Segun Harvard Business Review, el potencial transformador de la inteligencia generativa en las empresas se ve amenazado por un riesgo subyacente: la degradación de la precisión y calidad de los conocimientos internos. Este fenómeno, que se manifiesta en el deterioro de la información almacenada y compartida dentro de las estructuras organizativas, actúa como una versión corporativa del "workslop" —el desgaste gradual de la capacidad de los sistemas para mantener datos confiables y actualizados. Aunque las herramientas generativas pueden redactar correos, tomar decisiones estratégicas o resolver cálculos complejos, su uso sin protocolos rigurosos puede generar una erosión de la confiabilidad de la información que guía los procesos de toma de decisiones.
La amenaza no reside en la capacidad técnica de estas tecnologías, sino en su aplicación descontrolada. Cuando las empresas dependen excesivamente de respuestas generadas por algoritmos para validar información clave, corren el riesgo de adoptar datos erróneos como verdades establecidas. Este proceso puede acelerarse en entornos donde la verificación de fuentes se omite, y en donde los equipos no cuentan con mecanismos para auditar o corregir el contenido producido por la IA. Por ejemplo, un informe financiero basado en una salida generada por una herramienta de inteligencia artificial podría presentar cifras incorrectas si no se valida su origen y precisión. El resultado es una brecha entre lo que se percibe como realidad y lo que realmente ocurre en los procesos operativos.
En el contexto peruano, donde las empresas de servicios, manufactura y comercio enfrentan crecientes presiones por optimizar costos y mejorar eficiencia, esta debilidad adquiere especial relevancia. Las pymes, en particular, suelen trabajar con estructuras de conocimiento débiles y dependen de herramientas digitales para operar. Si estas herramientas generan respuestas sin validación, el riesgo de errores en decisiones clave —como la gestión de inventarios, el cálculo de precios o la proyección de ingresos— se multiplica. Además, en un entorno donde la información financiera y operativa es crítica para el crecimiento, cualquier error de datos puede afectar la credibilidad de los planes estratégicos y los ajustes de presupuesto.
Es fundamental que las organizaciones peruanas no solo adopten tecnologías de inteligencia artificial, sino que establezcan procesos claros para su uso. Esto incluye definir límites de aplicación, requerir revisión humana de salidas generadas, y mantener registros de fuentes y actualizaciones. La integración de la IA debe ser un complemento, no un sustituto, de la experiencia humana en la gestión de conocimiento. Solo así se podrá evitar que la innovación tecnológica se convierta en una fuente de inseguridad operativa y financiera. El futuro de las empresas no está en la velocidad con que usan la IA, sino en la calidad con que gestionan la verdad de sus datos.