Las empresas que buscan implementar inteligencia artificial a escala enfrentan un desafío que va más allá de la tecnología: necesitan transformar su cultura organizacional, sus procesos de gestión de riesgos y su modelo operativo completo. Paysafe, una compañía de pagos digitales, ofrece un caso de estudio revelador sobre cómo la adopción de inteligencia artificial empresarial requiere alineación ejecutiva temprana y un enfoque sistémico que integre cumplimiento normativo, talento especializado y disciplina en la ejecución.
Según Ahu Chhapgar, director de tecnología de Paysafe, el respaldo del CEO de la compañía comenzó hace casi cuatro años, estableciendo la inteligencia artificial como una prioridad estratégica y no como un experimento opcional. Este compromiso directivo permitió a la organización tratar la IA como un mandato corporativo vinculado a resultados concretos, en lugar de una serie de proyectos piloto aislados.
Implementación de Inteligencia Artificial en Entornos Regulados
La transformación impulsada por IA en Paysafe se construyó sobre tres pilares fundamentales: cultura organizacional, talento y disciplina de ejecución. Sin embargo, la compañía opera en el sector de pagos, donde la supervisión regulatoria es constante y los riesgos relacionados con el cumplimiento normativo son críticos.
“Estamos altamente regulados. El riesgo es súper importante. El cumplimiento es súper importante”, señaló Chhapgar en declaraciones a PYMNTS. La introducción de sistemas de IA en procesos sensibles plantea nuevas interrogantes sobre autonomía de sistemas, propagación de riesgos y necesidad de supervisión humana.
La compañía adoptó un enfoque donde la gobernanza se trata como un sistema evolutivo y no como una lista de verificación estática. Esto implica probar los marcos de IA contra procesos existentes antes de escalarlos, asegurando que los controles críticos no se omitan durante la automatización.
Transformación del Flujo de Trabajo en Desarrollo de Software
La adopción de inteligencia artificial a escala representa una transformación del modelo operativo, no simplemente una implementación tecnológica. En Paysafe, el impacto se ha vuelto visible especialmente en los equipos de ingeniería, donde tareas que anteriormente requerían tiempo considerable ahora se completan a un ritmo acelerado.
No obstante, los beneficios no se limitan a la velocidad. La naturaleza misma del trabajo de ingeniería está cambiando, con desarrolladores asumiendo roles de orquestadores que definen problemas, restricciones y diseño de sistemas, mientras la IA maneja gran parte de la ejecución. Este cambio, sin embargo, introduce nuevos cuellos de botella, como revisiones de código más intensivas debido al volumen del código generado por IA.
Además, la inteligencia artificial está modificando el cálculo de viabilidad comercial para nuevos productos. Históricamente, muchas ideas de productos nunca superaron la etapa de análisis de negocio debido a restricciones de costos. Con menores costos de desarrollo habilitados por IA, esa ecuación está cambiando, expandiendo la frontera de productos y mercados viables.
Enfoque Centrado en Valor Real
Paysafe estableció objetivos relacionados con IA para cada grupo funcional de la organización, asegurando que la tecnología no se confine al departamento técnico sino que se convierta en una responsabilidad compartida. Mientras la experimentación sigue siendo importante, el enfoque se centra en la adición de valor real, que generalmente cae en dos categorías: optimización de procesos existentes y expansión hacia nuevos dominios de productos.
La optimización incluye reducción de costos y mejora en la detección de fraudes, mientras que la expansión se relaciona con la IA agéntica, sistemas que pueden actuar de forma autónoma en nombre de los usuarios. En el contexto de pagos, donde la confianza es primordial, esta capacidad plantea retos significativos.
Desafíos de la Inteligencia Artificial Agéntica en Pagos
A medida que los agentes de IA comienzan a iniciar transacciones, las cuestiones de responsabilidad, rendición de cuentas y prevención de fraude se vuelven más complejas. Chhapgar enfatizó que lo más importante es establecer confianza entre todas las partes involucradas.
Las preguntas operativas son concretas: ¿quién es responsable si un sistema autónomo realiza una compra? ¿Cómo se resuelven las disputas? Estas no son preocupaciones abstractas sino cuestiones fundamentales para la próxima generación del comercio digital.
Paysafe está trabajando con empresas tecnológicas importantes y redes de tarjetas para definir cómo opera la confianza en un ecosistema impulsado por agentes. El enfoque de la compañía consiste en incorporar simplicidad a nivel de usuario mientras gestiona la complejidad en segundo plano, un principio que siempre ha caracterizado a los pagos digitales y que la IA eleva a un nuevo nivel.
La inteligencia artificial empresarial no representa un atajo hacia la transformación, sino un catalizador que expone las fortalezas y debilidades de los sistemas subyacentes de una organización. Las empresas que adapten su cultura, procesos de riesgo y modelos operativos de manera integral estarán mejor posicionadas para obtener ventajas competitivas sostenibles. La colaboración a nivel de industria para establecer estándares de confianza y gobernanza en sistemas agénticos será esencial en los próximos años.