Su IA no falla por el modelo: falla por las costuras

Un informe publicado el 15 de septiembre de 2026 por Ensono, State of IT Modernization 2026, deja al descubierto una paradoja que muchos equipos de TI viven sin poder nombrarla. La inteligencia artificial revalorizó los sistemas legacy de la empresa, y al mismo tiempo los convirtió en el principal freno de su retorno. Vale la pena leer los números con calma, porque señalan dónde está el problema real.

El titular incómodo

Cuando se pregunta qué impide que la IA genere valor, la respuesta no apunta al modelo. La barrera número uno, según el informe, es la dificultad de integrar IA en los flujos y procesos existentes: 33%. Le siguen las limitaciones de infraestructura (28%) y las preocupaciones de gobierno, riesgo y cumplimiento (25%).

Es decir: el obstáculo no está en elegir un modelo mejor. Está en las costuras entre sistemas. El ERP que no expone los datos que el modelo necesita, el flujo de aprobación que nadie documentó, la lógica de negocio que vive dentro de una aplicación de 2012 y que ningún manual explica. Ese es el terreno donde se decide el retorno de la IA, y casi nunca se planifica como tal.

El legacy que dejó de ser el enemigo

El segundo dato que cambia la conversación: 78% de los decisores de TI dicen que sus sistemas legacy juegan un rol más importante hoy que hace dos años. La razón que da el informe es directa: esos sistemas contienen los datos, la lógica de negocio y la estabilidad operativa que la IA necesita para producir valor real.

En consecuencia, 52% de las organizaciones están optimizando y extendiendo los sistemas que ya tienen, en lugar de reemplazarlos. Reino Unido va más lejos (57%) que Estados Unidos (48%), pero la dirección es la misma en ambos mercados.

Para un equipo de TI que lleva años escuchando "reemplacemos todo", esto es un cambio de marco. El sistema viejo es la fuente de la verdad de la empresa. La pregunta deja de ser "¿cuándo lo tiramos?" y pasa a ser "¿cómo lo conectamos bien?".

El costo real de la vía "reemplazar todo"

El informe también pone precio a la estrategia de empezar de cero. 71% de las iniciativas de modernización excedieron el costo planificado (77% en Reino Unido, 66% en Estados Unidos). 97% de los encuestados dice que la escasez de talento incrementó los costos en algún grado. Y 61% pausó, retrasó, redujo o abandonó por completo iniciativas de modernización en los últimos 24 meses: 38% las pausó o retrasó, 36% las redujo, 16% las abandonó del todo.

Hay un contraste revelador en los mismos datos: 54% dice que la IA acelera sus esfuerzos de modernización (subió desde 39% en 2025), y 38% del tiempo del equipo de TI se dedica hoy a innovar o agregar capacidades (subió desde 25%). La IA ya está ayudando. Lo que no cambió es que el camino largo, "reescribamos todo", sigue siendo el más caro y el más frágil.

El techo de la deuda técnica

La cobertura de Channel Insider del mismo informe (15 de septiembre de 2026) aporta dos números que describen la vida diaria del equipo interno. 47% de los equipos de TI permanecen enfocados principalmente en operaciones del día a día, con poco espacio para modernizar. Y 93% de los líderes dice que la innovación se retrasa con frecuencia porque reducir deuda técnica, externalizar trabajo rutinario o mejorar eficiencia operativa consume demasiado presupuesto.

Traducido a una empresa de 50 a 500 empleados con TI interno: el equipo que debería integrar la IA en los procesos está apagando incendios y sosteniendo lo que ya existe. La deuda técnica es un techo que limita cuánta innovación cabe en el mismo presupuesto.

Qué hacer en concreto

El propio informe deja una guía textual: no asumir que los sistemas más valiosos son los más nuevos, evaluar dónde el legacy aporta los datos y la lógica que la IA necesita, y modernizar para preservar y extender esas fortalezas. Bajado a un checklist ejecutivo:

1. Mapear qué sistemas alimentan a la IA y con qué calidad. Antes de hablar de modelos, saber de dónde salen los datos y si son confiables.
2. Decidir con criterio qué preservar y qué modernizar. El informe pide distinguir "qué reemplazar versus qué aumentar". Esa decisión es de negocio, no de moda tecnológica.
3. Integrar por capas antes de reescribir. APIs y middleware que conecten lo que ya existe suelen rendir más rápido que un reemplazo total, y con mucho menos riesgo de exceder presupuesto.
4. Tratar la integración como habilitador de IA, no como proyecto aparte. Si el 33% de la barrera es integrar IA en los procesos, la integración es el proyecto de IA.
5. Medir visibilidad de entornos híbridos. No se puede priorizar lo que no se ve. Telemetría y documentación de qué se conecta con qué.

Por qué esto toca a LatAm

El informe de Ensono encuestó a líderes de TI en Estados Unidos y Reino Unido; no incluye cifras de Latinoamérica, y no corresponde extrapolarlas. Pero la tendencia que describe aterriza en una región donde la escasez de talento senior y de integradores es más aguda, no menos. Una empresa de 50 a 500 empleados en LatAm no puede permitirse el camino de 71% de proyectos que exceden presupuesto. Sí puede, en cambio, conectar bien lo que ya tiene.

Ese es el punto donde la tendencia global se vuelve una decisión local: la capacidad de integrar con criterio y de decidir qué preservar es exactamente el trabajo senior que Byxel firma. En nuestro modelo de Ingeniería de Autor, un ingeniero responde por cada decisión de arquitectura, incluida la más difícil: qué no vale la pena reescribir.

Para seguir leyendo: por qué la autoría con revisión senior importa y qué permisos tienen realmente sus agentes de IA.

¿Su equipo ya invirtió en IA pero el retorno no aparece, y la causa real está en cómo se conectan sus sistemas? En Byxel integramos sistemas que no se hablan entre sí y decidimos con rigor senior qué preservar y qué modernizar. Hablen con nosotros por WhatsApp y mapeemos dónde está frenando su ROI.