En esta segunda parte de la conversación con Andrés Tahta, el foco se desplaza desde la evolución del ecosistema de AWS hacia una pregunta más exigente para el mercado corporativo. La nube ya no aparece solo como base tecnológica, porque ahora la discusión entra de lleno en cómo la inteligencia artificial pasa desde el interés inicial hasta la ejecución, la operación y el retorno concreto para el negocio.
La primera parte de la entrevista estuvo centrada en cómo los partners dejaron de ser vistos como soporte técnico o comercial para convertirse en una pieza más estratégica dentro de AWS, cómo cambió su valor frente a los clientes y de qué manera programas, especialización y AWS Marketplace fueron dando forma a un ecosistema más estructurado y orientado al crecimiento.
Sobre esa base, esta segunda parte entra en la etapa más exigente del relato; la conversación se mueve hacia la IA como punto de entrada, hacia los partners que sí están logrando llevar proyectos a producción, hacia las señales de adopción real en América Latina y hacia dos factores que empiezan a reordenar el panorama, que son la IA agéntica y la futura región de AWS en Chile.
Admin
¿Cómo la IA pasó de punto de entrada a una conversación de ejecución?
Para Tahta, la IA no abrió una discusión separada de la nube, sino una fase más exigente del mismo proceso. Lo que cambió fue la velocidad con que muchas empresas empezaron a llegar a esa conversación y el tipo de respuestas que ahora esperan encontrar.
“La conversación con los clientes ha evolucionado de manera fascinante: la IA no reemplazó a la nube como punto de entrada, sino que aceleró y profundizó la conversación sobre transformación. Hoy, muchos clientes entran directamente por inteligencia artificial [...] Sin embargo, lo que descubren rápidamente es que la IA a escala empresarial requiere una base de nube sólida”.
Ese aterrizaje cambia de inmediato el tono del diálogo, porque el interés inicial por la IA deja de sostenerse en demostraciones llamativas cuando aparecen seguridad, costos, gobierno y capacidad operativa. Ahí la conversación se vuelve menos aspiracional y mucho más cercana a la lógica de ejecución.
“No se puede mover IA del piloto a la producción sin navegar la seguridad, la gestión del cambio y la optimización de costos a escala empresarial [...]”.
La idea de continuidad entre nube e IA vuelve a aparecer cuando Tahta describe el portafolio de AWS. En su lectura, la relación entre servicios fundamentales e inteligencia artificial explica por qué ambas conversaciones terminaron entrelazadas.
“La amplitud de servicios de IA de AWS, desde Amazon Bedrock hasta Amazon SageMaker, combinada con nuestros servicios fundamentales, demuestra que ambas conversaciones están intrínsecamente conectadas”.
Con esa base instalada, el cambio más visible no estuvo en la pregunta tecnológica, sino en el ritmo con que el mercado empezó a pedir resultados. El momento decisivo, según plantea, llegó cuando los modelos de lenguaje dejaron el laboratorio y comenzaron a entrar en cargas de trabajo de producción.
“La IA está comprimiendo el ciclo de adopción que vimos con la nube [...] la conversación cambió instantáneamente de ‘¿deberíamos invertir en IA?’ a ‘¿qué tan rápido podemos construir?’”.
Admin
¿Qué distingue a los partners que sí están llevando IA a producción?
Ese cambio de velocidad obliga a mirar con más detalle quiénes están logrando convertir proyectos de IA en despliegues reales. La respuesta de Tahta pone el acento en una combinación de profundidad técnica, lectura sectorial y capacidad de traducir la conversación tecnológica al lenguaje del negocio.
“Los partners que hoy tienen éxito son aquellos que pueden traducir ‘IA generativa’ en una respuesta concreta a una pregunta de un CFO o un COO. Los partners que están logrando llevar proyectos de inteligencia artificial a producción se diferencian por combinar una especialización profunda de la tecnología [...] con una capacidad real de ejecución de punta a punta”.
A partir de ahí, el criterio deja de estar en la demostración puntual y se mueve hacia condiciones de operación mucho más duras. Escalabilidad, integración y funcionamiento sostenido en entornos reales pasan a ser el filtro que separa a los proyectos promisorios de los que efectivamente llegan a producción.
“No se quedan en pilotos, sino que diseñan desde el inicio pensando en escalabilidad, integración y operación en entornos reales. Además, están avanzando en la productización de sus capacidades [...] su foco no está en la tecnología en sí misma, sino en cómo ésta se traduce en resultados concretos de negocio”.
La conversación aterriza esa tesis en un caso chileno de alta sensibilidad operativa y regulatoria. Allí aparece la Bolsa de Productos de Chile, donde una necesidad específica de auditoría en tiempo real se convirtió en una solución basada en IA generativa desplegada sobre Amazon Bedrock.
