qui\u00e9n tiene permiso para actuar, qu\u00e9 proceso se est\u00e1 viendo afectado, qu\u00e9 resultado importa y c\u00f3mo aprende el sistema de lo que ocurre despu\u00e9s.<\/p>\n<p>Eso no es un <em>prompt<\/em>.<\/p>\n<p>Es una capa que todav\u00eda no existe.<\/p>\n<h3><strong>La capa que falta tiene propiedades concretas<\/strong><\/h3>\n<p>Esta es la parte importante. La brecha no es vaga. Es identificable.<\/p>\n<p>La inteligencia artificial empresarial no necesita simplemente \u00abm\u00e1s inteligencia artificial\u00bb. Necesita el equivalente de la capa web: una capa de aplicaci\u00f3n estructurada que transforme la inteligencia bruta en algo que las organizaciones puedan utilizar repetidamente, con seguridad y a escala.<\/p>\n<p>Esa capa debe proporcionar al menos siete elementos:<\/p>\n<ul>\n<li><strong>Contexto persistente<\/strong>: el sistema no puede comportarse como si cada interacci\u00f3n comenzara desde cero.<\/li>\n<li><strong>Sem\u00e1ntica empresarial<\/strong>: debe comprender clientes, productos, pol\u00edticas, <em>workflows<\/em>, roles y restricciones en t\u00e9rminos espec\u00edficos de la empresa.<\/li>\n<li><strong>Estado de los procesos<\/strong>: debe saber d\u00f3nde est\u00e1 el trabajo, qu\u00e9 ha ocurrido, qu\u00e9 est\u00e1 pendiente y qu\u00e9 depende de qu\u00e9.<\/li>\n<li><strong>Modelos de permisos y gobernanza<\/strong>: debe operar dentro de los l\u00edmites organizativos, no al margen de ellos.<\/li>\n<li><strong>Bucles de retroalimentaci\u00f3n<\/strong>: debe aprender de los resultados, no limitarse a generar respuestas.<\/li>\n<li><strong>Interoperabilidad<\/strong>: debe conectarse con sistemas de registro, herramientas, datos y <em>workflows<\/em> sin tener que reconstruirlo todo cada vez.<\/li>\n<li><strong>Repetibilidad<\/strong>: debe desplegarse como arquitectura, no como consultor\u00eda artesanal.<\/li>\n<\/ul>\n<p>Por eso resulta tan revelador <a href=\"https:\/\/www.anthropic.com\/engineering\/effective-context-engineering-for-ai-agents\" target=\"_blank\" rel=\"noreferrer noopener\">el reciente \u00e9nfasis de Anthropic en la ingenier\u00eda de contexto<\/a>. Su equipo de ingenier\u00eda describe expl\u00edcitamente el contexto como un recurso cr\u00edtico pero finito para los agentes y sostiene que el desaf\u00edo actual consiste en seleccionar y gestionar cuidadosamente toda la informaci\u00f3n que rodea al modelo, no simplemente en escribir mejores <em>prompts<\/em>.<\/p>\n<p>Esa es la direcci\u00f3n hacia la que nos dirigimos: el modelo deja de ser el producto completo. El entorno alrededor del modelo se convierte en el producto.<\/p>\n<h3><strong>La segunda analog\u00eda: el <em>software<\/em> empresarial antes del ERP<\/strong><\/h3>\n<p>La analog\u00eda con la web explica la capa de aplicaci\u00f3n que falta. Pero existe una segunda analog\u00eda igual de \u00fatil: la inteligencia artificial empresarial tambi\u00e9n se encuentra en la fase preindustrial del software corporativo.<\/p>\n<p>Antes de que los ERP se convirtieran en plataformas estandarizadas, el software empresarial era a menudo un mosaico de implementaciones personalizadas, integraciones, sistemas internos y proyectos de consultor\u00eda. La <a href=\"https:\/\/www.sap.com\/about\/company\/history.html\" target=\"_blank\" rel=\"noreferrer noopener\">historia de SAP<\/a> muestra ese largo recorrido desde aplicaciones empresariales especializadas hasta plataformas corporativas integradas, con SAP convirti\u00e9ndose finalmente en l\u00edder del mercado.