La prisión del proof-of-concept en APAC - cuatro voces, un mismo muro

Cuatro artículos de e27, Tech in Asia y Nikkei se leen como un mismo diagnóstico: en APAC, la IA en las empresas sigue atrapada en los PoC. No por falta de ambición, sino por falta de bases.

En términos sencillos

Cuatro publicaciones convergen la misma semana: e27 sobre las PoC bloqueadas en APAC, Tech in Asia sobre los sistemas legacy en Singapur, otro e27 sobre la ejecución deficiente en lugar de la resistencia de los empleados, y un caso de uso muy concreto (admisión de pacientes en salud). El diagnóstico es unánime: la IA en empresas de APAC choca con tres muros: legacy, calidad de datos y ejecución, no con la tecnología.

El caso

El muro #1 - el legacy. En Singapur, gran parte de los grandes bancos e instituciones públicas aún operan con mainframes COBOL/AS400, sin APIs modernas. Un agente LLM no puede leer un mainframe en RPC directo. Resultado: meses de integración con MQ/ESB antes de que la primera llamada LLM sea posible.

El muro #2 - la calidad de datos. La constatación que se repite en todas las encuestas de APAC: las PoC de IA en APAC fracasan al pasar a producción en una abrumadora mayoría porque los datos de referencia (clientes, productos) están dispersos entre numerosos sistemas no reconciliados. El LLM es brillante con datos limpios: alucina con datos sucios.

El muro #3 - la ejecución. e27 defiende una tesis contraintuitiva: la resistencia de los empleados está sobrevalorada como freno. El verdadero problema es la incapacidad de los equipos de TI para pasar de una PoC a una pipeline de producción versionada, monitorizada, con SLO. Lo que falta: ingenieros sénior de MLOps, el recurso más escaso de APAC.

El contraejemplo que funciona - admisión de pacientes en salud. Los casos de uso documentados en el Sudeste Asiático (hospitales y clínicas que han industrializado la admisión con IA, ver e27) muestran el patrón ganador: LLM que realiza la admisión de pacientes (anamnesis, triaje, formularios) en una fracción del tiempo de una enfermera. Lo que funciona: perímetro estrecho (solo admisión), datos limpios (formularios normalizados), ROI medible en semanas (tiempo de enfermería liberado).

Bajo el capó

• Orden de magnitud: la tasa PoC → producción en APAC sigue siendo muy baja (claramente por debajo del 20% en encuestas convergentes), sin que exista una cifra consolidada única disponible.
• Costo promedio de una PoC bloqueada: cifrado en cientos de miles de dólares por las encuestas de campo, donde la mayoría corresponde a salarios de equipos internos. Coste hundido no nulo.
• Formación: la escasez de MLOps es estructural: los programas regionales forman unos cientos de perfiles al año cuando la demanda supera varios miles.
• Hilo (#1002): esta publicación consolida 4 señales convergentes bajo un mismo diagnóstico.

Entonces, ¿qué?

Tres consecuencias. Uno: los vendedores que triunfan en APAC en 2026 son aquellos que aportan la infraestructura (data mesh, MDM, conectores legacy), no quienes venden un bonito LLM en demo. Dos: los casos de uso de perímetro estrecho (admisión en salud, clasificación de emails, gestión de tickets, reclamaciones de servicio) ganan; los grandes sueños horizontales (el "copiloto transversal") pierden. Tres: la soberanía de datos + on-premise se convierte en un verdadero diferenciador en APAC: los reguladores bancarios y de salud de Singapur, Malasia e Indonesia exigen que nada salga del país. A vigilar: los KPIs de retención de MLOps en DBS, Grab, Sea, las tres empresas que mejor han industrializado.