La inteligencia artificial está atravesando un momento bisagra. Tras años de experimentación, modas y promesas, las organizaciones empiezan a enfrentarse a una pregunta más profunda: ¿cómo hacemos que esto funcione de verdad en nuestras operaciones?
El reciente Hype Cycle de Gartner para IA en 2025 ofrece una brújula para navegar este momento. Pero más allá del gráfico y los términos técnicos, desde EDSA creemos que es clave bajar estos conceptos a tierra, para que CIOs, líderes de tecnología y responsables de producto puedan tomar decisiones informadas, realistas y alineadas con su contexto.
El Hype Cycle de Gartner es una herramienta visual desarrollada por la consultora Gartner para representar la madurez, adopción y aplicación comercial de tecnologías emergentes. Se utiliza ampliamente para entender cómo evolucionan las tecnologías desde su surgimiento hasta su adopción generalizada (o desaparición).
Uno de los mayores aportes del análisis de Gartner en cuanto al estado de la IA, es la distinción entre dos carreras de IA que se desarrollan en paralelo:
En EDSA, acompañamos a empresas que saben que no están para "ganar la carrera del modelo más nuevo", sino para generar resultados concretos. Esto implica trabajar con foco, entender el ritmo adecuado y construir capacidades internas. No se trata de correr más rápido, sino de correr mejor.
Según Gartner, la GenAI (IA Generativa) ya entró al llamado Trough of Disillusionment. Esto significa que, tras la euforia inicial, las organizaciones están tomando conciencia de sus límites y desafíos.
Esto no significa que la IA esté fallando. Significa que entramos en una etapa donde se necesita más madurez, más estrategia y más ejecución.
Gartner propone pensar la adopción de IA como una carrera en la que cada organización puede definir su propio ritmo. No todas tienen que ir al mismo paso. Hay dos enfoques válidos:
Desde EDSA, ayudamos a definir ese ritmo en función de tus capacidades actuales, tu visión de negocio y tu estructura de datos. Ir más rápido no siempre es mejor. Lo importante es tener claridad y avanzar con consistencia.
En la carrera correcta y al ritmo adecuado, lo que cuenta son los resultados concretos. Gartner identifica tres tipos:
La mayoría de las organizaciones aún están enfocadas en la productividad del empleado. Pero incluso allí, el terreno es más complejo de lo que parece.
Por ejemplo, la IA generativa no genera el mismo impacto en todos los empleados:
El desafío está en detectar esas Zonas de Productividad Profunda: combinaciones de experiencia y complejidad donde la IA realmente puede destrabar valor.
Los mejores casos de uso o bien combinan baja experiencia + baja complejidad o por el contrario alta experiencia + alta complejidad. En EDSA te acompañamos a detectar estos casos de uso en tu organización.
Mientras la GenAI se enfría un poco en el gráfico del hype, surgen metodologías y prácticas claves para sentar las bases de un futuro escalable:
La cruda realidad es que más del 50% de los datos en las empresas no están listos para IA. En muchos casos, están desordenados, mal etiquetados o inaccesibles. Y peor aún; los permisos de acceso a datos no están bien definidos. Un modelo puede terminar accediendo (y mostrando) información sensible si no se configura bien desde el inicio.
En este nuevo mundo, el viejo concepto de “tech stack” queda chico. Gartner introduce una metáfora más precisa: el sándwich tecnológico.
El desafío es articular estas dos capas, construir gobernanza sin fricción y permitir que la IA emerja de todos lados sin caer en un caos de integraciones, APIs rotas y shadow IT.
En EDSA ya estamos trabajando con nuestros clientes en diseñar estos "sándwiches tecnológicos". Ayudamos a definir qué datos, herramientas y permisos deben estar en cada capa, y cómo lograr que trabajen en conjunto sin bloquear la innovación.
Uno de los mayores riesgos actuales no es técnico, sino financiero. Implementar IA puede generar errores de cálculo del 500% al 1000% en el presupuesto si no se entiende cómo escalan los costos de inferencia, preparación de datos, llamadas a APIs, grounding y contexto.
Por eso, desde EDSA recomendamos repensar el concepto de PoC: más que una prueba de que la tecnología funciona, debe ser una prueba de valor. Hay que entender si lo que funciona en pequeño puede escalar de forma sostenible. No se trata solo de "ver si gusta", sino de entender cuánto cuesta, cuánto ahorra y cuánto habilita.
La IA ya no es una moda, es una carrera. Pero no una carrera de velocidad, sino de dirección. Para avanzar con éxito, necesitas:
En EDSA estamos para eso. Para convertir el hype en impacto real.
Desde EDSA podemos ayudarte a detectar tus Zonas de Productividad Profunda, evaluar el estado real de tus datos y construir un roadmap concreto y accionable para escalar IA con impacto.