ANDICOM confirmó que la conversación sobre IA ya cambió
Cartagena volvió a convertirse, del 1 al 4 de septiembre, en un punto de encuentro para el ecosistema tecnológico y empresarial de la región. Pero ANDICOM 2026 tuvo una particularidad que, desde nuestra perspectiva, define muy bien el momento que están viviendo las organizaciones: la inteligencia artificial dejó de presentarse principalmente como una promesa tecnológica y empezó a discutirse como una variable económica, operativa y estratégica.
La edición 41 se desarrolló bajo el concepto “Unleashing the Power of AI” y estructuró su conversación alrededor de cuatro grandes ejes: inteligencia artificial; ciberseguridad y confianza digital; conectividad e infraestructura digital; y política pública y regulación. La propia agenda del congreso partía de una premisa contundente: después de varios años de maduración, la IA entra en una fase en la que debe transformar productividad, modelos de negocio y competitividad.
Ese cambio de enfoque nos parece especialmente relevante.
Durante los últimos años, muchas conversaciones empresariales sobre IA comenzaron preguntando qué puede hacer la tecnología. Hoy esa ya no es suficiente. Las preguntas que importan son otras: ¿dónde puede generar valor?, ¿qué proceso debemos transformar?, ¿cuánto cuesta producir ese resultado?, ¿podemos escalarlo?, ¿qué datos necesita?, ¿cómo lo gobernamos?, ¿qué riesgo estamos asumiendo y cómo medimos el retorno?
No es un cambio semántico. Es una evolución en la madurez de la conversación.
La evidencia en Colombia ayuda a entender por qué. Un estudio de CINTEL publicado en 2026 encontró que, entre las MiPymes analizadas, el 45 % mostraba disposición a adoptar nuevas tecnologías, pero solo el 32 % utilizaba activamente inteligencia artificial. Además, apenas el 18,8 % reportaba iniciativas estructuradas de IA y solo el 6,5 % evaluaba su éxito a través del ROI directo. La conclusión no es que falte interés: existe una brecha entre querer usar IA y tener las condiciones organizacionales para convertirla en resultados sostenibles.
Y esa brecha fue, para nosotros, una de las conversaciones de fondo de ANDICOM.
Nuestra mirada desde Altiana: el reto ya no es acceder a la IA, sino saber operarla
Ese enfoque conecta directamente con la manera como en Altiana entendemos la transformación tecnológica.
Hoy acceder a inteligencia artificial es relativamente sencillo. Una persona puede comenzar a utilizar un modelo en minutos. Una empresa puede experimentar con asistentes, copilotos o automatizaciones sin desarrollar desde cero la inteligencia que existe detrás de ellos.
Pero acceder a una capacidad no significa haber construido una capacidad empresarial.
La diferencia aparece cuando llevamos esa herramienta al interior de un proceso que debe atender cientos o miles de transacciones, interactuar con información corporativa, cumplir políticas de seguridad, mantener niveles de servicio, responder a auditorías y demostrar económicamente por qué debe continuar operando.
La investigación internacional apunta al mismo desafío. El World Economic Forum señala que las organizaciones están moviendo la IA desde pilotos hacia operaciones reales, pero advierte que desplegar tecnología no garantiza valor sostenido; para conseguirlo es necesario rediseñar procesos, responsabilidades humanas, gobierno y formas de operar. En otro análisis de 2026, el Foro encontró que muchas compañías todavía están agregando IA sobre procesos existentes en lugar de replantear el modelo operativo alrededor de nuevas capacidades de inteligencia.
Por eso nuestra conversación no parte de “¿qué herramienta de IA quieres implementar?”.
Preferimos comenzar antes:
¿Qué quieres mejorar?
¿Una venta? ¿El tiempo de atención? ¿La productividad de un equipo? ¿La identificación de una anomalía? ¿La resolución de un caso? ¿El tiempo que tarda un proceso? ¿La calidad de una decisión?
Después viene la tecnología.
Esta forma de mirar la IA cambia incluso cómo debe construirse el caso de negocio. La unidad relevante deja de ser simplemente el número de usuarios que tienen acceso a una licencia. En sistemas generativos y agénticos, el consumo se vuelve variable: depende de cuánto contexto se procesa, qué modelo interviene, cuánto genera, cuántas veces debe razonar o consultar herramientas y qué arquitectura se diseñó para resolver la tarea.
