Lo que funciona en IA aplicada al mundo IT/OT
Del centro de datos a la planta industrial, la Inteligencia Artificial dejó de ser una promesa: hoy reduce tiempos de resolución, anticipa fallas y automatiza tareas repetitivas. Un repaso de casos concretos, con resultados medibles, en Norteamérica, Europa y América Latina.
Para el 54% de los líderes de infraestructura y operaciones (I&O) a nivel global, la razón principal para adoptar Inteligencia Artificial ya no es la innovación por la innovación misma: es bajar costos. Así lo muestra una encuesta de Gartner realizada entre mayo y julio de 2025 entre 253 responsables de TI de Estados Unidos, Reino Unido, India y Alemania. El mismo estudio identifica los frenos: 48% de los encuestados señala dificultades de integración y 50% falta de presupuesto como las principales barreras para escalar estos proyectos.
Más allá del ahorro, la encuesta muestra hacia dónde se mueve la inversión futura: después de IA, las áreas donde más crecerán los presupuestos de I&O son ciberseguridad (49% de los encuestados) y desarrollo de talento y habilidades (48%). El consejo de los analistas de Gartner es concreto: en lugar de perseguir proyectos grandes y vistosos, conviene arrancar con pilotos acotados, de alto valor y fáciles de escalar.
¿Por qué está pasando esto ahora? McKinsey lo resume en una idea: la infraestructura de TI está dejando de ser una función de soporte para convertirse en la columna vertebral que orquesta agentes de IA en toda la organización. Según la consultora, los costos de infraestructura podrían multiplicarse entre dos y tres veces hacia 2030 a medida que crecen las cargas de trabajo de IA, mientras los presupuestos se mantienen relativamente planos. Esa tensión obliga a usar la propia IA para contener el gasto que la IA misma genera.
McKinsey identifica cinco frentes donde la IA agéntica ya genera valor concreto en infraestructura: mesa de ayuda (service desk), observabilidad y gestión de incidentes, operaciones de red, operaciones de hosting, y gestión activa de costos y contratos. En mesa de ayuda —el área de «victoria más rápida»— una empresa multinacional que atiende cerca de 450.000 tickets anuales logró automatizar hasta el 80% de las solicitudes y liberar la mitad de la capacidad de sus agentes de soporte para tareas de mayor valor, con una satisfacción de 4,8 sobre 5. En operaciones de red, automatizar tareas repetitivas de investigación y ejecución permite ahorros de entre 20% y 40% en los despliegues iniciales, con potencial mayor a medida que la adopción avanza.
Casos globales: Norteamérica y Europa
Microsoft, Estados Unidos. En sus nuevos centros de datos «Fairwater» —en Wisconsin y Atlanta—, Microsoft usa un sistema cerrado de refrigeración líquida que reutiliza el agua sin evaporación en más del 90% de su capacidad instalada. Los dos sitios, además, están conectados por una red dedicada (AI WAN) que permite que datacenters ubicados en distintos estados operen de forma coordinada como una sola supercomputadora, un esquema que la compañía llama «superfábrica de IA».
Cisco, Estados Unidos. La compañía integra IA en la gestión de sus redes empresariales: un asistente entrenado con años de casos técnicos de soporte responde preguntas de diagnóstico en lenguaje natural dentro de sus plataformas Catalyst Center y Meraki, y una capa de «operaciones agénticas» correlaciona señales de toda la red para generar diagnósticos de causa raíz de forma automática. Cisco anticipa que en los próximos tres a cinco años los administradores describirán el resultado que buscan y equipos de agentes coordinados se encargarán de diagnosticar, actuar y monitorear en minutos.
Molina Healthcare (con Splunk), Estados Unidos. La aseguradora de salud usa Splunk IT Service Intelligence, que aplica IA para reducir el ruido de alertas y detectar causas raíz de forma automática. El resultado, documentado por Splunk, fue una reducción del 63% en el tiempo medio de resolución de incidentes (MTTR), un número relevante en un sector donde la continuidad del servicio es crítica.
Deutsche Telekom, Alemania. Es uno de los casos de IA agéntica en producción mejor documentados fuera de Estados Unidos: su «RAN Guardian Agent» —un sistema de tres agentes especializados— monitorea el desempeño de la red móvil, anticipa eventos que puedan generar congestión (conciertos, partidos) y ajusta la configuración de la red en tiempo real. Según contó la compañía a la firma de análisis Omdia, el 75% de las acciones del sistema son totalmente autónomas, y lo que antes tomaba cerca de una hora por sitio ahora se resuelve en aproximadamente un minuto. Solo en Alemania, el agente identificó 40.000 eventos relevantes en un año.
