Cómo liberar el potencial de la inteligencia artificial y la ciencia de datos

Para 2026, más del 80% de los proveedores de software incorporarán capacidades de inteligencia artificial generativa (GenAl). De esta manera, se consolidará un nuevo paradigma de datos. 

Así lo analiza Gartner, quien también destaca que el 74% de los directores ejecutivos de empresas cree que la IA tendrá un impacto significativo en sus industrias.

Ante la creciente importancia que tienen las estrategias de IA, entrevistamos a una referente internacional para conocer su visión y poder anticipar un futuro que cambiará a las organizaciones.

En este artículo compartimos una conversación exclusiva con Catalina Herrera, Field CDO de Dataiku, plataforma líder a nivel mundial en inteligencia artificial, que sistematiza el uso de datos para mejorar resultados ¡y partner de IT Patagonia!

Hablamos sobre su experiencia personal y le consultamos acerca de cómo simplificar la implementación y el uso de la IA generativa. 

También le preguntamos por las estrategias más efectivas para superar las barreras y resistencias que se presentan frente a procesos de digitalización y transformación digital.

Además, analizamos la importancia que tiene el análisis predictivo en la gestión empresarial actual, y por qué es urgente cerrar el gap de habilidades de datos y la brecha de género en las profesiones STEM (ciencia, tecnología, ingeniería y matemática).

Conozcamos a una de las líderes mundiales en inteligencia artificial 

Para comprender la relevancia de quienes se destacan en el ámbito de la tecnología y la innovación, es importante conocer de dónde vienen y aquellas experiencias que marcaron su desarrollo personal y profesional.

Desde joven, la curiosidad de Catalina por entender cómo funcionaban las cosas, la llevó a desarmar más de un dispositivo electrónico, a pesar de los problemas que eso ocasionaba en su casa. 

Aunque uno de sus profesores de bachillerato la desanimaba a seguir una carrera en ingeniería, algo dentro de ella le decía que la tecnología era su camino. Esta intuición y la valentía de asumir el desafío, serían determinantes para su futuro.

Así, se inició en la carrera en ingeniería electrónica, a pesar de los comentarios de sus familiares que cuestionaban si cambiar “bombillos” era realmente una profesión. 

Con el tiempo, Catalina descubrió que la ingeniería le daba nuevas perspectivas y le ayudaba a superar el miedo a las matemáticas. 

Al graduarse, comenzó su desarrollo profesional como ingeniera de producción en Texas Instruments. Fue en ese rol donde realmente empezó a entender la importancia de los datos. 

Aunque no había planeado dedicarse a esa área, descubrió que tenía una gran capacidad para comprender los datos, a nivel técnico y de negocio. En ese proceso, también advirtió el valor que le aportaban al negocio para poder estar 3 pasos adelante y optimizar la producción. 

Esta combinación de habilidades le permitió dar el salto hacia la industria del software y ayudar a otras organizaciones a aprovechar sus datos de manera estratégica.

“Me impactó darme cuenta de que, sin importar la industria, la necesidad de analizar y gestionar los datos es fundamental, y se requiere de profesionales que garanticen un uso adecuado y efectivo de esta información. Esta experiencia fue decisiva en mi trayectoria profesional y personal, marcando el rumbo de mi carrera en el mundo de la tecnología y la ciencia de datos”, comparte Catalina.

Hoy, con una sólida formación que incluye tres maestrías en tecnología y una especialización en ciencia de datos, ella tiene la oportunidad de liderar proyectos globales y educar a otros sobre el poder transformador de la tecnología.

Transformación digital con machine learning, análisis de datos e IA

Con más de una década de experiencia en la transformación de datos en información procesable en diversas industrias, a Catalina se la reconoce como una persona que ofrece inputs poderosos.

No sólo en relación a cómo las empresas pueden aprovechar los datos para predecir “lo que sigue”, sino también en cómo pueden utilizarlos para impulsar una transformación significativa. 

“Mi rol consiste en colaborar con líderes globales de tecnología y negocios, incluyendo empresas Fortune 500, para impulsar iniciativas de transformación digital mediante machine learning, análisis de datos e inteligencia artificial”, explica. 

Con más de 15 años de experiencia en ciencia de datos, Catalina aplicó su conocimiento técnico y de la industria para resolver desafíos complejos en sectores como la energía, la manufactura, las finanzas y la salud.

