El dato muestra una brecha que ya no puede medirse únicamente por la cantidad de hogares conectados. También importa qué tan estable es la red, qué tecnologías puede soportar y qué capacidad tienen las personas y las empresas para aprovecharla.

En Colombia, el acceso a internet alcanza al 72,5 % de los hogares urbanos y al 56,9 % de los rurales, de acuerdo con la Encuesta de Calidad de Vida del DANE y el Ministerio TIC. La diferencia entre acceso y uso avanzado de la tecnología es especialmente relevante para actividades que dependen de datos, automatización y sistemas conectados.

Una finca que incorpora sensores para vigilar cultivos, una empresa que instala un ERP o una planta que utiliza sistemas de monitoreo necesitan algo más que una conexión disponible. Si la red presenta interrupciones o no tiene capacidad suficiente, las herramientas pueden dejar de funcionar como fueron diseñadas.

Te puede interesar: PISA 2025 deja una alerta para Colombia: ¿están los estudiantes preparados para la era de la IA?

El problema también aparece en las ciudades. Una caída de internet puede detener una venta, impedir una transacción bancaria, interrumpir una plataforma de atención o paralizar temporalmente una operación industrial. Cuando estos incidentes se repiten, el costo deja de estar relacionado únicamente con el tiempo que dura la desconexión.

Para Daniel Niño, gerente de Plataforma de Axity, uno de los errores está en analizar la infraestructura de red únicamente desde su precio. Una alternativa inicialmente económica puede terminar generando mayores costos si no ofrece suficiente soporte, seguridad, capacidad de crecimiento o mecanismos para detectar fallas.

La próxima discusión será sobre qué puede hacer la red

El crecimiento de tecnologías como la IA está aumentando las exigencias sobre las conexiones. Ya no basta con que una organización pueda acceder a internet; necesita que sus sistemas puedan intercambiar información de forma constante y que la infraestructura responda cuando aumenta el volumen de datos.

Una de las tecnologías que entra en esta discusión es el Edge Computing. Su función es acercar el procesamiento al sitio donde se producen los datos. En una operación agrícola o industrial, por ejemplo, la información captada por sensores y cámaras puede procesarse directamente en el lugar donde se genera, sin depender de enviar todo a un punto distante.

Te puede interesar: ¿Menos competencia y precios más altos? La CRC pone la lupa sobre Tigo-Movistar

También cambia la forma de administrar las redes. Axity plantea recurrir a servicios administrados para que un proveedor especializado supervise su funcionamiento, actualice capacidades y atienda incidentes en tiempo real. La propuesta apunta a reducir la distancia entre detectar un problema y solucionarlo.

El desafío resulta particularmente importante en el campo colombiano. La expansión de la conectividad ha permitido conectar más hogares y escuelas, pero los datos de uso de IA muestran que todavía existe una diferencia considerable entre disponer de internet y utilizarlo para transformar actividades productivas o educativas.

La pregunta que queda abierta para los próximos años ya no es únicamente cuántos colombianos tienen conexión. También será necesario medir qué pueden hacer con ella: si permite automatizar procesos, utilizar IA, analizar datos, operar sistemas críticos y mantener funcionando los servicios de los que dependen empresas y usuarios.

El cambio ya tiene cifras; durante julio de 2026, la tecnología procesó 2.000 pólizas y permitió liberar más de 760 horas de trabajo manual al mes, una capacidad equivalente a la labor de cinco personas dedicadas exclusivamente a esta actividad.

La tarea puede parecer sencilla, pero tiene varias verificaciones. Antes de enviar una póliza, los colaboradores debían comprobar que datos como la placa, el valor asegurado, las coberturas, las vigencias y la información del tomador coincidieran con lo solicitado.

Ahora, un modelo de inteligencia artificial con capacidad para analizar documentos realiza esa comparación. Cuando encuentra una diferencia relevante, el flujo se detiene para que la inconsistencia sea corregida con la aseguradora. Si todo coincide, el sistema continúa con el registro de la venta, la activación del plan de pagos y el envío de la póliza por WhatsApp y correo electrónico.

¿Por qué las pólizas representan un reto para la IA?

Uno de los problemas que tuvo que resolver la compañía fue la cantidad de formatos existentes. Según Seguro Canguro, un intermediario que trabaja con las aseguradoras colombianas puede encontrarse con cerca de 100 formatos diferentes de pólizas en el segmento de vehículos, debido a las distintas compañías, productos, versiones y tipos de automóviles.