América Latina: los primeros pasos en infraestructura de TI
Deloitte Spanish Latin America. La consultora reorganizó su oferta regional alrededor de la IA agéntica, con iniciativas como su Red Global Agentic y un Centro Global de Excelencia en Infraestructura de IA. Según su Informe de Impacto 2025, invirtió USD 15,6 millones en capacitación de sus 9.687 profesionales en la región, y sus cuatro Centros de Excelencia —en Ciudad de México, Monterrey, Bogotá y Buenos Aires— recibieron más de 66.500 visitas, 12% más que en el período anterior.
EY Latinoamérica (TI). En su inventario «100 casos rentables de inteligencia artificial en empresas de Latinoamérica», EY identifica Tecnologías de la Información como una de diez áreas estratégicas donde ya hay beneficios tangibles documentados en compañías de la región, junto con compras, finanzas operativas y auditoría interna.El mismo relevamiento de EY incluye a «Operaciones» como otra de las diez áreas con casos rentables de IA ya en marcha en la región, junto con logística y cadena de suministro, aunque el detalle de cada implementación individual no está disponible públicamente.
CIO Playbook 2025 (IDC para Lenovo), vía Forbes México. Sobre la base de encuestas a 500 responsables de TI y de negocio en la región, el estudio encontró que el 65% de las organizaciones latinoamericanas ya usa IA de alguna forma, aunque declaran dificultades para demostrar un retorno de inversión claro. El 86% prioriza marcos de gobernanza, riesgo y cumplimiento con supervisión humana, y se estima que el mercado de IA en América Latina alcance USD 17.400 millones para 2027.
Índice Latinoamericano de Inteligencia Artificial (ILIA 2025), vía Infobae. El informe, elaborado por CEPAL y el Centro Nacional de Inteligencia Artificial de Chile (CENIA), ubica a Chile, Brasil y Uruguay como países «pioneros» en preparación y uso de IA, por sus avances en infraestructura, conectividad y talento. La región recibe apenas 1,12% de la inversión mundial en IA pese a representar 6,6% del PBI global, una brecha que condiciona qué tan rápido estas capacidades bajan de la nube corporativa a la operación diaria de las empresas.
Y en la planta: seis casos de OT
Google DeepMind, Estados Unidos. El caso que popularizó la idea de «IA para OT»: un sistema de DeepMind ajusta en tiempo real el uso de enfriadores y ventiladores en los centros de datos de Google, con una reducción histórica del 40% en la electricidad destinada a refrigeración. Casi una década después, sigue siendo la referencia obligada al hablar de IA aplicada a sistemas físicos de infraestructura.
nybl (con IBM Maximo). La compañía de software industrial se asoció con IBM Maximo Application Suite para desarrollar soluciones de IA que permiten mantenimiento predictivo, reducen el tiempo de inactividad no planificado y mejoran la seguridad en infraestructura energética crítica, según documenta IBM en sus casos de estudio.
Schneider Electric, Estados Unidos. En Automate 2025 (Detroit), la compañía presentó un copiloto de IA generativa desarrollado junto con Microsoft para plantas industriales, pensado para paliar la escasez de personal calificado: da recomendaciones sobre procesos, ayuda a diagnosticar fallas y sugiere mantenimiento predictivo, integrado con su plataforma EcoStruxure Automation Expert.
Antofagasta plc, Chile. En sus resultados anuales 2025, la minera reportó avances en automatización, centros remotos de operación y analítica avanzada, incluyendo módulos de su sistema SIRO que generan recomendaciones operacionales en tiempo real: señal de que la IA ya forma parte del núcleo operativo y no de un piloto aislado.
Codelco y otras faenas chilenas. Según relevan medios especializados, Codelco junto con operaciones como Gabriela Mistral, Chuquicamata Subterránea, El Teniente y Minera Centinela ya tienen sistemas de IA funcionando en producción, principalmente para mantenimiento predictivo de correas transportadoras, chancadores, molinos y flotas de camiones.
Minería regional (Chile y Perú). Modelos multimodales combinados con decisiones prescriptivas de mantenimiento predictivo permiten recortar hasta 50% las detenciones no programadas en faenas mineras, de acuerdo con la publicación especializada.
Lo que todavía falta en la región
El patrón detrás de estos casos es el mismo en distintas escalas: la IA rinde donde hay datos limpios, procesos repetitivos y un problema puntual que resolver, no donde se la aplica como etiqueta genérica. El propio ecosistema minero —el sector más avanzado de la región en adopción— expone los límites: según cifras de Cochilco relevadas por medios especializados, solo el 25% de los proyectos de IA se integra por completo a la operación, y el estudio Deloitte-CESCO 2026 identificó que la principal barrera para escalar no es el presupuesto ni la tecnología, sino la cultura organizacional. A eso se suma la convergencia entre OT e IT, que multiplica la superficie de riesgo en ciberseguridad, y una escasez concreta de talento especializado —ingenieros de datos con experiencia OT/IT, especialistas en MLOps capaces de llevar modelos del piloto a producción— que, sin resolverse, seguirá frenando el paso de la demostración al valor real.