“Mi aporte a los líderes empresariales se centra en ayudarles a comprender cómo los datos pueden no solamente anticipar acciones futuras, sino también catalizar cambios profundos y sostenibles en sus organizaciones”, señala. 

En este sentido, nos comenta que una transformación significativa implica integrar la IA generativa y otras tecnologías de vanguardia. De manera escalable, ética y estratégica, alineada con sus objetivos de negocio, y asegurando que estas prácticas generen un impacto tangible y positivo.

Como ex profesora universitaria, Catalina tiene la habilidad de conectar con audiencias diversas, haciendo fáciles los conceptos complejos, tanto para líderes técnicos como para ejecutivos de negocio. 

Además, su compromiso con la educación y el desarrollo de talento STEM, la han llevado a formar parte de la junta de High Tech High Heels, donde trabaja para inspirar y empoderar a jóvenes mujeres en carreras de tecnología.

Claves para liberar el potencial de la IA y la ciencia de datos en las empresas

La visión de Catalina es particularmente interesante, a partir de su vasta experiencia en impulsar la estrategia y ejecución de la inteligencia artificial generativa para implementaciones empresariales. 

También por ser una ferviente defensora de las prácticas éticas de inteligencia artificial.

“Para liberar el potencial de la IA y la ciencia de datos, las empresas deben centrarse en construir una cultura inclusiva, fomentar la colaboración, establecer una gobernanza de datos sólida, y garantizar la capacitación continua y responsable de sus equipos”, sostiene la experta.

Al respecto, enfatiza que de esta manera se asegura no solo el éxito empresarial, sino también un impacto positivo y ético en la sociedad.

Otro aspecto clave en relación al aprovechamiento del potencial de la IA, reside en la capacidad de simplificar la implementación y el uso de la IA generativa.

Como nos expresó Catalina, esto implica adoptar tecnologías que faciliten la orquestación de los artefactos y los recursos necesarios para desplegar estas aplicaciones a escala, sin depender de un solo modelo o infraestructura. 

“Es fundamental que los equipos tengan acceso a herramientas que les permitan integrar, comparar y experimentar con modelos de lenguaje de forma escalable, segura y eficiente”, manifiesta. 

Y suma que lo anterior debe darse dentro de un marco de trabajo que permita implementar políticas robustas de gobernanza, que asegure que los modelos de AI sean desarrollados y utilizados de manera responsable y acorde a los procedimientos de las empresas.

Según Catalina, “al democratizar el acceso a la IA se fomenta la innovación dentro de la organización, ya que los equipos pueden desarrollar soluciones creativas a problemas empresariales, alineándose con los objetivos estratégicos y maximizando el valor de esta tecnología”.

Principales puntos de dolor en un proceso de transformación digital e IA

Un aspecto central de la conversación mantenida con Catalina se centró en los principales puntos de dolor que se presentan en un proceso de transformación digital.

A partir de su experiencia como directora de datos de campo en Dataiku, la experta advierte que estos puntos de dolor se intensifican al momento de incorporar inteligencia artificial. 

Uno de los principales desafíos es la falta de visibilidad y control, que puede dificultar la gestión efectiva del ciclo de vida de los datos y la implementación de modelos de IA. 

“Para abordar este reto, es crucial contar con una gobernanza centralizada y herramientas de monitoreo y detección de desviaciones, como las que proporciona Dataiku con su enfoque de gobernanza y MLOps. Esto asegura que los datos se gestionen de manera segura y que los modelos sean transparentes y explicables en su operación”, enfatiza.

Otro punto de dolor común es la infraestructura costosa y compleja, que a menudo está vinculada a sistemas heredados que no permiten una fácil integración de nuevas tecnologías.

“La adopción de una arquitectura modular y el uso de plataformas que ofrezcan flexibilidad en la implementación, como las soluciones de Dataiku que soportan operaciones tanto en la nube como on-premise, pueden ayudar a mitigar estos problemas”, afirma la experta.

Para Catalina, una estrategia bien articulada de transformación digital debe abordar estos aspectos para facilitar una transición más fluida y eficiente hacia un entorno impulsado por la IA.

¿Cómo superar barreras y resistencias en procesos de transformación digital?

De acuerdo a la visión y experiencia de nuestra entrevistada, para superar las barreras y resistencias que surgen en los procesos de digitalización y transformación digital, se pueden implementar varias estrategias efectivas.