Por esa razón, la empresa decidió utilizar modelos de lenguaje con capacidad de visión, en lugar de depender únicamente de sistemas tradicionales de reconocimiento óptico de caracteres. La tecnología puede interpretar la estructura y el contenido de los documentos para realizar la comparación con la información de origen.

El desarrollo fue realizado internamente por cinco ingenieros durante aproximadamente dos meses y utiliza servicios de nube empresarial de AWS. Antes de asumir la revisión de forma completa, el sistema pasó varios meses funcionando en paralelo con una validación manual para comprobar sus resultados.

Te puede interesar: Colombia tiene más startups, pero la inversión sigue concentrada en Bogotá

La automatización también modificó el trabajo del equipo. Seguro Canguro asegura que las personas que realizaban estas labores no fueron desvinculadas y pasaron a funciones relacionadas con asesoría y servicio al cliente.

“Lo que buscamos en Seguro Canguro es más tiempo ayudando a nuestros clientes, entendiéndolos y escuchándolos. Y menos tiempo tramitando lo que la digitalización puede tramitar”, afirmó Martín Alvemo, CEO de la compañía.

El sistema comenzó además a utilizarse para revisar modificaciones de pólizas. En estos casos, un cambio solicitado puede producir ajustes adicionales en el documento y requiere una nueva comprobación antes de entregarlo.

Fundada en Bogotá en 2015 con capital sueco, Seguro Canguro nació con el objetivo de digitalizar la compra de seguros. La compañía afirma haber asegurado más de 100.000 vehículos y operar mediante canales digitales en todo el territorio nacional.

Para la empresa, la experiencia con las pólizas muestra una aplicación concreta de la IA dentro de una operación cotidiana. La tecnología trabaja detrás del proceso, mientras los colaboradores concentran más tiempo en la atención directa de los clientes.

Sin embargo, al revisar las propuestas conocidas hasta ahora surge una pregunta que todavía no tiene una respuesta clara: ¿cómo piensa lograrlo?

Aunque los planteamientos incluyen referencias frecuentes a la innovación y a la inteligencia artificial, la mayoría de las propuestas permanecen en un nivel general y no explican aspectos fundamentales como fuentes de financiación, cronogramas de ejecución, indicadores de cumplimiento o reformas institucionales necesarias para convertir esas ideas en políticas públicas.

La inteligencia artificial como eje del discurso

Uno de los temas más repetidos en las intervenciones públicas de De la Espriella es la inteligencia artificial.

El presidente electo ha señalado que esta tecnología debe incorporarse en distintos procesos del Estado para mejorar la eficiencia, reducir costos y modernizar la administración pública. La propuesta sigue una tendencia que ya se observa en países como Estonia, Singapur o Emiratos Árabes Unidos, donde la automatización y el uso de algoritmos forman parte de la gestión gubernamental.

El problema no está en la intención, sino en la falta de detalles.

Durante una entrevista en la que fue consultado sobre cómo modernizaría el sistema nacional de ciencia, tecnología e innovación, De la Espriella respondió que había que incorporar inteligencia artificial. Sin embargo, no explicó qué programas desarrollaría, qué entidades liderarían la transformación, cuánto costaría el proceso ni cuáles serían los resultados esperados.

La respuesta dejó la impresión de que la inteligencia artificial aparecía más como una solución general que como una política estructurada.

Para especialistas en innovación, la adopción de IA requiere mucho más que la compra de software o la automatización de trámites. Implica infraestructura tecnológica, formación de talento, marcos regulatorios, protección de datos, ciberseguridad y mecanismos de evaluación permanentes.

El gran vacío: ciencia e innovación

Otro punto que llama la atención es la ausencia de una estrategia robusta para fortalecer el sistema nacional de ciencia y tecnología.

Colombia arrastra desde hace años un rezago en inversión para investigación y desarrollo. Las cifras oficiales muestran que el país destina una proporción de su Producto Interno Bruto considerablemente menor a la de economías líderes en innovación e incluso por debajo de varios países de América Latina.

Pese a ese panorama, las propuestas conocidas del presidente electo no incluyen metas específicas sobre incremento de inversión en investigación científica, creación de centros tecnológicos, fortalecimiento de universidades o programas masivos para transferencia de conocimiento hacia las empresas.

