es.wedoany.com Noticia: La transformación de la inteligencia artificial (IA) se ha convertido en un tema central para las empresas, pero la eficacia de su aplicación práctica sigue siendo cuestionable. Los análisis señalan que simplemente implementar agentes de IA dentro de una empresa difícilmente puede mejorar la productividad a nivel corporativo, ya que los datos empresariales están dispersos en múltiples sistemas —como planificación de recursos empresariales (ERP), gestión de relaciones con clientes (CRM), groupware, herramientas de colaboración, sistemas de gestión documental y plataformas de mensajería instantánea—. Si no se organizan en un formato legible para la IA, esta no podrá acceder a los flujos de trabajo reales.
Las empresas de herramientas de colaboración están ajustando sus estrategias en este sentido. La dirección no es simplemente añadir funciones de IA a las herramientas, sino transformar los datos de colaboración, comunicación, documentación y objetivos acumulados internamente en una base de trabajo que la IA pueda entender y ejecutar. Tras el auge de los agentes de IA, ha surgido en el ámbito del software como servicio (SaaS) la teoría de la crisis del «SaaSpocalypse», que sugiere que el desarrollo de los agentes de IA podría amenazar el modelo de ingresos de la industria del software existente. Las empresas de SaaS ya han comenzado a formular estrategias para las nuevas necesidades empresariales, centrándose en apoyar a las empresas que dudan en la metodología de aplicación de la IA. En el proceso de introducción de la IA, las empresas se enfrentan primero al problema de la «difusión». Shin Seung-yong, jefe del equipo de estrategia de negocio AX digital de LG CNS, señaló en el evento «Flow AX Festa 2026» que a menudo escuchan comentarios de clientes que han introducido la IA pero no logran difundirla. La IA está pasando de ser una simple herramienta de chatbot para tareas empresariales a convertirse en un sujeto que ejecuta el trabajo, pero para el entorno empresarial real, el rediseño de los métodos de trabajo es un desafío mayor. Los problemas de seguridad y gobernanza tampoco pueden ignorarse. Los empleados podrían utilizar servicios de IA externos a través de dispositivos personales e ingresar información de la empresa, generando el problema de la «IA sombra». Al mismo tiempo, las regulaciones de seguridad excesivamente estrictas pueden limitar el alcance del uso de la IA. La conexión con sistemas heredados también es un desafío. Si la IA no puede conectarse con sistemas de trabajo reales como ERP y CRM, su tasa de utilización se verá limitada. Shin Seung-yong indicó que los servicios globales de IA a menudo experimentan una disminución en la tasa de utilización debido a la incapacidad de conectarse con sistemas heredados. Si la IA no puede acceder a los sistemas comerciales centrales, no podrá aportar beneficios al trabajo real.
Los expertos señalan que, sin una base de datos, simplemente superponer IA tiene poco sentido. Sin los datos de trabajo acumulados a través de la transformación digital (Digital Transformation, DX), la IA no tiene base para aprender y juzgar. Song Young-beom, representante de Timeinout, afirmó que sin datos de trabajo digitalizados, la IA es solo un cascarón vacío sin material de aprendizaje. Los proyectos, documentos, conversaciones, agendas, objetivos y registros de respuesta a clientes deben conservarse como unidades de trabajo, y deben establecerse relaciones entre los datos para garantizar su conectividad. La IA no debe limitarse a generar respuestas, sino que también debe ser capaz de ejecutar tareas reales, como crear tareas, designar responsables, redactar informes, gestionar agendas y vincularse con sistemas externos. Este proceso representa una oportunidad para las herramientas de colaboración. Yoo Min-ho, jefe del departamento de desarrollo de IA de Madrascheck, señaló que, tomando como referencia solo los datos de trabajo internos de Flow, el volumen de datos de negocio en un mes alcanza aproximadamente 1 millón de tokens. Incluso si la IA mejora y su rendimiento y velocidad aumentan, al final se deben pagar los costos correspondientes, por lo que no se puede delegar todo en la IA.
Madrascheck, desarrollador de la herramienta de colaboración Flow, destacó en AX Festa la «transformación de Flow en un agente de trabajo de IA». Lee Hak-joon, representante de Madrascheck, afirmó que la era de las herramientas de colaboración que solo acumulan datos mientras el trabajo lo realizan personas ha terminado, y el negocio de las herramientas de colaboración ya no es efectivo. La estrategia de Flow es conectar los datos de colaboración, comunicación, proyectos, agendas, conocimientos, documentos, objetivos e informes acumulados por más de 5000 clientes en los últimos 10 años con su motor de IA propio, Repattern AI. Sobre esta base, la empresa ha propuesto el «Mate Agent» de tipo ejecutivo, el «Smart Agent» de tipo conversacional para la creación y gestión de tareas, el «Consulting Agent» que analiza métodos de trabajo y propone estrategias de aplicación de IA, y el «Automation Agent» que automatiza tareas repetitivas mediante lenguaje natural. Los usuarios pueden designar al agente de IA como responsable de un proyecto, y el agente reducirá el alcance del trabajo mediante preguntas adicionales y adjuntará los resultados como documentos o archivos PDF. Flow también ha fortalecido la conexión con IA externas, publicando un centro para desarrolladores, una API abierta y un servidor de protocolo de contexto de modelo (MCP), lo que permite a las empresas cliente vincular sus propios agentes de IA con sistemas internos. Claude o ChatGPT pueden buscar en el flujo de trabajo de Flow y conectar los resultados nuevamente a la ejecución de tareas en la interfaz real de Flow. Flow también ha logrado una vinculación bidireccional con herramientas de trabajo existentes como Microsoft Teams, Google Workspace, Slack, Jira y Salesforce. Lee Hak-joon indicó que, en el pasado, SaaS tomaba prestada la interfaz, pero ahora, como plataforma que toma prestado el backend, está generando valor. En la era de la IA, los límites profesionales se vuelven difusos, los puestos dispersos desaparecerán, y solo quedarán los constructores de soluciones que resuelven problemas de los clientes.
Este artículo es compilado por Wedoany, las citas de la IA deben indicar la fuente «Wedoany»; si hay alguna infracción u otro problema, por favor notifícanos a tiempo, este sitio lo modificará o eliminará. Correo electrónico: news@wedoany.com
