La IA tiene un enemigo inesperado: el software escrito hace décadas que todavía mueve bancos, aseguradoras y fábricas

Mientras las empresas corren para adoptar inteligencia artificial, muchas descubren que el verdadero obstáculo no está en ChatGPT ni en los modelos de IA, sino en sistemas creados hace 20, 30 o incluso 40 años.

La conversación sobre inteligencia artificial suele centrarse en modelos cada vez más capaces, asistentes virtuales y automatización. Parece que todo el mundo quiere incorporar IA a sus procesos. Pero cuando las empresas intentan hacerlo en la práctica, aparece un problema mucho menos visible.

Muchos de los sistemas que sostienen la economía mundial fueron construidos décadas atrás. Algunos bancos todavía ejecutan aplicaciones escritas en COBOL, un lenguaje creado en 1959. Otras organizaciones dependen de programas desarrollados en Visual Basic 6, una tecnología presentada por Microsoft en 1998. En muchos casos funcionan, generan ingresos y realizan tareas críticas cada día.

La pregunta es inevitable: ¿cómo conectas una inteligencia artificial moderna con una infraestructura tecnológica que nació antes de que existieran Google, YouTube o los teléfonos inteligentes?

Esa es precisamente la discusión que está llevando a numerosas empresas a replantear sus estrategias tecnológicas.

La fiebre de la IA está chocando contra una realidad incómoda

Durante los últimos años, prácticamente todas las grandes organizaciones han anunciado proyectos relacionados con inteligencia artificial. Bancos, aseguradoras, fabricantes y compañías de telecomunicaciones buscan automatizar procesos, analizar datos más rápido y desarrollar nuevos servicios.

Pero existe una diferencia entre experimentar con IA y desplegarla en operaciones reales que manejan millones de clientes y miles de millones de dólares.

En muchos casos, los datos están distribuidos entre múltiples sistemas antiguos que nunca fueron diseñados para trabajar juntos. Algunas aplicaciones fueron creadas por equipos que ya no existen. Otras carecen de documentación actualizada. Hay empresas donde nadie comprende completamente cómo funciona todo el ecosistema tecnológico.

Es una situación parecida a intentar instalar un sistema de conducción autónoma en un automóvil fabricado hace varias décadas. Puede hacerse, pero primero hay que revisar gran parte de la estructura que lo sostiene.

Por qué la IA no puede resolver este problema por sí sola

Una idea popular consiste en pensar que la inteligencia artificial puede leer el código antiguo, comprenderlo automáticamente y transformarlo en sistemas modernos.

La realidad es más compleja.

Los modelos actuales pueden analizar software heredado, detectar dependencias y generar documentación con una velocidad que habría parecido imposible hace pocos años. Eso ayuda bastante. Pero comprender un sistema es diferente a transformarlo.

Modernizar una plataforma empresarial implica tomar decisiones sobre arquitectura, seguridad, regulación, almacenamiento de datos, integración con otros servicios y continuidad operativa.

Un error durante ese proceso puede afectar pagos, pólizas de seguros, operaciones industriales o servicios utilizados diariamente por millones de personas.

Por esa razón, la modernización sigue requiriendo experiencia humana especializada, incluso cuando la IA participa en el análisis y la automatización de ciertas tareas.

La propuesta de GFT: usar IA para acelerar la modernización

En este contexto, GFT anunció una oferta de modernización impulsada por inteligencia artificial orientada a transformar sistemas legados en plataformas preparadas para aplicaciones modernas de IA.

Según la empresa, su enfoque combina análisis automatizado mediante una plataforma propia llamada Wynxx con equipos de ingeniería especializados en transformación tecnológica.

La propuesta incluye identificar dependencias entre sistemas, evaluar riesgos, calcular costos de migración y rediseñar arquitecturas para modelos basados en interfaces de programación de aplicaciones (API), servicios en la nube y procesamiento orientado a eventos.

GFT afirma que el objetivo no es simplemente convertir código antiguo a un lenguaje más reciente, sino replantear la arquitectura tecnológica para que pueda evolucionar durante los próximos años.

La empresa también sostiene que esta metodología ha sido utilizada en proyectos de gran escala en Europa y América.

El dato más interesante no es el producto

Más allá del lanzamiento comercial, el comunicado refleja una tendencia que varios analistas llevan tiempo observando.

La primera etapa de la inteligencia artificial estuvo centrada en demostrar que los modelos podían generar texto, imágenes y software.

La segunda etapa parece estar concentrándose en algo menos llamativo, pero mucho más difícil: adaptar las organizaciones reales para que esas capacidades puedan utilizarse de forma segura y rentable.

Eso significa actualizar bases de datos, reorganizar procesos, mejorar la calidad de los datos y reemplazar sistemas que llevan décadas funcionando.

No es el tipo de trabajo que suele aparecer en titulares, pero probablemente sea donde se invertirá una parte importante del presupuesto tecnológico empresarial durante los próximos años.

Los gigantes tecnológicos también están empujando esta transición

La modernización tecnológica se ha convertido en una prioridad para proveedores de nube como Amazon Web Services, Google Cloud y Microsoft Azure.

Las tres plataformas han desarrollado herramientas específicas para migrar aplicaciones heredadas, mover cargas de trabajo desde centros de datos tradicionales y preparar infraestructuras para servicios basados en inteligencia artificial.

La razón es sencilla: los modelos de IA necesitan datos accesibles, sistemas interoperables y capacidad de procesamiento flexible. Muchas infraestructuras antiguas fueron diseñadas para un mundo tecnológico completamente distinto.

Por eso la conversación ya no gira únicamente alrededor de cuál modelo responde mejor preguntas. Cada vez se habla más de cómo preparar las organizaciones para aprovechar esos modelos de forma práctica.

Lo que esto significa

Cuando escuchamos hablar de inteligencia artificial solemos pensar en chatbots, generación de imágenes o asistentes virtuales.

Pero la verdadera transformación empresarial podría estar ocurriendo detrás del escenario.

Las empresas están descubriendo que adoptar IA requiere algo más que contratar una nueva herramienta. También exige revisar décadas de decisiones tecnológicas acumuladas.

La noticia de GFT resulta interesante porque muestra un cambio de enfoque en toda la industria. La gran pregunta ya no es si las organizaciones usarán inteligencia artificial. La pregunta es si sus sistemas actuales están preparados para hacerlo.

Y para muchas compañías, la respuesta sigue siendo: todavía no.

Bibliografía

• GFT Technologies. Comunicado de prensa: Modernización de IA, junio de 2026.
• https://www.gft.com/co/es
• https://aws.amazon.com/mainframe-modernization/
• https://cloud.google.com/solutions/application-modernization
• https://azure.microsoft.com/es-es/solutions/mainframe-modernization