Sin estos elementos, resulta difícil evaluar si la transformación tecnológica propuesta tendría la capacidad de generar cambios estructurales en la economía.

Educación: objetivos claros, ejecución incierta

La educación también ocupa un lugar dentro del proyecto político.

El planteamiento apunta a mejorar la calidad educativa y preparar a los estudiantes para un mercado laboral cada vez más digitalizado. La meta es coherente con una realidad evidente: la demanda de profesionales en áreas como programación, análisis de datos, inteligencia artificial y ciberseguridad continúa creciendo en todo el mundo.

Te puede interesar: Tecnología para el desarrollo económico: el reto de generar más valor y no vender barato

No obstante, las propuestas disponibles no explican cómo se transformarán los currículos escolares, cómo se capacitará a los docentes o de dónde saldrán los recursos para ampliar la conectividad en regiones apartadas.

La experiencia internacional demuestra que los procesos de digitalización educativa suelen requerir inversiones sostenidas durante varios gobiernos, además de coordinación entre ministerios, universidades y sector privado.

Ambiente y desarrollo económico

Las propuestas del presidente electo también incluyen una visión favorable a la explotación de recursos naturales como mecanismo para impulsar el crecimiento económico.

Ese enfoque podría generar tensiones con el Ministerio de Ambiente y las entidades encargadas de otorgar licencias ambientales, especialmente si el objetivo es acelerar proyectos mineros, energéticos o de infraestructura.

La discusión no es menor. Una parte importante de los ingresos fiscales del país depende de estos sectores, pero cualquier flexibilización de procesos regulatorios podría enfrentar cuestionamientos relacionados con sostenibilidad y protección ambiental.

Una visión ambiciosa que necesita más detalles

Las propuestas tecnológicas de Abelardo de la Espriella parten de un diagnóstico ampliamente compartido: Colombia necesita aumentar su productividad, modernizar el Estado, fortalecer la innovación y aprovechar las oportunidades de la inteligencia artificial.

La dificultad aparece cuando se analizan los mecanismos para alcanzar esos objetivos.

Hasta ahora, los documentos públicos y las declaraciones conocidas presentan una visión ambiciosa, pero todavía dejan interrogantes sobre financiación, ejecución y metas verificables.

En política pública, la diferencia entre una intención y una estrategia suele estar en los detalles. Y precisamente esos detalles son los que aún faltan para determinar si la transformación tecnológica planteada por el presidente electo puede convertirse en una realidad o quedarse en una promesa de campaña.

Ahora bien, como dijimos, la viabilidad de las propuestas dependerá de enormes reformas legales y financieras; los principales riesgos son la falta de presupuestos definidos, posibles choques con mandatos constitucionales (especialmente en ambiente y educación) y la oposición social a cambios abruptos. En todo caso, la información oficial es limitada y las fuentes independientes resaltan que muchas iniciativas se sustentan en eslóganes más que en planes técnicos publicados, por lo que algunas afirmaciones deberán calificarse como “no especificado” en ausencia de datos concretos (por ejemplo, presupuestos de cada programa o cronogramas detallados).

Mientras el mercado exige resultados medibles, muchas organizaciones todavía están tratando de descubrir cómo integrar estas tecnologías dentro de su operación diaria. El reto ya no pasa por tener acceso a herramientas de IA, sino por evitar errores que están frenando proyectos completos.

Para expertos de SONDA, compañía especializada en transformación digital, la conversación empresarial comenzó a cambiar. Ahora la prioridad no es únicamente implementar inteligencia artificial, sino demostrar que esas inversiones producen mejoras reales en productividad, automatización y operación.

En Colombia, esta discusión toma fuerza porque el país proyectó inversiones por $479.273 millones hasta 2030 para fortalecer capacidades nacionales relacionadas con inteligencia artificial. Sin embargo, tener recursos disponibles no garantiza implementaciones exitosas.

Muchas compañías siguen en fases de prueba, realizando pilotos o experimentando con automatización antes de escalar proyectos más grandes.

Comprar tecnología sin saber para qué usarla

Uno de los problemas más frecuentes aparece cuando las organizaciones adoptan inteligencia artificial por presión competitiva y no porque exista una necesidad clara.

