Balance ALCA 2023 + predicciones tech 2024 para empresas mexicanas
Diciembre obliga a hacer balance. Y para una consultora pequeña de software como ALCA, hacer balance honesto significa nombrar lo que hicimos bien, lo que hicimos mal, lo que aprendimos a la fuerza y lo que pensamos que viene. Este artículo es eso, sin métrica de marketing y sin lista de logros mareadora.
Si nos lee algún cliente, gracias por confiar en nosotros este año. Si nos lee alguien que no nos conoce, ojalá esta entrada le sirva para entender cómo pensamos.
El año que no anticipamos
Cuando arrancó 2023, traíamos un plan razonable. ChatGPT había salido en noviembre de 2022, era novedad, y suponíamos que iba a ser un tema lateral durante meses. Nos equivocamos. Para febrero, prácticamente cada conversación con clientes incluía una pregunta sobre IA generativa, y para abril, ya estábamos rediseñando parte de nuestra propia oferta.
Lo aprendido: cuando una tecnología cruza al lenguaje cotidiano, el reloj se acelera. No es opcional adaptarse en meses; es supervivencia básica. Esa lección, dolorosa al principio, terminó siendo el motor del año.
Lo que hicimos bien
Apostar por evaluación, no por demos. En un año de hype constante, nuestra disciplina fue insistir en pruebas controladas con datos reales del cliente antes de prometer nada. Eso nos hizo perder algunas conversaciones donde el cliente quería oír promesa rápida. Nos dio, en cambio, casos serios y duraderos.
Trabajar con modelos abiertos en serio. No solo APIs cerradas. Aprendimos a desplegar Llama 2, a evaluar Mistral 7B y a entender cuándo conviene cada ruta. Esa segunda pierna nos da hoy capacidad real de proponer arquitecturas híbridas.
Mantener la oferta de fundamentos. Mientras el mercado hablaba solo de GenAI, seguimos haciendo trabajo de migración cloud, modernización de legacy, ingeniería de datos, infra. Resultó que muchos proyectos de IA fallan no por la IA, sino por bases que no estaban listas. Tener pala y picota seguía siendo necesario.
Invertir en formación interna. Pasamos horas enteras del equipo aprendiendo, probando, leyendo papers, discutiendo. Sin ese ejercicio sostenido no hubiéramos podido sostener conversaciones serias con clientes técnicamente exigentes.
Lo que hicimos mal
Nos tardamos en armar política interna de uso de IA. Por meses cada quien usó las herramientas como entendió. Cuando un proyecto exigió responder formalmente cómo manejábamos datos del cliente con IA, tuvimos que correr a documentar lo que ya estaba pasando. Aprendimos: la gobernanza no es solo para clientes, es para uno mismo primero.
Seguimos aceptando proyectos donde no estábamos al 100%. En el primer trimestre del año, dijimos que sí a casos donde el ajuste no era pleno y terminamos entregando bien pero con más esfuerzo del necesario. Aprendimos a decir "este caso lo recomendamos con otro proveedor" más temprano.
No comunicamos suficiente. Hicimos trabajo serio con clientes que nadie supo. La consultora chica suele caer en eso: tan ocupada en ejecutar que no documenta lo que aprende. Eso vamos a corregirlo en 2024.
Subestimamos el costo de la gobernanza interna. Un equipo crece, los procesos no escalan solos, las decisiones empiezan a depender de pasillo. Tuvimos que sentarnos a definir mejor qué decide cada quien, cuándo y con qué información. Trabajo que rinde, pero que tarda.
Lo que aprendimos del mercado
Cinco observaciones que sacamos del año, no como estudio sino como suma de muchas conversaciones.
El cliente promedio está más maduro de lo que se asume. El "no sé qué es esto" se volvió raro. Lo que sí sigue ocurriendo es la sobrepromesa de proveedores y la presión de junta directiva por "hacer algo con IA". Los buenos clientes pidieron criterio, no entusiasmo.
El gap entre piloto y producción sigue siendo enorme. Hacer demo con IA es trivial. Llevarla a operación con SLA, observabilidad, manejo de error y gobierno requiere ingeniería sería. Ahí sigue gastándose dinero sin necesidad cuando se subestima el camino.
