SAS renueva su presencia en Colombia y refuerza su papel regional. De paso, presenta predicciones sobre la depuración del mercado de IA y el auge de agentes gobernados.
La inteligencia artificial entra en 2026 en modo “Reality Check”. Hay menos fascinación automática y más presión por ROI, trazabilidad y control regulatorio en cada iniciativa relevante. Siete predicciones de SAS sobre la IA en 2026: confianza, gobierno y ROI
Con este argumento nos recibe SAS en sus nuevas oficinas de Bogotá. En una rueda de prensa con los medios especializados del país, la empresa experta en analítica de datos, aprovechó para celebrar su 50° aniversario de fundación y sus 28 años de presencia en Colombia.
Pero regresando al baño de realidad sobre la IA, SAS presentó un estudio ante los medios.
El estudio revela que las empresas ya perdieron el entusiasmo por probar cosas basadas en IA y ahora quieren ver resultados e impacto en el ROI. ¿Esto muestra un avance en la madurez del entorno? Definitivamente sí y esto reta a los tomadores de decisiones a definir qué genera competitividad y qué es solo moda.
Para mejorar el enfoque, el estudio de SAS que recorrió fuentes tan variadas como empresas de investigación como IDC, Gartner, Forrester. También, acudió a entes expertos en consultoría como KPMG, Deloitte, McKinsey & Company, Goldman Sachs. Incluso buscó datos en aliados de la talla de Microsoft.
De paso, SAS organizó toda la información, enfocada principalmente a dos segmentos de la economía como son Gobierno y Banca y Finanzas. Sin dejar de lado el impacto de la IA en otros segmentos.
Los anfitriones de esta presentación fueron Jalena Correa, Senior Analytical Consultant para SAS Colombia, e Iván Herrera, Senior Account Executive para SAS Colombia y Ecuador.
Por qué 2026 es el año del “Reality Check” de la IA
En 2026 la IA deja de competir por atención y empieza a competir por evidencia concreta de impacto en productividad, resiliencia y crecimiento de ingresos. CFOs y líderes de tecnología ahora exigen pruebas de retorno, transparencia y responsabilidad antes de aprobar nuevas inversiones en GenAI o proyectos con agentes de IA.
Además, la conversación se desplaza del piloto al escalamiento disciplinado, donde importan gobierno de datos, explicabilidad de modelos y sostenibilidad operativa, incluida energía e infraestructura asociada. Para Colombia y América Latina, el reto ya no es adoptar IA, sino adoptarla bien, con arquitecturas híbridas sólidas, cumplimiento regulatorio estricto y métricas claras de valor.
Siete predicciones de SAS sobre la IA en 2026: Datos clave del estudio
Adopción acelerada, madurez desigual
El estudio global de SAS, con 2.375 tomadores de decisión de negocio y TI, muestra que la adopción crece más rápido que la madurez organizacional. Actualmente, 65% de las organizaciones ya utiliza IA y 32% planea adoptarla en los próximos 12 meses, lo que presiona talento, infraestructura y gestión del riesgo.
En tecnologías, GenAI ya supera a la IA tradicional, con 81% de adopción frente a 66%, mientras la IA agéntica alcanza 52% y la IA cuántica llega apenas a 30%. Esta combinación incrementa la complejidad operativa, porque convergen modelos tradicionales regulados, grandes modelos de lenguaje y agentes que comienzan a ejecutar decisiones en tiempo real.
El dilema de confianza: brecha entre percepción y evidencia
El hallazgo central del reporte es el “trust dilemma”: 46% de las organizaciones está en una brecha entre confianza percibida y confianza demostrable en sus sistemas de IA. Mientras 78% declara confiar plenamente en la IA, solo 40% ha invertido en hacerla demostrablemente confiable mediante gobierno, explicabilidad y salvaguardas éticas robustas.
El riesgo tiene dos caras: subutilizar sistemas robustos por falta de confianza interna, o depender de sistemas inmaduros sin auditoría ni responsables claros en procesos sensibles. En organizaciones con baja “trustworthiness”, GenAI es confiada hasta tres veces más que el machine learning, aunque el ML suele ser más explicable y controlable. Esto refuerza la urgencia de consolidar capacidades de validación, monitoreo y control antes de integrar modelos conversacionales y agentes en decisiones de alto impacto.
ROI: la IA genera más valor cuando transforma, no solo cuando recorta
El estudio vincula madurez en IA responsable con mejor retorno económico y precisa qué objetivos generan más valor para el negocio en la práctica. En el índice de ROI reportado por dólar invertido, destacan tres metas: experiencia de cliente con 1,83; expansión de market share con 1,74; resiliencia del negocio con 1,71.
En contraste, ahorrar costos presenta el ROI más bajo, con 1,54, lo que sugiere que la IA genera mayor valor cuando transforma procesos y experiencias, no solo cuando automatiza recortes. Para el C‑Suite, esto implica replantear el portafolio de casos de uso hacia resultados estratégicos medibles, más allá de automatizaciones marginales o proyectos meramente experimentales.