1. Comunicación clara y constante

Implica informar a todos los niveles de la organización sobre los beneficios y objetivos de la transformación digital es fundamental. 

Una comunicación transparente ayuda a mitigar miedos e incertidumbres, y mantiene a los empleados informados sobre cómo se verá afectado su trabajo y cómo pueden beneficiarse de las nuevas herramientas digitales.

2. Involucrar a los equipos en el proceso

Sumarlos en la planificación y ejecución del cambio ayuda a disminuir la resistencia. Se debe fomentar su participación en el diseño y la implementación del proceso digital, permitiéndoles aportar ideas y expresar sus preocupaciones. 

Estrategias como la formación de comités interdepartamentales o grupos de trabajo pueden ser útiles para lograrlo.

3. Capacitación y soporte continuo

Proporcionar formación adecuada y continua es esencial para capacitar a los empleados a usar nuevas tecnologías. 

Esto no solo aumenta la competencia y confianza de los equipos con las herramientas, sino que también ayuda a crear una cultura de aceptación al cambio continuo.

4. Implementación gradual

Un enfoque por fases para la digitalización permite a los empleados adaptarse progresivamente a las nuevas herramientas y procesos. 

Esta estrategia ayuda a facilitar la transición y reduce el impacto del cambio en las operaciones diarias, aumentando así la aceptación de los nuevos procesos.

5. Apoyo de la dirección

Es crucial que la dirección y los líderes de la organización muestren un fuerte compromiso con el proceso de transformación digital. 

Esto incluye liderar con el ejemplo y asegurar que la dirección está alineada con la misión y visión del cambio y se encuentra disponible para abordar cualquier desafío que surja durante la implementación.

“Al implementar estas estrategias, se pueden mitigar eficazmente las barreras y resistencias al cambio, promoviendo una adopción exitosa de la digitalización en la organización”, apunta la especialista.

Rol de los datos e importancia del análisis predictivo en un mundo digitalizado

Catalina suele destacar que los datos no son solo una herramienta, sino la columna vertebral de la estrategia empresarial moderna.

En esta línea, nos explica que, a diferencia de las herramientas que cumplen un rol específico, los datos proporcionan una visión integral y continua de cada aspecto del negocio:

• Permiten identificar patrones, predecir tendencias y personalizar experiencias en tiempo real, convirtiéndose en un motor clave para la innovación y la competitividad. 
• Cuando se integran de manera estratégica, ayudan a alinear todos los niveles de la organización y promueven un enfoque más ágil, preciso y adaptable, que es esencial en un entorno de cambio constante.

En cuanto a las razones que hacen del análisis predictivo un aspecto crucial en la gestión empresarial actual, Catalina identifica las siguientes:

1. Permite a las empresas anticipar tendencias y comportamientos futuros, basándose en datos históricos y patrones identificados. 

Esto facilita la toma de decisiones más informadas y estratégicas, mejorando la planificación y optimización de procesos internos. 

Por ejemplo, las empresas pueden predecir la demanda de productos o servicios y ajustar su producción y logística en consecuencia, evitando pérdidas por exceso de inventario o falta de stock.

2. Es esencial para la gestión del riesgo y la identificación de oportunidades de negocio. 

Al anticipar posibles problemas o cambios en el mercado, las empresas pueden desarrollar estrategias proactivas para mitigar riesgos y aprovechar nuevas oportunidades antes que sus competidores. 

En sectores como el financiero, el análisis predictivo es utilizado para evaluar la probabilidad de impago de los clientes. Mientras que los equipos de marketing, por ejemplo, lo usan para personalizar campañas y mejorar la experiencia del cliente. 

“Este tipo de análisis es una herramienta poderosa para cualquier organización que busque mantenerse competitiva en un entorno empresarial dinámico y desafiante”, señala.

Necesidad urgente de cerrar la brecha de habilidades de datos

La urgencia de cerrar la brecha de habilidades de datos surge porque, en un mundo cada vez más impulsado por la analítica y la inteligencia artificial, muchas organizaciones carecen de personal capacitado para aprovechar al máximo sus datos. 

Así lo analiza Catalina, quien suma que esta falta de habilidades limita la capacidad de las empresas para innovar, optimizar procesos y tomar decisiones estratégicas basadas en datos, lo que afecta directamente su competitividad.