Y ahí es donde llegamos a la conversación que nosotros quisimos poner sobre la mesa en Cartagena.
La economía del token: cuando la IA llega al estado de resultados
Nuestra participación en ANDICOM tuvo como uno de sus ejes una idea que consideramos fundamental para la siguiente etapa de adopción empresarial: la economía del token.
El token puede parecer un concepto excesivamente técnico. En términos simples, es una de las unidades mediante las cuales los modelos de IA procesan y generan información. Pero cuando una organización comienza a utilizar IA de manera recurrente y a escala, esa unidad técnica adquiere una dimensión financiera.
La FinOps Foundation describe precisamente esta evolución como Token Economics: una disciplina que busca conectar la producción y el consumo de tokens con el resultado empresarial que generan. Su marco de Unit Economics va incluso más allá: propone que las organizaciones evolucionen de observar solamente el costo por token hacia indicadores como costo por asistencia, costo por acción de un agente, costo por caso resuelto o costo por resultado.
Ese fue el corazón de nuestra reflexión en ANDICOM:
un token tiene precio; lo que necesita el negocio es entender el valor que produjo.
Porque dos soluciones pueden utilizar la misma inteligencia artificial y tener economías completamente distintas.
Una puede enviar enormes cantidades de contexto a un modelo sofisticado para resolver cada solicitud. Otra puede seleccionar mejor la información, aprovechar mecanismos de recuperación y reutilización, escoger modelos distintos dependiendo de la complejidad de la tarea y reservar la mayor capacidad de razonamiento para las decisiones que realmente la necesitan.
Ambas pueden “usar IA”. Pero no necesariamente tienen la misma eficiencia.
Lo mismo ocurre con los agentes. Cuando evolucionamos de un chatbot que responde una pregunta a un sistema capaz de consultar información, decidir un siguiente paso, utilizar una herramienta, verificar el resultado y continuar ejecutando acciones, una sola tarea de negocio puede involucrar múltiples consumos tecnológicos. Por eso administrar únicamente un presupuesto agregado de IA entrega una visión incompleta: es necesario relacionar ese consumo con la tarea y con el resultado obtenido. La FinOps Foundation sitúa justamente el costo por token como un punto inicial de madurez que debe evolucionar hacia métricas orientadas a resultados.
Para nosotros, eso significa que FinOps para IA no debe aparecer después de que la factura crece. Tiene que incorporarse desde el diseño.
No se trata de utilizar siempre el modelo más barato. Tampoco de minimizar tokens a cualquier costo. Se trata de encontrar una relación adecuada entre calidad, velocidad, riesgo, consumo y valor empresarial.
Ese matiz fue importante durante la charla.
Nuestra intención no era presentar la economía del token como una alarma frente al costo de la inteligencia artificial. Queríamos plantearla como una nueva disciplina de gestión: si la IA empieza a convertirse en una capacidad transversal del negocio, debemos aprender a medir su economía con la misma seriedad con que medimos cualquier otro recurso productivo.
Lo más valioso ocurrió después de la charla: las conversaciones
Hay una razón por la que encuentros como ANDICOM siguen siendo importantes incluso en una industria que puede comunicarse de forma permanente y digital: algunas preguntas necesitan conversación.
Eso también apareció con fuerza en las entrevistas que tuvimos con varios de los líderes que nos acompañaron.
Un directivo del sector de distribución y consumo masivo nos compartió una reflexión que resume muy bien el momento actual: cada vez más procesos del negocio terminan apoyándose en servicios tecnológicos, por lo que una iniciativa de IA no debería separarse de su dimensión financiera. Desde su perspectiva, pensar en la economía del token desde el comienzo ayuda a incorporar esa variable antes de que la tecnología escale dentro de los procesos.
En otra conversación apareció una inquietud todavía más directa: muchas organizaciones saben que están consumiendo IA, pero no necesariamente tienen claridad suficiente sobre qué están gastando, cuándo lo están gastando y si ese consumo tiene sentido frente al objetivo que buscaban alcanzar. El participante llevó la discusión a una pregunta esencial para cualquier líder financiero o tecnológico: cuánto cuesta realmente ejecutar una tarea y qué puede hacerse para volverla más eficiente.
Un tercer participante resaltó algo que para nosotros tiene un valor especial: la diferencia entre hablar de IA desde la teoría y hacerlo a partir de experimentación, pruebas, datos y hechos. En su lectura, llevar la conversación hacia presupuestos, facturación y buenas prácticas para administrar el consumo ayuda a construir algo indispensable para innovar a escala: confianza para crecer de manera sostenible.
