Dentro del ámbito del Control de Gestión y los Sistemas de Información, persiste una visión reductiva que encasilla a la tecnología como un simple centro de costos o una inversión abstracta de difícil justificación. Esta perspectiva ignora que el verdadero impacto tecnológico no se agota en la instalación de un software, sino en su capacidad para transformar el modelo operativo y estratégico de una organización.
Evaluar el retorno real de estas
iniciativas exige ir más allá de las métricas financieras tradicionales,
entendiendo que herramientas como un ERP no son fines en sí mismos, sino los
cimientos estructurales necesarios para avanzar hacia la automatización y la
inteligencia artificial. Ante la inevitable resistencia al cambio
organizacional, el desafío —tanto para las industrias como para las
universidades que forman a los futuros líderes— radica en medir el valor de los
activos intangibles y en posicionar a los profesionales como articuladores
clave de esta transformación digital, asegurando que la tecnología sea el motor
de la adaptabilidad y no una fricción interna.
La insuficiencia del
ROI tradicional y los intangibles estratégicos:
- El ROI tradicional está diseñado para
activos tangibles con depreciación lineal. Aplicarlo de forma aislada a la
tecnología subestima el valor opcional y la flexibilidad operativa.
- La inversión tecnológica debe medirse como
un habilitador de capacidades dinámicas, especialmente en entornos
VUCA/BANI. El verdadero retorno incluye:
- Resiliencia cultural: Capacidad de la
organización para absorber perturbaciones tecnológicas sin perder
productividad.
- Velocidad de respuesta: Reducción del
tiempo de comercialización (time-to-market) y adaptación ágil a
cambios regulatorios o de mercado.
- Activos de información: El valor de
contar con datos limpios, centralizados y disponibles en tiempo real para
la toma de decisiones, lo cual no figura en los estados financieros, pero
determina la supervivencia del negocio.
La escalera evolutiva:
ERP à RPA à IA
- No se puede automatizar el caos. Sistemas
como SAP no son solo herramientas de registro; son la infraestructura que
estandariza los procesos de negocio y garantiza la integridad del dato
maestro.
- Una vez que el proceso está estandarizado
y es predecible, la Automatización Robótica de Procesos (RPA) elimina las
tareas transaccionales repetitivas de bajo valor.
- La IA y los modelos de lenguaje no operan
en el vacío; requieren datos estructurados y procesos maduros. El Control
de Gestión debe entender que el ERP es la condición necesaria (el
cimiento) para que la IA aplicada a la estrategia y a la analítica predictiva
sea viable y no un mero experimento aislado.
El rol de la
Universidad en la articulación de la transformación
- Las universidades no deben formar
operarios de software ni teóricos abstractos. El desafío académico es
desarrollar un perfil híbrido.
- El profesional universitario debe ser el
puente entre la tecnología (sistemas) y el negocio (control de gestión y
cumplimiento). Esto exige un abordaje multidisciplinario donde se entienda
la tecnología no como un fin, sino como el lenguaje en el que se ejecutan
las estrategias corporativas y el compliance.
- Los profesionales contables y de
administración deben estar preparados para liderar la adopción
tecnológica, gestionando la fricción humana y demostrando el valor del
nuevo modelo operativo ante la organización.
Para construir un puente sólido que resguarde la sostenibilidad de las organizaciones en Argentina, Chile, Uruguay y Colombia, el desafío fundamental no radica en la adquisición de software, sino en la transformación metodológica y cultural. Existe hoy una fractura evidente entre quienes gestionan la infraestructura tecnológica y quienes toman las decisiones estratégicas de negocio. El verdadero puente consiste en la formación y el desarrollo de profesionales híbridos; "traductores bilingües" capaces de interpretar la complejidad de los datos técnicos y convertirlos en herramientas de control de gestión y cumplimiento normativo. Sin este rol articulador, las inversiones tecnológicas quedan aisladas y las empresas pierden la agilidad necesaria para sobrevivir en un entorno regional altamente competitivo y heterogéneo.
Esta brecha se ve
directamente profundizada por la actual crisis de adaptación que atraviesa la
educación superior. Las universidades de la región enfrentan un descompás
temporal crítico: mientras los ciclos de actualización y aprobación burocrática
de los planes de estudio toman años, la obsolescencia tecnológica ocurre en
cuestión de meses. Continuar enseñando bajo estructuras rígidas y silos
fragmentados —donde la tecnología se percibe como una materia aislada y no como
un eje transversal— garantiza la formación de egresados que ingresan al mercado
laboral con competencias ya desactualizadas.
Para evitar que esta
desconexión fracture el tejido empresarial latinoamericano, donde coexisten
corporaciones globales con medianas y pequeñas empresas artesanales, la
academia debe reconfigurar su propuesta de valor. El foco debe desplazarse de
la mera instrucción operativa hacia el desarrollo de capacidades dinámicas y de
gestión del cambio. Solo mediante una integración real entre la teoría de los
sistemas de información y la práctica estratégica del negocio será posible
dotar a las organizaciones del talento local necesario para liderar la
transformación digital con una visión sostenible.
Una verdadera transformación educativa radica en aceptar que la academia sigue siendo sumamente eficaz enseñando tareas de registro, procesamiento y elaboración de datos, precisamente las actividades más susceptibles de ser automatizadas de forma inmediata por los ERP, la robótica y la inteligencia artificial. El imperativo actual exige desplazar el eje formativo hacia las capacidades de análisis crítico, interpretación estratégica y gestión del cambio, es decir, aquellas competencias intrínsecamente humanas que la tecnología no puede replicar. Si no logramos migrar de la instrucción operativa a la formación analítica, seguiremos preparando a los profesionales para competir contra los algoritmos en lugar de capacitarlos para dirigirlos, cuestionarlos y decidir cómo aplicarlos.
.
.