Los presupuestos de TI se reorganizaron. Lo que antes era "BI y analytics" empezó a recibir línea propia para "IA y datos". Para 2024 eso se va a profundizar. Las empresas que aún no lo hagan, van a quedar mal posicionadas.
FinOps dejó de ser opcional. El consumo cloud y de IA puede dispararse en una semana sin que nadie se entere hasta la factura. Equipos sin práctica de FinOps están firmando facturas que ya no entienden.
La regulación llegó. AI Act en UE, Bletchley Declaration, Executive Order de Biden, Bletchley UK. México todavía no tiene marco específico, pero la presión va a venir desde clientes globales y desde sectores regulados. Empezar antes a pensar gobernanza es ventaja real.
Cambios internos que adoptamos
Para no quedarnos en filosofía, tres cosas concretas que cambiamos en cómo operamos:
- Incorporamos asistentes de IA en partes acotadas del trabajo: revisión de código, generación de borradores de documentación técnica, exploración inicial de bases de datos. Con reglas claras de qué datos pueden ir y cuáles no.
- Creamos un comité interno ligero de evaluación de proveedores y modelos. Cada novedad pasa por una revisión corta antes de integrarse a flujos del equipo.
- Pasamos a planeación trimestral. El plan anual nos quedó corto este año. Cuatro ciclos de planeación dejan margen para responder a cambios sin perder dirección.
Predicciones para 2024 (sin solemnidad)
Hacemos predicciones sabiendo que hay riesgo de quedar mal. Las hacemos igual.
1. GenAI llega a producción de verdad. El año del piloto fue 2023. El año del despliegue serio en operación es 2024. Las empresas que invirtieron en bases (datos, integración, gobernanza) van a sacar ventaja amplia.
2. AI PCs cambian la conversación de productividad. Hardware con NPU integrada (Intel Core Ultra, Apple M3, Qualcomm Snapdragon X) va a permitir asistentes locales en laptops corporativas. La conversación "todo en la nube" se va a matizar.
3. FinOps se vuelve obligado. Ya no como práctica opcional, sino como función organizacional con presupuesto, persona dedicada y métricas reportadas a CFO. Sin eso, los costos cloud y de IA se vuelven inmanejables.
4. Regulación de IA arranca formalmente. AI Act entra en vigor en UE. EE.UU. avanza vía sectoriales y Executive Order. México empieza conversación seria. Empresas que esperen al texto final van a llegar tarde.
5. Modelos abiertos llegan al frontier. Mixtral, Llama 3, sucesores de Mistral. La calidad de modelos abiertos va a pisarle los talones a frontera cerrada en muchos casos. Decisión de proveedor se vuelve más matizada.
6. Elecciones México. El año electoral genera ruido pero también define presupuestos y prioridades de varios sectores. Prudente diseñar contratos y proyectos con flexibilidad para los movimientos del segundo semestre.
7. Nearshoring deja de ser título y empieza a ser proyectos. Las inversiones que se anunciaron en 2022-2023 empiezan a aterrizar. Demanda real de software, integración y operación. Buen año para quienes estén listos.
Lo que queremos hacer mejor en 2024
Sin lista heroica, tres cosas concretas:
- Compartir más lo que aprendemos. Más blog, más conversaciones públicas, más documentación de casos (con permiso del cliente, siempre).
- Profundizar en sectores donde ya tenemos masa crítica: financiero, retail, manufactura, servicios profesionales.
- Decir más fuerte que no a casos donde no encajamos. Liberar nuestro tiempo y el del cliente.
Gracias
A los clientes que nos confiaron decisiones difíciles este año, gracias. A quienes tuvieron paciencia cuando nos equivocamos, doblemente gracias. Al equipo que sostuvo el ritmo de un año raro y exigente, todo el reconocimiento.
2023 fue un año que nos cambió. 2024 va a exigir más, pero también va a tener más espacio para hacer trabajo que importa. Ahí estaremos.
Si están leyendo esto desde una empresa que va a tomar decisiones en enero y quieren una segunda opinión sin compromiso, escríbannos. Las mejores conversaciones pasan en café, no en propuestas formales.
Feliz año.
Gracias por leernos en 2023. ¿Conversamos en 2024? Aquí estamos. Agenda una conversación.