“La Bolsa de Productos de Chile [...] enfrentaba el desafío de auditar más de 2,000 facturas diarias en tiempo real [...] En colaboración con AWS y Morris & Opazo, desarrollaron Puerto X Monitor, una plataforma de monitoreo automatizado basada en IA generativa construida sobre Amazon Bedrock [...]”.
Lo importante de ese ejemplo no queda en la arquitectura. Tahta lo usa para mostrar que la IA empieza a ganar peso cuando se conecta con control, confiabilidad y reducción de riesgo dentro de una operación con exigencias concretas.
“La aplicación ha auditado más de un millón de facturas en menos de un año [...] lo que ha fortalecido significativamente la confiabilidad de sus servicios de custodia e incrementado la confianza de inversionistas, corredores y factorings [...]”.
Admin
Esa misma lógica se repite cuando Tahta compara un proyecto de IA con una migración cloud más tradicional. La diferencia no está solo en la complejidad técnica, sino en el alcance transversal que toma la iniciativa cuando entran en juego datos, seguridad, modelos y transformación organizacional.
“Acompañar a un cliente en un proyecto de inteligencia artificial implica un nivel de complejidad y alcance significativamente mayor que una migración cloud tradicional”.
Desde ahí, la exigencia cambia de escala. Ya no basta con infraestructura y modernización, porque la IA obliga a coordinar varias capas del negocio al mismo tiempo si quiere generar un impacto sostenible y no quedarse en un ejercicio aislado.
“Mientras esta última se enfoca principalmente en infraestructura [...] la IA exige abordar de manera integral aspectos como la calidad y gobierno de los datos, la seguridad, la gestión de modelos y, sobre todo, la transformación organizacional”.
La barrera más visible aparece justamente en el paso del piloto a la producción. AWS la describe como una fase donde el expertise técnico sigue siendo importante, pero deja de ser suficiente cuando entran cambio organizacional, control de costos y exigencias de seguridad a escala empresarial.
“Llevar la IA de piloto a producción exige más que expertise técnico: requiere gestionar seguridad, cambio organizacional y optimización de costos a escala empresarial. Ahí es donde entra la competencia de IA generativa de AWS [...]”.
Esa validación, según Tahta, no es solo una señal de especialización. También funciona como una forma de reducir fricción para los clientes y de acelerar el retorno esperado en proyectos que ya deben justificarse con resultados más concretos.
“Nuestros partners de lanzamiento han impulsado en conjunto más de 20.000 oportunidades de IA generativa, con tasas de éxito del 70% o superiores [...]”.
Francisco Carrasco M.
¿Qué señales ve AWS en América Latina y por qué la IA dejó de ser una prueba?
Cuando Tahta amplía la mirada hacia la región, el argumento cambia de tono. Ya no habla de expectativas o de pilotos llamativos, sino de señales que, a juicio de AWS, permiten hablar de adopción real y de un mercado que empezó a asignar presupuesto, medir resultados y exigir impacto.
“Estamos viendo señales muy claras de adopción real y a escala. IDC proyecta que para 2027 las 5.000 principales empresas de América Latina destinarán más del 25% de su presupuesto de TI a iniciativas de IA”.
La parte chilena de esa lectura refuerza la misma dirección. En la entrevista se citan indicadores de adopción, productividad e ingresos que AWS usa para sostener que la IA ya está empezando a mover resultados en empresas locales.
“El informe ‘Desbloqueando el Potencial de la IA en Chile’ [...] asegura que el 35% de las empresas en Chile han adoptado la IA [...] el 94% reporta mejoras en productividad y 89% ha visto un aumento en ingresos [...]”.
La tesis se vuelve más concreta cuando Tahta baja de las cifras a los casos. Lo que busca mostrar es que la región ya no se mueve solo en torno a pruebas, porque empiezan a aparecer implementaciones con impacto visible en productividad, eficiencia y control de riesgo.
“Hoy ya no solo [...] vemos pilotos, hay empresas que están generando impacto concreto en productividad, eficiencia e incluso ingresos gracias a la IA”.
Admin
En esa línea, la conversación incorpora otro ejemplo local, esta vez asociado a fraude transaccional. AWS lo presenta como una señal de que los proyectos de IA en la región ya se están midiendo por su efecto directo sobre procesos sensibles del negocio.
“Approbe [...] con AWS y Morris Opazo, logró pasar de tasas cercanas al 70% a alrededor de un 95% de detección, impactando directamente el riesgo financiero del negocio”.
La lectura regional no termina ahí. Tahta suma además una señal de desarrollo propio con iniciativas como Latam GPT, que apuntan a construir modelos más cercanos al contexto cultural y lingüístico de América Latina.