<\/p>\n<p>Esa evoluci\u00f3n fue importante porque no se limit\u00f3 a digitalizar funciones individuales. Industrializ\u00f3 una manera de representar la empresa: finanzas, inventario, compras, fabricaci\u00f3n, recursos humanos, log\u00edstica y reporting se estandarizaron lo suficiente como para permitir implementaciones repetibles y la aparici\u00f3n de un ecosistema de socios.<\/p>\n<p>Algo parecido ocurri\u00f3 m\u00e1s tarde con el CRM y el SaaS. La propia <a href=\"https:\/\/www.salesforce.com\/news\/stories\/the-history-of-salesforce\/\" target=\"_blank\" rel=\"noreferrer noopener\">historia de Salesforce<\/a> muestra c\u00f3mo AppExchange se convirti\u00f3 en un mercado para desarrolladores independientes y aplicaciones, transformando Salesforce de un producto en un ecosistema de plataforma. Esa es la diferencia entre una categor\u00eda que depende de proyectos a medida y una categor\u00eda que escala.<\/p>\n<p>Hoy, la inteligencia artificial empresarial sigue atrapada demasiadas veces en esa fase de proyectos personalizados. Cada empresa necesita mapear sus procesos, limpiar sus datos, entender sus permisos, reconstruir sus <em>workflows<\/em>, codificar sus restricciones y definir sus resultados. Ese trabajo es necesario. Pero cuando tiene que hacerse manualmente en cada despliegue, demuestra que la capa de plataforma todav\u00eda no ha llegado.<\/p>\n<h3><strong>Por qu\u00e9 los pr\u00f3ximos ganadores quiz\u00e1 no sean los proveedores de modelos<\/strong><\/h3>\n<p>Aqu\u00ed es donde la analog\u00eda se vuelve estrat\u00e9gicamente inc\u00f3moda.<\/p>\n<p>Durante la transici\u00f3n hacia la web, la cuesti\u00f3n cr\u00edtica no era qui\u00e9n pose\u00eda los cables. Era qui\u00e9n defin\u00eda la capa que hac\u00eda utilizable la red. En el software empresarial, la cuesti\u00f3n cr\u00edtica no era qui\u00e9n pose\u00eda la base de datos o el servidor. Era qui\u00e9n defin\u00eda el sistema de representaci\u00f3n del negocio y constru\u00eda un ecosistema alrededor de \u00e9l.<\/p>\n<p>Lo mismo puede ocurrir en la inteligencia artificial.<\/p>\n<p>Los ganadores de la siguiente fase quiz\u00e1 no sean las empresas con los modelos m\u00e1s grandes ni con los mayores clusters de computaci\u00f3n. Esas empresas seguir\u00e1n siendo enormemente importantes, igual que lo fueron las telecomunicaciones, los fabricantes de servidores o los proveedores de infraestructura. Pero el poder definitorio de la categor\u00eda podr\u00eda pertenecer a quien construya la capa que falta: la capa que permita que la inteligencia empresarial sea persistente, gobernada, contextual, consciente de los procesos y repetible.<\/p>\n<p>Por eso la obsesi\u00f3n actual con el rendimiento de los modelos, las ventanas de contexto y los benchmarks es comprensible, pero insuficiente. Los mejores modelos son necesarios. Pero no bastan.<\/p>\n<p>La investigaci\u00f3n de McKinsey sobre adopci\u00f3n de inteligencia artificial en 2025 muestra que <a href=\"https:\/\/www.mckinsey.com\/~\/media\/mckinsey\/business%20functions\/quantumblack\/our%20insights\/the%20state%20of%20ai\/november%202025\/the-state-of-ai-2025-agents-innovation_cmyk-v1.pdf\" target=\"_blank\" rel=\"noreferrer noopener\">las empresas que m\u00e1s valor obtienen no son simplemente las que despliegan herramientas, sino las que redise\u00f1an <em>workflows<\/em> e integran la inteligencia artificial en los procesos<\/a>.