La inteligencia artificial en la toma de decisiones ha dejado de ser una herramienta reservada a analistas, desarrolladores o equipos especializados. Su influencia empieza a alcanzar los niveles más altos de las empresas, donde algunos directivos recurren a estos sistemas para analizar escenarios, contrastar alternativas e incluso decidir sobre cuestiones relacionadas con la plantilla.
El 62% de los responsables empresariales encuestados por Confluent afirma utilizar IA para tomar la mayoría de sus decisiones. El dato procede de Quick Thinking 2.0, un estudio realizado entre 200 propietarios, fundadores, consejeros delegados y otros miembros de la alta dirección de empresas privadas de Reino Unido.
El tamaño y el ámbito geográfico de la muestra aconsejan cautela a la hora de extrapolar los porcentajes al conjunto de los directivos. Aun así, los resultados apuntan a un cambio relevante en el papel de la IA dentro de los procesos de decisión empresarial: además de acelerar el análisis de información, comienza a influir sobre el criterio con el que los propios responsables valoran sus alternativas.
Un 70% de los participantes reconoce que llega a dudar de su propio juicio cuando este contradice una recomendación generada por IA. Otro 46% afirma confiar más en esos sistemas que en el consejo de sus compañeros, mientras que el 65% considera que la adopción de IA ha hecho menos colaborativa la toma de decisiones.
La tecnología también ha llegado a ámbitos especialmente sensibles. El 27% de los encuestados asegura utilizarla para orientar decisiones relacionadas con contrataciones y despidos, y un 25% para cuestiones de gestión de personas.
Cuando una respuesta convincente depende de datos imperfectos
La capacidad de un sistema de IA para sintetizar información rápidamente puede resultar especialmente atractiva en organizaciones donde los tiempos de decisión se acortan. El problema aparece cuando la aparente precisión de la respuesta oculta las limitaciones de la información utilizada para producirla.
La misma investigación que refleja el aumento de la confianza en la IA muestra dificultades importantes en la infraestructura de datos de las empresas encuestadas. El 71% de los directivos asegura que la información está frecuentemente desactualizada cuando llega a sus manos, mientras que un 60% considera que acceder a los datos necesarios resulta demasiado difícil. Otro 62% señala que no dispone de tiempo suficiente para analizar toda la información antes de decidir.
La combinación es relevante para cualquier organización que incorpore IA a procesos de negocio. Un modelo puede acelerar el análisis, encontrar relaciones difíciles de detectar manualmente o generar una recomendación en segundos, pero ninguna de esas capacidades garantiza que los datos subyacentes reflejen correctamente la situación actual de la empresa.
La cuestión tampoco se reduce a la antigüedad de la información. La calidad de una decisión automatizada depende de factores como la procedencia del dato, su integridad, su definición dentro de la organización, los permisos de acceso o la posibilidad de reconstruir cómo llegó hasta un sistema concreto.
Ese problema aparece también en investigaciones más amplias sobre la implantación empresarial de IA. El Data Streaming Report 2026 de Confluent, basado en 4.625 responsables de TI de distintos países, señala que el 66% encuentra problemas relacionados con el linaje, la vigencia y la calidad de los datos al escalar iniciativas de IA. Un 65% cita además la fragmentación de responsabilidades sobre esos datos.
La IA añade una nueva capa al gobierno del dato
Durante años, muchas empresas han trabajado para centralizar información procedente de aplicaciones, plataformas comerciales, sistemas financieros, fábricas o canales digitales. La incorporación de IA amplía las consecuencias de los fallos que persisten en esa arquitectura.
Un cuadro de mando desactualizado puede provocar que un directivo tome una decisión con información incompleta. Si ese mismo dato alimenta un asistente o un agente que participa de manera recurrente en cientos o miles de procesos, el problema puede propagarse con mayor rapidez y resultar más difícil de detectar.
