AltoDirectivo

La inteligencia artificial ha dejado de ser una simple línea más en la hoja de cálculo de los directores financieros y tecnológicos. De cara a 2027, el despliegue real de esta tecnología está alterando la forma en que las organizaciones diseñan sus cuentas. Según las estimaciones de Gartner, mientras que los presupuestos generales de TI apenas crecerán un 3,7% de media, la financiación destinada específicamente a la IA agéntica se disparará un 31,8%.

Este desajuste abre una brecha evidente entre la ambición tecnológica de las compañías y los recursos disponibles. Ante este escenario, desde Qaracter, consultora tecnológica especializada en los sectores financiero y asegurador, advierten de que el reto ya no pasa por asignar una partida estanca a la IA. Escalar estas soluciones exige revisar de forma conjunta todo el ecosistema empresarial: desde los datos, la arquitectura cloud y la integración, hasta la ciberseguridad, el cumplimiento normativo, el talento y la transformación de procesos.

Más inversión, pero menos ahorro del esperado

La presión sobre las cuentas corporativas no responde únicamente al ritmo de adopción, sino también al impacto real en los costes operativos. Los datos de Gartner reflejan un cambio de expectativas en los despachos tecnológicos.

El 51% de los CIO asume que la IA acabará incrementando el coste total de propiedad de su tecnología.

Solo el 36% confía en cumplir los objetivos de reducción de costes asociados a su implantación.

Pese a este realismo financiero, el compromiso inversor sigue al alza. Un informe de McKinsey revela que el 28% de las organizaciones ya destina más del 10% de su presupuesto tecnológico a la inteligencia artificial, y seis de cada diez prevén aumentar esa cifra durante el próximo año, con la banca y los seguros liderando las expectativas de crecimiento. El gran desafío para 2027 será, por tanto, financiar estas nuevas capacidades sin dar por hecho que el presupuesto global va a crecer al mismo ritmo.

El salto a producción dispara los costes ocultos

Adquirir una licencia o entrenar un modelo inicial es solo la punta del iceberg. El verdadero impacto financiero aparece cuando la IA abandona la fase piloto y se integra en los procesos críticos del negocio, activando gastos recurrentes en infraestructura, consumo de modelos y APIs, almacenamiento, monitorización, ciberseguridad y gobierno.

Las cifras de infraestructura ilustran la magnitud de este salto. Gartner proyecta que el gasto mundial en infraestructura cloud optimizada para IA alcanzará los 66.143 millones de dólares en 2027, un 56,5% más que en 2026. Dentro de esa partida, la inferencia —el coste derivado del uso continuado de los modelos una vez desplegados— absorberá por sí sola el 59% del gasto.

A esta factura operativa se suma un cuello de botella estructural: la madurez de la información. Según una investigación de Accenture realizada sobre 2.000 compañías, apenas el 7% cuenta con el nivel de preparación del dato necesario para escalar aplicaciones avanzadas de IA. Por ello, Qaracter subraya la necesidad de superar el cálculo tradicional del coste de adquisición para adoptar una visión integral de cada caso de uso, incorporando en la ecuación la tecnología, los datos, la seguridad, las personas y la gestión del cambio.

Podar el porfolio tecnológico y desarrollar en casa

Para financiar esta transición sin desbordar las cuentas, las empresas han empezado a revisar con lupa su gasto tecnológico actual, modificando incluso sus hábitos de compra. De acuerdo con McKinsey, el 32% de las organizaciones analizadas ya ha descartado adquirir al menos un producto o funcionalidad de software tras comprobar que podía desarrollarlo internamente mediante herramientas de programación asistidas por IA.

Aunque este fenómeno no garantiza un recorte global en el gasto de software, sí anticipa una auditoría mucho más estricta del catálogo tecnológico interno. Las herramientas redundantes, las licencias infrautilizadas y los proyectos sin retorno claro competirán directamente por los recursos con las nuevas iniciativas de IA. En este contexto, Qaracter apunta que la planificación de 2027 deberá gestionarse como una cartera de inversión, priorizando los proyectos con impacto demostrado y revisando aquellos que carezcan de métricas de éxito, un responsable claro o una hoja de ruta definida hacia el escalado.

Banca y seguros, bajo doble presión operativa y regulatoria

El sector financiero y asegurador vive esta transformación con especial intensidad debido a su alto grado de madurez y exigencia normativa:

Banca: Más del 85% de las entidades bajo supervisión bancaria europea utiliza ya inteligencia artificial, según el Banco Central Europeo, lo que eleva la necesidad de invertir en resiliencia operativa, ciberseguridad y gobierno tecnológico.

Seguros: Un análisis de EIOPA sobre 347 entidades en 25 países indica que el 65% emplea activamente IA generativa, aunque la mayoría de sus aplicaciones sigue todavía en fase de prueba de concepto.

En ambos sectores, cualquier despliegue en procesos críticos debe absorber además los costes derivados del cumplimiento normativo exigido por el reglamento europeo DORA y la Ley de Inteligencia Artificial (AI Act) en materia de gestión de riesgos, trazabilidad, calidad del dato, supervisión humana y robustez.

"El error sería construir el presupuesto de 2027 añadiendo simplemente una nueva línea denominada inteligencia artificial. Cuando la IA se integra de verdad en un proceso aparecen necesidades de arquitectura, datos, integración, seguridad, gobierno, personas y cambio. La cuestión ya no es cuánto invertir en IA, sino qué capacidades hay que financiar para convertir esa inversión en un resultado medible y sostenible", señala Enrique Galván, CEO de Qaracter.

*Si te ha resultado interesante este artículo, te animamos a seguirnos en TWITTER y a suscribirte a nuestra NEWSLETTER DIARIA.

Alto Directivo