<\/p>\n<p><a href=\"https:\/\/www.deloitte.com\/us\/en\/insights\/topics\/technology-management\/tech-trends\/2026\/agentic-ai-strategy.html\" target=\"_blank\" rel=\"noreferrer noopener\">Deloitte llega a una conclusi\u00f3n similar<\/a> en su trabajo sobre inteligencia artificial ag\u00e9ntica: muchas organizaciones est\u00e1n chocando contra un muro porque <a href=\"https:\/\/www.fastcompany.com\/91539829\/ai-wont-optimize-your-company-will-force-you-rebuild-it\" target=\"_blank\" rel=\"noreferrer noopener\">intentan automatizar procesos dise\u00f1ados para humanos en lugar de replantearse c\u00f3mo deber\u00eda realizarse realmente el trabajo<\/a>.<\/p>\n<p>En otras palabras, el cuello de botella est\u00e1 subiendo de nivel en el <em>stack<\/em>.<\/p>\n<h3><strong>La industrializaci\u00f3n siempre parece obvia a posteriori<\/strong><\/h3>\n<p>Lo curioso de estas transiciones es que son dif\u00edciles de ver mientras suceden y evidentes despu\u00e9s. Antes de la web, internet parec\u00eda un dominio para especialistas. Despu\u00e9s de la web, se convirti\u00f3 en un entorno de negocio. Antes de que maduraran los ERP y las plataformas SaaS, el software empresarial parec\u00eda automatizaci\u00f3n personalizada. Despu\u00e9s, se convirti\u00f3 en arquitectura repetible. Antes de que maduraran las plataformas <em>cloud<\/em>, la infraestructura parec\u00eda una cuesti\u00f3n de compras y administraci\u00f3n de sistemas. Despu\u00e9s, se convirti\u00f3 en capacidad programable.<\/p>\n<p>La inteligencia artificial empresarial se acerca ahora a un umbral similar. La fase actual sigue pareciendo artesanal: pilotos, prototipos, integraciones, ingenieros desplazados al cliente, consultor\u00eda intensiva y mapeo manual de <em>workflows<\/em>. Es normal. Toda tecnolog\u00eda poderosa atraviesa una fase en la que los expertos tienen que cargarla a hombros para cruzar la brecha.<\/p>\n<p>Pero esa fase no es el destino. El destino es la capa que hace que la intervenci\u00f3n experta deje de ser tan central.<\/p>\n<h3><strong>Por qu\u00e9 los pr\u00f3ximos cinco a\u00f1os importan<\/strong><\/h3>\n<p>La web no transform\u00f3 internet en una civilizaci\u00f3n comercial de la noche a la ma\u00f1ana. Los ERP no estandarizaron la empresa en una sola d\u00e9cada. Salesforce no cre\u00f3 un ecosistema de plataforma en una \u00fanica versi\u00f3n. Estas transiciones llevan a\u00f1os.<\/p>\n<p>Pero el momento decisivo suele ser siempre el mismo: alguien define la capa que falta lo suficientemente bien como para que todos los dem\u00e1s puedan construir encima de ella. Y ah\u00ed es donde est\u00e1 hoy la inteligencia artificial empresarial.<\/p>\n<p>Tenemos los modelos. Tenemos la infraestructura. Tenemos los primeros agentes. Tenemos la ola de consultor\u00eda. Tenemos los pilotos. Tenemos la frustraci\u00f3n. Tenemos la prueba de que las herramientas aisladas no bastan. Tenemos la creciente conciencia de que el contexto, los <em>workflows<\/em>, las restricciones, la memoria y los resultados importan m\u00e1s que los <em>prompts<\/em>.<\/p>\n<p>Lo que todav\u00eda no tenemos es el equivalente al navegador, a la URL, a la capa ERP o a AppExchange: la capa de aplicaci\u00f3n est\u00e1ndar que haga que la inteligencia artificial empresarial sea consumible para empresas normales. Y hasta que aparezca, la industria seguir\u00e1 atrapada en una paradoja: una inteligencia extraordinaria entregada mediante un esfuerzo extraordinario.<\/p>\n<h3><strong>\u00bfD\u00f3nde est\u00e1 la web de la inteligencia artificial empresarial?<\/strong><\/h3>\n<p>Esa es la pregunta.<\/p>\n<p>No \u00ab\u00bfqu\u00e9 modelo es mejor?\u00bb<br \/>No \u00ab\u00bfqu\u00e9 <em>chatbot<\/em> es m\u00e1s impresionante?