La velocidad con la que llegaron asistentes generativos, automatización inteligente y agentes capaces de ejecutar tareas creó una sensación de urgencia. El resultado: empresas adquiriendo soluciones sin definir primero objetivos, indicadores o procesos internos.

Te puede interesar: Empresas colombianas aceleran automatización financiera ante incertidumbre electoral

Desde SONDA advierten que una herramienta avanzada no corrige por sí sola problemas operativos existentes. Si los procesos ya presentan fallas, la IA puede terminar amplificando esas ineficiencias.

La compañía también identifica una diferencia importante entre organizaciones que comenzaron su transformación tecnológica antes del auge de la IA y aquellas que todavía trabajan con sistemas fragmentados o procesos poco integrados. Cuanto más preparada está una empresa tecnológicamente, mayores probabilidades tiene de capturar valor.

Los datos y la cultura empresarial siguen siendo el gran obstáculo

Muchos proyectos de inteligencia artificial no se detienen por falta de tecnología, sino por problemas internos.

La calidad de los datos aparece entre las principales barreras. Sistemas desconectados, información incompleta o registros duplicados afectan directamente el desempeño de modelos y automatizaciones.

Otro obstáculo frecuente es asumir que la IA pertenece únicamente al área tecnológica. Cuando las áreas operativas, comerciales o de atención al cliente quedan por fuera, la adopción suele ser más lenta y genera resistencia dentro de los equipos.

La medición también sigue siendo un punto débil. Muchas organizaciones implementan herramientas sin definir cómo evaluarán productividad, ahorro de tiempo o impacto financiero.

Te puede interesar: “La IA por sí sola no funciona”: AMD habla sobre el reto de las empresas en Colombia

Desde su experiencia, SONDA asegura que actualmente trabaja en iniciativas relacionadas con automatización, desarrollo acelerado de software y agentes inteligentes para distintas industrias, utilizando tecnologías de IA generativa y plataformas cloud.

Mientras tanto, las inversiones continúan creciendo. Según cifras citadas por la industria tecnológica, 96 % de las organizaciones planea aumentar sus inversiones en inteligencia artificial durante los próximos 12 meses.

Eso significa que el mercado está entrando en una nueva etapa: menos interés por experimentar y más presión por demostrar resultados.

Si tu empresa quiere evitar errores frecuentes, el mensaje parece sencillo: antes de implementar inteligencia artificial, necesitas procesos ordenados, datos confiables y objetivos claros. Sin eso, incluso la herramienta más avanzada puede quedarse solo como otra prueba piloto.

La iniciativa fue desarrollada por la Facultad de Ingeniería de UCompensar y superó cerca de 150 propuestas de universidades, organizaciones médicas y empresas tecnológicas del país. El reconocimiento incluye recursos para comenzar su implementación en la red hospitalaria y oncológica de Bogotá.

PreventIA utiliza inteligencia artificial para analizar imágenes médicas y detectar señales asociadas al cáncer de mama. Según sus creadores, el sistema alcanza una efectividad superior al 90 % y puede entregar resultados en menos de un minuto.

Te puede interesar: La IA ya está siendo usada para consultas médicas, según estudio de Anthropic

El proyecto fue entrenado durante dos años con más de 100 GB de imágenes médicas provenientes de bases de datos internacionales, especialmente de Europa y Japón. La IA identifica malformaciones, clasifica calcificaciones y determina si estas podrían ser benignas o malignas.

La convocatoria fue organizada por AstraZeneca, Daiichi Sankyo y la Pontificia Universidad Javeriana. Durante el proceso participaron jurados del sector médico, entidades públicas y expertos en salud.

Una IA pensada para hospitales con baja conectividad

Uno de los puntos que más llamó la atención del jurado fue que PreventIA no fue diseñada únicamente para grandes clínicas o centros especializados. La herramienta busca funcionar tanto en ciudades como en municipios apartados donde el acceso a especialistas sigue siendo limitado.

El sistema podrá utilizarse desde plataformas web y móviles, lo que permitiría que médicos en regiones rurales consulten imágenes diagnósticas sin depender de infraestructura compleja.

De acuerdo con el equipo investigador, la IA no pretende reemplazar a los profesionales de salud. Su función es acelerar procesos y ayudar en la toma de decisiones clínicas, especialmente en lugares donde los tiempos de espera pueden retrasar diagnósticos importantes.

