Quien lleva años operando plataformas digitales enterprise en LATAM ha visto pasar al menos cuatro ciclos completos de hype tecnológico. Headless. JAMstack. Composable. Y ahora IA. Cada ciclo arranca con la misma promesa de cara al Comité de Tecnología: esta vez la nueva capa va a desplazar el criterio del que arquitecta el sistema. Cada ciclo termina con la misma constatación cuatro años después: la capa cambia, el criterio que sostiene la plataforma cuando entra el cuarto Director de TI sigue siendo el mismo.
El ciclo IA no es distinto en su estructura. Es distinto en una sola dimensión: por primera vez la capa que cambia es la capa de ejecución del propio código. Eso obliga a una conversación que en los tres ciclos anteriores se podía postergar.
La IA potencia, no reemplaza
En esinergia llamamos a esta conversación con una frase corta: la IA potencia, no reemplaza. La frase parece declarativa. En la práctica es un principio operativo que se aplica en dos planos simultáneos y que define cómo arquitecturamos plataformas digitales enterprise en 2026.
El primer plano es la IA en la solución del cliente. La que el Comité de Tecnología compra: chatbots, búsqueda semántica, recomendadores, agentes embebidos en el flujo del usuario final. Es la capa visible. Es la que aparece en el slide de cierre del deck.
El segundo plano es la IA en nuestra propia operación. La que no se vende, la que opera entre bastidores: pipelines de delivery aumentados con agentes, microsoluciones IA validadas internamente antes de aplicarlas a cliente, AI-Augmented Engineering aplicado a tareas que históricamente consumían horas de ingenieros sénior. Es la capa que reduce el costo total de operación de la plataforma a cuatro años.
Las dos capas no son competidoras. Son complementarias. Y son la misma decisión arquitectónica leída desde dos ángulos.
Primer plano, la IA en la solución del cliente
El año 2026 marca un punto operativo concreto: por primera vez en el portafolio esinergia, dos casos del set publicable activan IA como capacidad visible al usuario final.
Fogafín, en sector público y gobierno, opera un portal de Estado con chatbot de inteligencia artificial bajo lineamientos de Gobierno Digital, accesibilidad nivel AA WCAG 2.1 y cumplimiento normativo del sector. El chatbot no es un widget agregado al final. Está conectado al modelo de contenido del portal, gobernado por las mismas reglas editoriales que el resto del sitio, con mecanismos de fallback a atención humana cuando la conversación entra en zonas de decisión sensibles. La IA no decide. Potencia la decisión.
Universidad de La Sabana, en educación superior, es finalista de los Acquia Awards 2026 en la categoría Best Use of AI for Learning and Acceleration. La IA aplicada al campus virtual de Unisabana opera sobre cumplimiento regulatorio del Ministerio de Educación Nacional. No reemplaza la pedagogía. Potencia el ritmo y la personalización del aprendizaje sobre una arquitectura que cumple la regulación.
Hay un patrón observable entre los dos casos. En ambos, la IA entró a una plataforma que ya estaba operando con criterio enterprise sobre Drupal y Acquia Cloud. La IA no se eligió antes de la arquitectura. Se eligió como capa adicional sobre una arquitectura que ya admitía esa capa sin reconstruirse. Esa es la diferencia entre IA aplicada y AI-Wash.
Segundo plano, la IA en la operación interna de esinergia
El segundo plano es el que diferencia a un partner que opera con IA del que solo la vende. Y es el que rara vez se hace explícito.
esinergia es Gold Sponsor de la Drupal AI Initiative. Dedicamos recursos a tiempo completo al núcleo de Drupal AI. Esto significa que cuando uno de nuestros clientes reporta un comportamiento inesperado de un módulo Drupal AI, el arreglo entra al core y se beneficia toda la comunidad. No se queda en un parche privado que muere con el contrato.
Operativamente, esa contribución pública es solo la punta visible de la práctica interna. Por debajo opera lo que llamamos AI-Augmented Engineering: pipelines de delivery donde la IA acelera tareas específicas (análisis de logs, generación de migraciones, revisión de pull requests, escritura de pruebas) sin desplazar la decisión arquitectónica del ingeniero sénior.
El principio operativo que sostiene esta práctica es uno y se cita literal: automatizar con criterio humano en medio, no al revés.
Esa frase, leída despacio, es lo que separa un partner que aplica IA con criterio de uno que aplica IA como capa de marketing. La automatización sin criterio humano en medio acelera la producción de problemas. El criterio humano sin automatización deja valor sobre la mesa. El equilibrio es operativo, no ideológico.
El criterio enterprise no se commoditiza
Aquí está la observación de fondo, la que solo se ve después de operar plataformas durante cuatro a ocho años con los mismos clientes:
La IA está reduciendo el costo del código de commodity. Esa tendencia es estructural, no coyuntural. Va a continuar. Los próximos cinco años van a ver más código generado por agentes, más componentes commoditizados, más velocidad de delivery con menor costo unitario.
Lo que la IA no está reduciendo, y por la naturaleza del problema probablemente no reduzca, es el valor del criterio enterprise. La decisión de qué se integra con qué sistema crítico, qué dato sensible se expone a qué modelo, qué nivel de autonomía se le da a qué agente, qué fallback opera cuando la IA falla, qué mecanismo de auditoría sostiene la decisión cuando llega el regulador. Esas decisiones no se commoditizan. Crecen en complejidad a medida que la IA crece en capacidad.
Para el Comité de Tecnología enterprise, el cálculo es el siguiente. El código de commodity va a costar menos cada año. La plataforma que sobrevive al año cuatro no es la que tuvo el mejor stack al lanzar. Es la que tuvo el criterio enterprise correcto al elegir qué capa de IA entra, en qué momento, con qué gobernanza y con qué mecanismo de fallback.
Esa es la razón por la cual esinergia se posiciona como AI-First Engineering Partner y no como vendor de productos IA propios. La oferta no es código generado con IA. La oferta es criterio arquitectónico enterprise aplicado a sistemas que ya incorporan IA en su capa de ejecución, su capa de operación o ambas. La diferencia es estructural.
La pregunta del CIO en 2026
Lo que sigue es la pregunta operativa que un CIO enterprise debería estar haciendo en 2026, independiente del vendor:
No es "qué IA agrego al sitio". Es "qué criterio aplico a la IA que ya está cambiando cómo construyo y sostengo la plataforma durante los próximos cuatro años".
Las dos preguntas se parecen. Producen plataformas radicalmente distintas en el año cuatro.
La primera produce un sitio con un chatbot encima de un CMS legado. La segunda produce un sustrato de plataforma que admite agentes, RAG, modelos de lenguaje conectados a datos sensibles y gobernanza algorítmica sin reconstruirse cada vez que entra una capa nueva.
La IA potencia el criterio enterprise cuando ese criterio existe. Cuando no existe, la IA solo acelera la producción de plataformas que se vuelven costosas en el año tres.
Si su organización está en la conversación de plataforma enterprise para los próximos cuatro años, sentémonos a revisar el criterio antes que el código. No vendemos una respuesta general. Mapeamos su contexto específico.