De GenAI a IA agéntica: agentes que ejecutan, no solo recomiendan
SAS prevé que 2026 marcará la aceleración de la IA agéntica, con sistemas capaces de actuar con autonomía creciente sobre procesos reales de negocio. En la práctica, esto significa pasar de copilotos que sugieren, a agentes que ejecutan tareas, accionan reglas y coordinan equipos híbridos humano–máquina en tiempo real.
Los casos de uso ya incluyen originación y cobranza en banca, detección de fraude, optimización de decisiones de riesgo y gestión de solicitudes de servicio al cliente con decisiones explicables. Sin embargo, la escala de esta nueva ola dependerá de fundamentos que muchas organizaciones aún no han resuelto, especialmente en mercados emergentes.
Los principales frenos para escalar IA agéntica
Según el estudio, existen tres obstáculos principales para escalar IA, incluida la IA agéntica, que deben considerar los equipos ejecutivos.
- Entornos cloud de datos no optimizados, mencionados por 49% de las organizaciones como freno crítico para avanzar.
- Gobierno de datos insuficiente, identificado por 44% como una debilidad relevante en su operación.
- Escasez de especialistas en datos, IA y MLOps, que afecta a 41% de las organizaciones encuestadas.
La promesa de agentes operando de punta a punta será inviable sin estandarización de datos, buena calidad, trazabilidad, APIs bien diseñadas y observabilidad continua. También se requiere un modelo de gobierno robusto que una tecnología, riesgo, cumplimiento y negocio, con roles claros en la supervisión.
La apuesta de SAS por Colombia y la región
En este escenario, SAS celebra 50 años de liderazgo global en analítica y datos y reafirma su apuesta por Colombia y América Latina. La compañía renueva su presencia física en Bogotá con una nueva sede, concebida como punto de articulación para madurar la analítica y la IA.
Esta oficina se orienta a ayudar a las organizaciones a pasar del experimento aislado a capacidades empresariales, con datos bien gobernados, modelos explicables y despliegues disciplinados. Además, SAS Innovate 2026, en Texas, ofrecerá más de 200 sesiones y 40 horas de entrenamientos para acelerar capacidades ejecutivas y técnicas en IA responsable.
Implicaciones estratégicas para el C‑Suite en Colombia y América Latina
Para CEO, CIO, CTO y CDO, los hallazgos de SAS e IDC implican cambiar la forma de gobernar los portafolios de IA y datos. La prioridad ya no es lanzar más pilotos, sino concentrar recursos en casos de uso con impacto probado en productividad, riesgo, experiencia de cliente e ingresos.
En paralelo, la confianza en la IA se convierte en ventaja competitiva cuando se traduce en prácticas concretas: gobierno de datos “by design”, explicabilidad regulatoria y monitoreo continuo. Las organizaciones que alinean confianza percibida e inversión en IA responsable reportan mejores retornos y mayor resiliencia frente a cambios de mercado.
Para la alta dirección en América Latina, esto exige dialogar distinto con proveedores de IA y socios tecnológicos. Es clave pasar de conversaciones centradas en capacidades genéricas hacia discusiones sobre trazabilidad, auditoría, interoperabilidad, cumplimiento sectorial y esquemas de arquitectura híbrida. La nueva sede de SAS en Bogotá puede funcionar como hub para conectar mejores prácticas globales con prioridades locales en banca, gobierno, salud y retail.
Siete predicciones de SAS sobre la IA en 2026: ¿Qué hacer ahora?
A partir de las predicciones de SAS y los hallazgos del reporte global, emergen cinco movimientos concretos para el C‑Suite durante 2026.
- Reorientar la cartera de IA hacia valor estratégico
Prioriza menos pilotos dispersos y más casos de uso con indicadores claros de negocio: productividad, riesgo, experiencia de cliente, ingresos y resiliencia operacional. - Diseñar el gobierno de datos y modelos desde el inicio
Integra gobierno, auditoría, explicabilidad y criterios de evaluación a lo largo del ciclo de vida, y no como capa final de cumplimiento regulatorio. - Preparar la arquitectura para IA agéntica
Acelera la estandarización de datos, la orquestación, las APIs y la observabilidad, para soportar agentes que ejecuten decisiones críticas con control y trazabilidad. - Cerrar brechas de talento y cultura en IA responsable
Invierte en entrenamiento y reskilling para que equipos de negocio y tecnología puedan operar, supervisar y validar sistemas de IA de manera conjunta. - Alinear confianza con evidencia medible
Reduce la brecha entre lo que la organización cree y lo que puede demostrar con controles, pruebas y métricas de desempeño y riesgo.
Como siguiente paso, las organizaciones de la región pueden usar el estudio SAS–IDC como referencia para evaluar su madurez actual y riesgos prioritarios. También pueden aprovechar iniciativas como SAS Innovate y la nueva sede en Bogotá para acelerar su transición hacia una IA gobernada, explicable y rentable.
Siete predicciones de SAS sobre la IA en 2026: confianza, gobierno y ROI