De acuerdo a la opinión de la especialista, para comenzar a resolver esta brecha, es clave:

• Optimizar las inversiones en infraestructuras diversas (capacidad, nubes, cómputo, entre otras), reutilizando artefactos desarrollados por equipos diversos.
• Promover programas de capacitación, accesibles y escalables, dentro de las organizaciones.
• Permitir que integrantes de equipos técnicos y personas de áreas no técnicas desarrollen competencias en cultura de datos.
• Fomentar colaboraciones entre empresas, instituciones educativas y sector público, para impulsar iniciativas que amplíen la formación en datos y analítica.

“Al democratizar el acceso a estas habilidades, se facilita la creación de una cultura de datos en la que cada persona, independientemente de su rol, pueda contribuir al crecimiento impulsado por datos”, concluye.

Evolución de las estrategias de datos para maximizar la inteligencia artificial 

Durante la entrevista con Catalina, surgió otra cuestión, en torno a cómo están evolucionando las estrategias de datos de las empresas líderes. 

No solo para maximizar las capacidades de IA, sino también para garantizar la confianza y la escalabilidad.

Para la experta, las empresas líderes están adoptando un enfoque integral que conecta a sus equipos con sus tecnologías y sus procesos, combinando:

• tecnologías avanzadas;
• políticas de gobernanza sólida;
• una cultura de colaboración eficaz. 

Estos elementos aseguran que la IA se utilice de manera responsable y eficiente, generando valor sostenible para la organización.

Principales estrategias para cerrar la brecha de género STEM

Como miembro de la junta directiva de High-Tech High Heels (HTHH), una organización filantrópica dedicada a inspirar y empoderar a las mujeres jóvenes en la ciencia, Catalina está comprometida con la reducción de la brecha de género en las profesiones STEM. 

También con potenciar las vocaciones de mujeres en carreras en ciencia, tecnología, ingeniería y matemáticas.

Para cerrar la brecha de género en estas temáticas y potenciar el interés de las mujeres jóvenes en estas áreas, la organización se enfoca en varias estrategias clave, que incluyen:

1. Educación temprana y programas de mentoría

Es crucial inspirar el interés en carreras STEM desde edades tempranas. Programas de tutoría y mentoría, donde niñas y jóvenes interactúen con modelos a seguir, pueden ayudarles a ver estas profesiones como accesibles y emocionantes.

2. Alianzas con escuelas y universidades

Implica establecer colaboraciones con instituciones educativas para incorporar programas STEM inclusivos. Asimismo, talleres y clubes de ciencia que ayuden a aumentar la exposición de las estudiantes a estas disciplinas.

3. Acceso a recursos y becas

Facilitar el acceso a financiamiento y becas dedicadas a mujeres en STEM no solo ayuda a reducir barreras económicas, sino que también envía un mensaje claro sobre el compromiso de la industria y la sociedad en fomentar la igualdad de oportunidades.

4. Campañas de sensibilización y cambio de cultura

Es importante trabajar en iniciativas que rompan con los estereotipos de género en STEM, a través de campañas de sensibilización. 

Estas acciones deben estar orientadas a cambiar la narrativa cultural que muchas veces disuade a las mujeres jóvenes de optar por estas carreras.

“Al implementar estas estrategias, el capítulo de HTHH reúne a varias voluntarias de diferentes compañías tecnológicas, que traen su experiencia para crear un ecosistema de apoyo integral que inspire, empodere y fomente el crecimiento sostenido de mujeres en STEM, lo que ayuda a cerrar la brecha de género en estas profesiones”, explica Catalina.

Conclusión

La inteligencia artificial, sin duda, se convirtió en un pilar transformador en el ámbito de los negocios. 

Para impulsar la eficiencia operativa y la toma de decisiones basadas en datos, herramientas como el machine learning y el procesamiento de lenguaje natural permiten a las empresas: 

• automatizar procesos repetitivos;
• optimizar cadenas de suministro;
• anticiparse a las tendencias del mercado. 

Además, la capacidad de la IA para analizar grandes volúmenes de datos en tiempo real brinda a las organizaciones insights estratégicos que fortalecen su competitividad. 

En este sentido, la IA no solo potencia la productividad, sino que también redefine modelos de negocio, abriendo nuevas oportunidades para la innovación y la personalización de productos y servicios.