“[...] están emergiendo iniciativas emblemáticas en la región, como el desarrollo de Latam GPT, que busca crear modelos de lenguaje entrenados con contexto cultural y lingüístico propio de América Latina”.
Eso le permite ampliar el diagnóstico más allá de la adopción de herramientas externas. En su lectura, la región empieza también a construir capacidades propias, y ese dato importa porque sugiere una etapa más madura y menos dependiente de la simple experimentación.
“Ese tipo de proyectos muestra que la región no solo está adoptando IA, sino también construyendo capacidades propias”.
Francisco Carrasco M.
Cómo la IA agéntica y la futura región de AWS reordenan la conversación
Sobre esa base, Tahta introduce una capa adicional de especialización con la IA agéntica. No la presenta como un matiz menor, sino como un cambio que altera lo que se construye, cómo se opera y qué tipo de capacidades empieza a exigir el mercado a los partners.
“2026 es el año de la IA agentica. Hoy no solo estamos hablando de agentes sino de agentes frontera [...]. [...] el primero, centrado en el desarrollo de software (agente autónomo Kiro) [...] aborda tareas de desarrollo full-stack [...]”.
Lo que sigue ya no se limita al desarrollo. AWS proyecta esa lógica hacia seguridad y operaciones, con agentes especializados que asumen trabajo continuo y hacen más visible el salto desde asistentes generales hacia sistemas con responsabilidades concretas dentro del ciclo operativo.
“El segundo, con un foco especial en seguridad (AWS Security Agent), ayuda a crear aplicaciones seguras desde el inicio [...]. Finalmente, el tercero, especializado en operaciones (AWS DevOps Agent), se encarga del trabajo operativo pesado [...] Está ‘de turno’ cuando ocurren incidentes”.
La consecuencia para el ecosistema es directa. Si esa capa de automatización avanza como describe Tahta, el estándar vuelve a subir, porque ya no basta con implementar modelos o chatbots cuando el mercado empieza a pedir sistemas capaces de razonar, planificar y ejecutar.
“Este auge representa un cambio de paradigma fundamental para los partners, transformando no solo qué construyen sino cómo operan y van al mercado. La IA agencial eleva el nivel de especialización requerido [...]”.
AWS intenta ordenar esa transición también desde la certificación. En la entrevista, Tahta vincula esa nueva exigencia con AWS AI Competency y con categorías específicas para IA agéntica, en una señal de que el tema ya está entrando en la estructura formal del ecosistema.
“[...] ya no basta con implementar modelos de lenguaje o crear chatbots [...] AWS AI Competency [...] Agentic AI Applications, Agentic AI Tools y Agentic AI Consulting Service [...]”.
El cierre de esta segunda parte aterriza en Chile y en la futura región local de AWS. Tahta la describe como una oportunidad estructural, porque la vincula con mayor adopción tecnológica, mejor desempeño y una base más cercana para ejecutar aplicaciones desde infraestructura ubicada en el país.
“La futura región de AWS en Chile representa una oportunidad estructural para el desarrollo del ecosistema digital del país, al habilitar una mayor adopción de tecnologías avanzadas, mejorar la performance y acelerar la innovación local”.
Admin
Ese punto no queda solo en la abstracción. La conversación lo baja a la capacidad concreta de ejecutar aplicaciones y atender usuarios finales desde centros de datos en Chile, con un alcance que incluye empresas, startups y organizaciones de distintos sectores.
“Esta región brindará a desarrolladores, startups, emprendedores y empresas [...] una mayor capacidad de elección para ejecutar sus aplicaciones y atender a usuarios finales desde centros de datos ubicados en Chile”.
La inversión asociada le da otra escala al anuncio. Amazon planea invertir más de USD 4.000 millones en Chile durante los próximos 15 años para apoyar la construcción, conexión, operación y mantenimiento de sus centros de datos en el país, un dato que vuelve difícil separar infraestructura, estrategia regional y proyección de largo plazo.
“[...] Amazon planea invertir más de $4 mil millones en Chile durante los próximos 15 años para apoyar la construcción, conexión, operación y mantenimiento de sus centros de datos en el país”.
Tahta cierra esa idea conectando infraestructura con desarrollo del canal local. En su lectura, la región chilena no solo mejora cercanía técnica, sino que también puede abrir espacio para capacidades más sofisticadas y para una salida internacional desde una base instalada en el país.
“Para los partners, esto se traduce en la posibilidad de desarrollar capacidades más sofisticadas, crear soluciones con mayor valor agregado y proyectarse hacia mercados internacionales desde una base local [...]”.
Francisco Carrasco M.
