¿Qué sí y qué no pueden hacer las empresas con IA generativa hoy? ¿Qué modelos son más adecuados para cada tarea? ¿Y hasta qué punto es capaz de transformar los procesos actuales? Fabiola Pérez, CEO y cofundadora de MIOTI, da respuesta a estas preguntas que pueden estar bloqueando la adopción de la IA generativa en el día a día de las compañías del gran consumo.
Fabiola Pérez | CEO y fundadora de Mioti
Código 84 283 | Enero 2026
La IA ha llegado para quedarse. Y el boom de la IA generativa ha acelerado su adopción masiva en el ámbito personal y profesional.
¿Esta revolución llegará a las empresas del gran consumo? Sí, pero de forma escalada. Todavía sigue siendo IT quien lidera las iniciativas de IAG en la mayoría de las compañías, que continúan con la incertidumbre de garantizar la seguridad, analizar los costes, las licencias necesarias, las herramientas de cada departamento, etc.
¿Qué sí y qué no puede hacer la IAG hoy?
✓ Contenido, en cualquier formato, desde e-mails a campañas de marketing.
✓ Atención al cliente, mejorando la eficiencia en call centers.
✓ Automatización de tareas, especialmente, análisis de datos.
✓ Campañas de marketing personalizadas, adaptadas a canales en minutos.
✓ Traducciones automáticas (Teams, Google).
✓ Código, acelerando el desarrollo de software.
✖ Tomar decisiones estratégicas complejas
✖ Crear de forma genuinamente creativa, se limita a reproducir creatividad existente.
✖ Gestionar interacciones emocionales profundas.
✖ Generar innovación científica, solo amplía análisis.
✖ Resolver contextos éticos, especialmente sensibles como selección de personal.
Aplicando la IA. En comercial y marketing
¿Cómo están aplicando la IA los equipos de comercial y marketing? ¿Qué usos son los más habituales, dónde está el mayor potencial y cuáles son las barreras? Los directivos del Comité de AECOC de Estrategia Comercial y Marketing abordan estas cuestiones y comparten sus experiencias.
Las 5 principales barreras para implantar IA
- Gestionar la resistencia al cambio. Aplicando cambios organizativos para que la adopción de la IA sea efectiva.
- Falta de formación y capacitación. Para combatir las expectativas poco realistas y el uso ineficiente de la IA.
- Calidad, acceso y seguridad. Gran preocupación por la calidad de la información, la confidencialidad, la ciberseguridad y el cumplimiento legal.
- Priorización. Falta decidir qué herramientas aplicar y qué proyectos priorizar.
- Limitaciones de la IA. Algunas herramientas pueden dar respuestas erróneas.