De ahí que el debate sobre la adopción empresarial de IA esté desplazándose desde el rendimiento aislado de los modelos hacia la infraestructura que permite conectarlos con sistemas corporativos. En junio, otro estudio de Confluent señalaba que el 72% de los responsables tecnológicos encuestados encontraba limitaciones de infraestructura de datos en tiempo real al intentar ampliar sus proyectos de IA. Solo el 32% afirmaba tener sistemas de IA agéntica ya en producción.
El interés comercial de Confluent en este diagnóstico es evidente: la compañía desarrolla tecnología para el procesamiento y movimiento continuo de datos. Sus cifras sobre las ventajas del streaming deben interpretarse teniendo en cuenta esa posición en el mercado. Sin embargo, el problema que describen va más allá de una arquitectura tecnológica concreta.
Disponer de información más reciente puede reducir determinados desfases, pero no resuelve por sí mismo problemas de calidad, duplicidades, definiciones incompatibles, permisos incorrectos o falta de gobierno. Para que una IA intervenga en una decisión empresarial, conocer la fecha del dato importa tanto como saber de dónde procede, qué representa y quién es responsable de él.
El streaming de datos gana peso en las arquitecturas de IA
La presión por trabajar con información actualizada explica el creciente interés por las arquitecturas de streaming. A diferencia de los procesos tradicionales que agrupan y procesan información periódicamente, estos sistemas pueden capturar eventos a medida que se producen, como una transacción, el cambio de estado de un pedido o una modificación en un proceso industrial, y distribuirlos hacia otras aplicaciones.
El 91% de los participantes en Quick Thinking 2.0 sostiene que tendría más confianza en sus decisiones si dispusiera de datos en tiempo real. La cifra expresa una demanda empresarial, aunque no demuestra por sí sola que aumentar la velocidad de los datos mejore la calidad de cada decisión.
El cambio tecnológico está generando también necesidades específicas de personal. El 94% de los ejecutivos incluidos en una parte posterior de la investigación considera que las organizaciones orientadas a los datos deberían contar con ingenieros especializados en streaming, mientras que el 85% espera ampliar estos equipos. Un 83% cree que disponer de estos profesionales permitiría adoptar IA con mayor rapidez.
Su función consiste en diseñar y mantener los sistemas que capturan eventos, procesan flujos continuos y entregan información a aplicaciones, herramientas analíticas o sistemas de IA. El perfil se sitúa así en una zona que combina ingeniería de datos, arquitecturas distribuidas y operación de plataformas críticas.
No todas las empresas necesitarán crear necesariamente un puesto con esa denominación. Las mismas capacidades pueden repartirse entre equipos de plataforma, ingeniería de datos, arquitectura o desarrollo. Lo significativo es que conectar sistemas de IA con información corporativa actualizada introduce una carga técnica que va mucho más allá de desplegar un modelo.
La responsabilidad sigue estando en la organización
La creciente participación de la IA en decisiones ejecutivas introduce además un problema de gobierno que la infraestructura no puede resolver: una recomendación automatizada no asume las consecuencias de la decisión.
Cuando un sistema interviene en una contratación, una inversión, una previsión financiera o una modificación operativa, la empresa necesita establecer qué datos puede consultar, qué decisiones puede recomendar o ejecutar y quién conserva la responsabilidad final. Cuanto mayor sea la autonomía concedida al sistema, mayor será también la necesidad de mantener trazabilidad sobre sus entradas y acciones.
Los datos del estudio británico resultan especialmente significativos por esa razón. Que siete de cada diez directivos encuestados reconozcan reconsiderar su propio criterio cuando contradice a la IA señala un cambio que afecta tanto a la tecnología como al funcionamiento de los equipos de dirección.
Para las empresas, la cuestión inmediata ya no consiste únicamente en decidir qué modelos incorporar. La extensión de la IA hacia procesos de mayor responsabilidad obliga a revisar al mismo tiempo la arquitectura de datos, sus mecanismos de gobierno y los límites de decisión asignados a cada sistema. Una recomendación puede producirse en segundos; verificar que se apoya en información vigente, contextualizada y controlada pasa a formar parte de la infraestructura necesaria para confiar en ella.