Te puede interesar: La mitad de las respuestas de salud de la IA son erróneas o peligrosas: nuevo estudio

Para lograrlo, el modelo utiliza redes neuronales y filtros adaptativos capaces de enfocarse únicamente en las áreas relevantes de una imagen médica, eliminando elementos que puedan afectar el análisis.

El desarrollo fue construido con herramientas de Deep Learning sobre MATLAB y actualmente avanza en la integración del software que servirá como interfaz para médicos y hospitales.

El siguiente paso será probarla en hospitales reales

Tras ganar el reto, PreventIA iniciará una nueva etapa enfocada en pruebas e implementación dentro de entornos clínicos reales en Bogotá. Los recursos entregados por las organizaciones aliadas permitirán avanzar en validaciones dentro de hospitales y centros oncológicos.

La apuesta tiene un impacto importante si se tiene en cuenta que la detección temprana sigue siendo uno de los factores más determinantes para aumentar las probabilidades de tratamiento exitoso en pacientes con cáncer de mama.

Además del componente médico, el proyecto también refleja cómo universidades colombianas están utilizando inteligencia artificial en soluciones aplicadas a problemas de salud pública.

PreventIA incluso ya comenzó a perfilarse como una posible spin-off tecnológica de UCompensar, luego de pasar por programas de emprendimiento y validación enfocados en innovación científica.

Mientras avanzan las pruebas clínicas, la expectativa está puesta en comprobar si esta tecnología puede convertirse en una herramienta útil para acelerar diagnósticos y ampliar el acceso a atención especializada en distintas regiones del país.

Ese es uno de los hallazgos que deja el más reciente informe Global AI Diffusion Q1 2026 de Microsoft, un estudio que analiza cómo distintos países están apropiando esta tecnología y qué impacto podría tener sobre sus economías.

Colombia aparece entre las naciones latinoamericanas con mayor ritmo de adopción. El país pasó de 20,4 % en el primer semestre de 2025 a 24,5 % en el primer trimestre de 2026, superando a mercados como Brasil, México y Argentina.

La cifra no solo refleja un mayor uso de herramientas como ChatGPT o asistentes digitales. También evidencia cómo la inteligencia artificial comenzó a integrarse en procesos laborales, industrias y servicios públicos.

La IA avanza más rápido que cualquier revolución tecnológica

El estudio sostiene que la velocidad de expansión de la IA no ocurrió por casualidad. La combinación entre poder computacional distribuido, grandes volúmenes de datos y algoritmos sofisticados permitió acelerar un proceso que llevaba décadas desarrollándose en laboratorios.

Durante años, la inteligencia artificial permaneció limitada a entornos académicos porque los modelos dependían de reglas lógicas y sistemas simbólicos difíciles de escalar. El cambio llegó cuando aparecieron los centros de datos modernos y la capacidad de entrenar modelos con enormes cantidades de información.

Eso abrió la puerta a herramientas capaces de generar texto, código, imágenes y automatizar procesos completos.

Uno de los ejemplos más citados es AlphaFold, el proyecto impulsado por Google DeepMind que logró revolucionar el estudio de proteínas mediante IA. Antes de esta tecnología, la humanidad había logrado modelar unas 250.000 estructuras proteicas en décadas de investigación. Con inteligencia artificial, esa cifra superó los 3,5 millones en apenas un año.

El impacto va mucho más allá de los laboratorios. Según Microsoft, la IA puede acelerar sectores como salud, educación, energía, finanzas y desarrollo de software.

En GitHub, por ejemplo, la compañía detectó un aumento del 78 % en generación de nuevo código gracias al uso de asistentes de programación basados en lenguaje natural. Eso significa que muchas personas ya no escriben software línea por línea, sino que describen tareas y la IA produce el código automáticamente.

Colombia gana terreno, pero la brecha sigue creciendo

Aunque América Latina muestra avances, el informe advierte que todavía existe una diferencia importante frente a economías más desarrolladas.

Los países del llamado “Global North” alcanzan niveles de adopción cercanos al 27,5 %, mientras que el promedio del “Global South” ronda el 15,4 %. Microsoft incluso alerta que la distancia sigue aumentando trimestre tras trimestre.

La discusión ya no gira únicamente alrededor de quién desarrolla la tecnología, sino de qué países logran apropiarla más rápido para generar productividad y crecimiento económico.

