El verdadero impacto económico de la Inteligencia Artificial no está solo en la inversión, sino en saber cuánto valor se consigue con ella. Y para eso, medir y estimar son clave. Julián Gómez Bejarano, Chief Digital Officer LedaMC, explica cómo estimar adecuadamente el esfuerzo que implica implementar soluciones de IA consigue maximizar el retorno de las inversiones tecnológicas.
Julián, en LedaMC estáis apostando por la Inteligencia Artificial, la habéis incorporado en Quanter para estimaciones inteligentes y mejora de requisitos. Desde tu punto de vista ¿Cómo encaja esta innovación en la estrategia de LedaMC y en su visión de futuro?
Quanter es un claro ejemplo de cómo en LedaMC combinamos tecnología, datos y metodología para aportar valor a nuestros clientes. Desde que empezamos con el desarrollo de Quanter, nuestra visión ha sido que la gestión de estimaciones debe ser sencilla, fiable y auditable, y la Inteligencia Artificial Generativa nos permite dar nuevos pasos en esta dirección.
La reciente incorporación de la Mejora de Requisitos con IAG permite a las empresas optimizar la calidad de sus requisitos desde el primer momento, reduciendo revisiones y asegurando que la estimación de esfuerzo y costes sea lo más precisa posible. Esto es clave para garantizar proyectos más eficientes y predecibles.
La Inteligencia Artificial, bien implementada, puede ser una gran ayuda para impulsar la productividad y la calidad del desarrollo de software. Y tenemos claro que debemos seguir innovando para ofrecer soluciones que permitan a nuestros clientes mejorar la gestión de sus proyectos de TI.
¿Qué impacto económico real está teniendo la inteligencia artificial en los proyectos tecnológicos?
Está generando una expectativa de eficiencia sin precedentes. Las empresas están invirtiendo en IA para acelerar desarrollos, automatizar decisiones y reducir costes. Pero el verdadero impacto económico no está solo en la inversión, sino en cuánto valor se consigue con ella. Y para eso, medir y estimar son clave. Sin una buena base de estimación, no sabes si estás ganando velocidad o simplemente corriendo sin rumbo.
¿Por qué es tan difícil traducir la inversión en IA a crecimiento medible del PIB o del negocio?
Porque muchas veces se invierte por tendencia, no por retorno. Si no se estima adecuadamente el esfuerzo que implica implementar soluciones de IA, los costes se disparan o se infraevalúan. La IA tiene potencial de impacto económico, pero solo si se gestiona como una inversión seria: con estimaciones, métricas y seguimiento de resultados.
¿Cómo ayudan las estimaciones a maximizar el retorno de las inversiones tecnológicas?
Te permiten priorizar lo que realmente genera valor. Si sabes cuánto te va a costar una funcionalidad y qué impacto puede tener en ingresos o eficiencia, puedes tomar mejores decisiones de negocio. Estimar no es solo prever tiempos y recursos, es conectar la tecnología con la rentabilidad. Sin estimación, la IA es solo gasto.
¿Dónde está el riesgo económico si no se estima correctamente un proyecto con IA?
En asumir que todo lo que tiene "IA" va a funcionar y va a ser rentable. Sin estimaciones, puedes sobreinvertir en soluciones innecesarias o mal dimensionadas. Y eso afecta no solo al presupuesto, sino a la estrategia. Las estimaciones son una barrera de seguridad: permiten avanzar con ambición, pero con control.