\u00bb<br \/>No \u00ab\u00bfqu\u00e9 <em>copilot<\/em> tiene la interfaz m\u00e1s elegante?\u00bb<\/p>\n<p>La verdadera pregunta es qui\u00e9n definir\u00e1 la capa que transforme la inteligencia en infraestructura empresarial. Porque, cuando esa capa aparezca, el debate actual parecer\u00e1 completamente distinto. Los ingenieros desplazados al cliente no desaparecer\u00e1n, pero ser\u00e1n menos centrales. Los despliegues personalizados no se extinguir\u00e1n, pero dejar\u00e1n de ser el patr\u00f3n dominante. Los pilotos no desaparecer\u00e1n, pero el camino desde el piloto hasta la producci\u00f3n ser\u00e1 mucho m\u00e1s corto.<\/p>\n<p>La inteligencia artificial dejar\u00e1 de ser algo con lo que las empresas experimentan para convertirse en algo sobre lo que las empresas se construyen. Esa ser\u00e1 la era industrial de la inteligencia artificial empresarial. Y todav\u00eda no ha llegado.<\/p>\n<p>Pero si la historia sirve de gu\u00eda, cuando aparezca la capa que falta, parecer\u00e1 que la respuesta fue obvia desde el principio.<\/p>\n<hr>\n<p><em>(This article was <a href=\"https:\/\/www.fastcompany.com\/91553094\/enterprise-ai-is-in-1991-wheres-its-web\" target=\"_blank\" rel=\"noreferrer noopener\">previously published on Fast Company<\/a>)&nbsp;<\/em><\/p>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n<p>Fuente: <a href=\"https:\/\/www.enriquedans.com\/2026\/06\/la-inteligencia-artificial-empresarial-esta-en-1991-donde-esta-su-web.html\">Art\u00edculo original<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>La inteligencia artificial empresarial actual resulta extra\u00f1amente familiar: la infraestructura es poderosa. Las capacidades son reales. Las demostraciones son impresionantes. Los modelos pueden escribir, resumir, razonar, programar, buscar, recuperar informaci\u00f3n, traducir, clasificar, planificar y, cada vez m\u00e1s, actuar. La maquinaria b\u00e1sica ya existe. Y, sin embargo, dentro de las empresas, el mismo patr\u00f3n se repite [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":2910,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":"","jetpack_publicize_message":"","jetpack_publicize_feature_enabled":true,"jetpack_social_post_already_shared":true,"jetpack_social_options":{"image_generator_settings":{"template":"highway","default_image_id":0,"font":"","enabled":false},"version":2}},"categories":[33],"tags":[],"class_list":["post-2911","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ia"],"jetpack_publicize_connections":[],"_links":{"self":[{"href":"https:\/\/tucumandevelopers.com\/index.php\/wp-json\/wp\/v2\/posts\/2911","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/tucumandevelopers.com\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/tucumandevelopers.com\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/tucumandevelopers.com\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/tucumandevelopers.com\/index.php\/wp-json\/wp\/v2\/comments?post=2911"}],"version-history":[{"count":0,"href":"https:\/\/tucumandevelopers.com\/index.php\/wp-json\/wp\/v2\/posts\/2911\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/tucumandevelopers.com\/index.php\/wp-json\/wp\/v2\/media\/2910"}],"wp:attachment":[{"href":"https:\/\/tucumandevelopers.com\/index.php\/wp-json\/wp\/v2\/media?parent=2911"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/tucumandevelopers.com\/index.php\/wp-json\/wp\/v2\/categories?post=2911"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/tucumandevelopers.com\/index.php\/wp-json\/wp\/v2\/tags?post=2911"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}