“La IA impone un cambio estructural en el modelo de servicio TI”, Ana Belén González, Cognizant

Cuando la IA ya está integrada en procesos, plataformas y equipos tecnológicos, ¿qué cree que está cambiando de forma más profunda en el modelo tradicional de servicios TI? ¿Estamos ante una evolución del outsourcing que conocemos o ante un cambio de modelo mucho más estructural?

Creo que estamos ante un cambio mucho más profundo que una evolución del outsourcing tradicional. Durante décadas externalizamos capacidad de ejecución; ahora empezamos a externalizar también capacidad de decisión y de orquestación. La IA permite que una parte creciente del trabajo operativo sea ejecutada por agentes capaces de interpretar contexto, actuar y aprender. Esto desplaza el foco desde la gestión de recursos hacia la gestión de resultados. El proveedor deja de aportar únicamente talento y escala, para aportar inteligencia operacional integrada en los procesos de negocio. Es un cambio estructural en el modelo de servicio.

 

Durante años, los servicios TI se han articulado alrededor de personas, horas, tickets, proyectos y SLA. ¿Qué debería pasar a ser ahora la unidad de valor de un servicio cuando parte del trabajo puede ser ejecutado de forma autónoma por agentes de IA? ¿Cómo se mide realmente el valor aportado?

La unidad de valor ya no deberían ser las horas consumidas, los tickets cerrados o el número de personas asignadas. Debe ser el resultado obtenido. Si un agente resuelve una incidencia, acelera un proceso de compra o reduce el tiempo de respuesta a un cliente, eso es lo que genera valor. Veremos modelos basados en resolución, automatización efectiva, experiencia de usuario, mejora de productividad o impacto económico. Lo verdaderamente relevante no es cuántos recursos intervienen, sino cuánto valor generan conjuntamente humanos y agentes en cada proceso.

 

La incorporación de agentes de IA introduce una nueva dimensión en los contratos de servicios. ¿Cómo están evolucionando - o deberían evolucionar -  los modelos de contratación para contemplar agentes, consumo de modelos, tokens e inferencias, pero vinculándolos al resultado obtenido y no únicamente al volumen de recursos consumidos?

Los contratos tendrán que reflejar una realidad híbrida donde convivan personas, plataformas y agentes de IA. El consumo de modelos, tokens o inferencias seguirá siendo importante para entender costes, pero no debería ser la base principal de la relación. Los clientes demandarán modelos vinculados a resultados, productividad, niveles de automatización o indicadores de negocio. Igual que la cloud evolucionó del hardware al servicio consumido, la IA evolucionará del consumo tecnológico al impacto generado. El reto será equilibrar transparencia económica, control de riesgos y creación de valor compartido.

 

Si una organización combina expertos humanos, plataformas compartidas y agentes especializados, cambia también la organización del trabajo. ¿Qué funciones deberían seguir estando necesariamente en manos de las personas y cuáles pueden delegarse progresivamente a agentes? ¿Y qué nuevas capacidades deben desarrollar los equipos TI para supervisar ese ecosistema?

Las personas seguirán siendo esenciales en aquellas funciones que requieren criterio, responsabilidad, creatividad, negociación o comprensión profunda del contexto empresarial. Los agentes asumirán progresivamente tareas repetitivas, análisis operativos, ejecución de workflows y coordinación de acciones entre sistemas. Sin embargo, alguien debe definir objetivos, supervisar resultados y tomar decisiones estratégicas. Además, surgirán nuevas capacidades relacionadas con el gobierno de agentes, la observabilidad, la ética, la seguridad y la optimización continua de modelos. Los equipos TI pasarán de operar tecnología a dirigir ecosistemas inteligentes.

 

La autonomía de los agentes plantea una cuestión crítica de confianza y responsabilidad. ¿Cómo debería definirse quién responde cuando un agente toma una decisión o ejecuta una tarea con impacto en el negocio? ¿Qué papel deben desempeñar la supervisión humana, la trazabilidad, la observabilidad y los mecanismos de contención?

La responsabilidad nunca puede delegarse completamente en la IA. Los agentes son herramientas avanzadas, pero la responsabilidad debe seguir siendo de la organización y de los mecanismos de gobierno definidos. Por eso la supervisión humana sigue siendo clave, especialmente en decisiones con impacto regulatorio, financiero o de seguridad. Del mismo modo, la trazabilidad, la observabilidad y los mecanismos de contención dejan de ser elementos técnicos para convertirse en requisitos de negocio. Una organización debe poder explicar qué hizo el agente, por qué lo hizo y cómo detenerlo o corregirlo.

 

Los SLA siguen siendo importantes, pero pueden quedarse cortos para medir servicios basados en IA. ¿Qué nuevos indicadores deberían incorporar los CIO para evaluar estos servicios? ¿Cómo medirían aspectos como calidad, velocidad, experiencia de usuario, riesgo o valor generado?

Los SLA seguirán midiendo disponibilidad o tiempos de respuesta, pero son insuficientes para evaluar servicios basados en IA. Habrá que incorporar métricas de precisión, calidad de las decisiones, tasa de automatización efectiva, intervenciones humanas necesarias, adopción por parte de los usuarios y valor económico generado. También serán fundamentales indicadores de riesgo, cumplimiento normativo, sesgos, seguridad y trazabilidad. En definitiva, debemos medir no solo si el servicio funciona, sino si aprende, mejora la experiencia y contribuye directamente a los objetivos del negocio.

 

En este nuevo escenario, la integración con las plataformas y los datos del cliente parece tan importante como la propia tecnología de IA. Desde su experiencia con clientes de Manufacturing, Logistics, Energy y Utilities, ¿qué barreras están encontrando las compañías para pasar de pilotos de IA a modelos operativos escalables y gobernados?

En sectores como Energy, Utilities, Manufacturing o Logistics, rara vez la limitación es el modelo de IA. El verdadero reto suele estar en los datos, la integración y el gobierno. Muchas organizaciones han demostrado valor en pilotos aislados, pero escalar exige conectar la IA con sistemas críticos, garantizar la calidad de la información y establecer mecanismos claros de supervisión. También existe un desafío organizativo: pasar de casos de uso experimentales a una estrategia de transformación. La IA crea valor cuando se integra en procesos reales, no cuando permanece en laboratorios de innovación.

 

Cognizant se posiciona como “AI Builder”, con una propuesta que combina tecnología, conocimiento sectorial y transformación de los procesos. ¿Qué significa en la práctica ese papel de AI Builder para un CIO que ya tiene modelos, plataformas y herramientas de IA desplegados? ¿Qué debería exigir hoy a un proveedor de servicios IT para asegurarse de que la IA no sea simplemente una capa de productividad, sino un elemento que transforme realmente el modelo de servicio?

Ser AI Builder significa ir más allá de desplegar modelos o herramientas. Significa rediseñar procesos, integrar la IA en la operación y convertirla en una capacidad empresarial escalable y gobernada. Muchos CIO ya disponen de plataformas de IA; la pregunta es cómo generar impacto sostenible. Desde Cognizant ayudamos a conectar tecnología, conocimiento sectorial y operación para construir servicios impulsados por IA desde su diseño. Hoy un CIO debería exigir a su proveedor no solo capacidades tecnológicas, sino experiencia para transformar procesos, acelerar resultados y gobernar de forma responsable un entorno cada vez más autónomo.