En ese punto, Colombia aparece con señales positivas. El informe menciona que el país ya tiene iniciativas de inteligencia artificial aplicadas en justicia, monitoreo ambiental y automatización de procesos públicos.

Además, el crecimiento del uso de IA refleja que existe acceso creciente a dispositivos, conectividad y herramientas digitales compatibles con estas plataformas.

Sin embargo, todavía hay retos importantes. La infraestructura energética, la expansión de centros de datos y la formación de talento especializado serán determinantes para que Colombia pueda aprovechar esta ola tecnológica.

Microsoft también señala que gran parte de la inversión mundial en infraestructura de IA está siendo impulsada por empresas privadas, especialmente en centros de datos y computación en la nube.

La apuesta es enorme: la compañía anunció inversiones globales por 165.000 millones de dólares para fortalecer infraestructura orientada a inteligencia artificial.

Para países como Colombia, la oportunidad está en apropiarse rápido de esta tecnología y convertirla en productividad real antes de que la brecha vuelva a ampliarse.

En muchos casos, las pymes se quedan en la intención. Algunas no saben por dónde empezar, otras dependen completamente de terceros para hacer ajustes simples y varias terminan implementando soluciones que no responden a sus necesidades reales. El resultado es una inversión que no se traduce en eficiencia.

Frente a este problema, han surgido plataformas como MET, desarrollada por la colombiana Meteor IA, que propone crear agentes de inteligencia artificial a través de un chat guiado. La idea es reducir la complejidad técnica y permitir que cualquier empresa pueda configurar automatizaciones sin necesidad de programar.

Más allá de la herramienta, el debate de fondo sigue siendo el mismo: cómo lograr que la inteligencia artificial realmente funcione dentro de una empresa y no se convierta en un gasto innecesario.

Te puede interesar: Curso gratis de programación: así puede inscribirse y aprender desde cero en 15 días

Antes de implementar cualquier solución, expertos recomiendan que las empresas se detengan a evaluar algunos puntos básicos que pueden marcar la diferencia entre un uso efectivo y una mala decisión.

El primero es identificar el problema concreto que se quiere resolver. Automatizar por tendencia o presión del mercado suele llevar a resultados poco útiles. Tareas como la atención al cliente, el seguimiento comercial, la gestión de citas o la respuesta a preguntas frecuentes suelen ser buenos puntos de partida.

También es necesario definir qué procesos pueden automatizarse y cuáles no. Las tareas repetitivas, basadas en reglas claras, suelen adaptarse mejor a un agente digital. En cambio, situaciones complejas, reclamos o decisiones que requieren criterio humano todavía necesitan intervención directa.

Automatizar sin perder el control

Otro aspecto clave es la facilidad para hacer cambios. En muchas pymes, modificar un mensaje, ajustar horarios o corregir respuestas depende de un proveedor externo, lo que ralentiza la operación. Una herramienta útil debería permitir ajustes rápidos sin complicaciones técnicas.

A esto se suma la supervisión. Aunque la inteligencia artificial ejecute tareas de forma automática, siempre debe haber una persona encargada de revisar su funcionamiento, detectar errores y decidir cuándo una conversación debe pasar a un humano.

Finalmente, está la medición de resultados. Implementar un agente de IA sin indicadores claros impide saber si realmente está generando valor. Variables como tiempos de respuesta, número de clientes atendidos o reducción de carga operativa ayudan a evaluar su impacto.

De acuerdo con Daniel Vargas, cofundador de Meteor IA, el avance de estas tecnologías depende de que más empresas puedan probar soluciones en procesos específicos, medir su desempeño y hacer ajustes de manera sencilla.

Te puede interesar: Empresas extranjeras están contratando más colombianos: estas son las áreas clave

En Colombia, el interés por la digitalización empresarial viene acompañado de inversión pública. El Ministerio TIC reportó que en 2025 la estrategia PotencIA Digital destinó cerca de 42.500 millones de pesos para apoyar a 1.000 pymes en la adopción de tecnologías.

En ese contexto, herramientas como MET buscan cerrar una brecha frecuente: la distancia entre el entusiasmo que genera la inteligencia artificial y la dificultad de aplicarla correctamente en negocios pequeños y medianos.

Para sectores como comercio, educación, salud o servicios, la automatización puede ser útil si se aplica en tareas específicas y de alto volumen. La recomendación es avanzar paso a paso, medir resultados y evitar implementar soluciones sin un objetivo claro.