Y esas respuestas nos confirmaron algo.
Las organizaciones ya no necesitan otra presentación que les explique que la inteligencia artificial es importante. Ese mensaje ya llegó.
Necesitan interlocutores que las ayuden a pasar a la siguiente pregunta.
¿Dónde empezamos?
¿Qué proceso vale la pena intervenir?
¿Qué arquitectura necesitamos?
¿Cómo conectamos nuestros datos?
¿Qué modelo tiene sentido para cada tarea?
¿Cómo evitamos que un piloto se convierta en un gasto sin dueño?
¿Qué debemos medir para saber si realmente está funcionando?
Esa es la conversación que queremos tener desde Altiana.
De la fascinación tecnológica a una disciplina de creación de valor
Lo que nos deja ANDICOM 2026 no es una predicción sobre lo que ocurrirá dentro de cinco años.
Es una señal sobre lo que las organizaciones deben resolver ahora.
La primera es que la IA tiene que llegar al proceso. El impacto no aparece porque una organización compre una herramienta, sino cuando replantea cómo vende, atiende, decide, produce, analiza, desarrolla software, detecta riesgos o utiliza su conocimiento. Casos internacionales recopilados durante 2026 muestran precisamente que los resultados más interesantes aparecen cuando la inteligencia artificial se integra en flujos operativos y no permanece como una capa experimental separada del negocio.
La segunda es que los datos y la arquitectura siguen importando. Una IA empresarial necesita contexto, integración y acceso controlado a información confiable. La convergencia entre datos, infraestructura, inteligencia artificial y workflows fue uno de los temas centrales de ANDICOM y coincide con una tendencia más amplia: la ventaja no proviene de acumular tecnologías, sino de conseguir que trabajen juntas dentro de un modelo operativo.
La tercera es que gobernar no significa frenar. Significa saber quién puede utilizar qué, con qué información, para qué decisiones, bajo qué controles y con qué trazabilidad. Esto se vuelve todavía más importante a medida que pasamos de asistentes que recomiendan a agentes capaces de ejecutar acciones. ANDICOM abrió su agenda precisamente con gobernanza y confianza, mientras estudios recientes sobre adopción empresarial insisten en incorporar supervisión humana y mecanismos de control desde el diseño.
Y la cuarta, que fue nuestra apuesta particular durante esta edición, es que la economía debe diseñarse junto con la tecnología.
El costo por token es un dato.
El costo por tarea es información.
El costo por resultado empieza a ser gestión.
Y cuando podemos relacionar ese resultado con productividad, ingresos, experiencia, tiempo ahorrado, riesgo mitigado o capacidad adicional del negocio, empezamos realmente a hablar de valor. Ese paso de métricas técnicas a métricas de negocio es precisamente el principio de unit economics que FinOps propone para administrar tecnologías de consumo variable.
La conversación que continúa después de Cartagena
En Altiana regresamos de ANDICOM con más convicción que respuestas cerradas.
Convicción de que la inteligencia artificial ya no puede gestionarse como una iniciativa periférica de innovación.
Convicción de que tecnología y negocio tienen que sentarse en la misma conversación.
Convicción de que Finanzas debe entender cómo se consume la inteligencia y Tecnología debe entender cómo ese consumo impacta la economía de un proceso.
Convicción de que no todas las tareas requieren el mismo modelo, la misma arquitectura ni el mismo nivel de autonomía.
Y, sobre todo, convicción de que el objetivo no es consumir más inteligencia artificial. Es producir más valor con ella.
Esa mirada coincide con el momento que mostró ANDICOM 2026: una industria que comienza a salir de la fascinación inicial y entra en una etapa más exigente, en la que la adopción debe convivir con productividad, transformación organizacional, infraestructura, confianza, regulación y resultados medibles.
Para las organizaciones, la pregunta ya no es solamente “¿cómo incorporamos IA?”
La pregunta que creemos que debe orientar la siguiente decisión es más completa:
¿Qué queremos transformar, cuánto nos cuesta hacerlo con inteligencia artificial y qué valor obtenemos a cambio?
En ANDICOM pusimos esa conversación sobre la mesa.
Ahora empieza la parte importante: llevarla a cada proceso, cada decisión y cada organización que está lista para pasar de experimentar con IA a construir con ella una ventaja real y sostenible.
