Informe de investigación de la EMA

¿Qué es el avión de control de la Enterprise y por qué importa?

Resumen ejecutivo de De los resultados a la autoridad: Definiendo el plano de control empresarial, julio de 2026, EMA Research.

Ninguna plataforma coordina la TI empresarial, y la autoridad para tomar decisiones ya está repartida en muchos sistemas, no por la IA, sino por cómo la automatización empresarial creció con el tiempo. La IA eleva la presión sobre esa fragmentación. EMA Research llama a la solución el plano de control empresarial: la infraestructura que mantiene intacta la gobernanza a medida que el trabajo cruza sistemas.

¿Qué es el plano de control de la Enterprise?

EMA Research lo denomina el plano de control empresarial: la infraestructura que una empresa utiliza para mantener intacta la gobernanza, autoridad, responsabilidad, visibilidad y confianza en los resultados a través de una mezcla de personas y sistemas automatizados repartidos en muchas plataformas. No están otra plataforma de orquestación, ni centraliza decisiones; mantiene las decisiones que los sistemas especializados ya Haz, gobernadas y responsables.

¿Por qué no están la solución consolidarse en una sola plataforma?

La orquestación empresarial está la categoría más reclamada entre los líderes de TI empresarial: el 34 por ciento la selecciona al elegir de una lista. Sin embargo, cuando se le pregunta que nombre la plataforma real que coordina el trabajo en su entorno, no surge ninguna categoría de producto que coincida. Las organizaciones, en cambio, nombran plataformas en la nube, herramientas de automatización de cargas de trabajo, Pipelines DevOps, sistemas ERP e incluso software CRM, cada uno cubriendo una parte del conjunto. La orquestación empresarial funciona menos como una categoría de producto y más como un rol que las organizaciones creen que debe existir, aunque aún ninguna plataforma la ocupa.

¿Por qué la IA Haz que la orquestación fragmentada sea más urgente?

La IA hace que la orquestación fragmentada sea más costosa de ignorar. Durante décadas, un flujo de trabajo completo fue un proxy fiable de un resultado correcto, por lo que la monitorización se centró en el estado de ejecución y el cumplimiento del SLA más que en la calidad de la decisión en sí. Ese proxy está debilitándose; cerca de un tercio de las organizaciones se encuentran con frecuencia con resultados de IA incorrectos o engañosos, y más de tres cuartas partes de las organizaciones que ejecutan automatización de IA han tenido que corregir o revertir una acción impulsada por IA en algún momento.

Casi la mitad informa que las recomendaciones de IA requieren rutinariamente validación adicional antes de son permitan ejecutarse, la mayoría de las veces porque la recomendación entra en conflicto con la política, diagnostica erróneamente la causa raíz o llega sin suficiente contexto para ser correcta. Las organizaciones que ejecutan IA en los sistemas más interconectados reportan las tasas de error más altas. Esa correlación no demuestra el mecanismo por sí sola, pero coincide con lo que la investigación de EMA encontró en cada transferencia: la información se abstrae, se resume o se elimina, de modo que un sistema puede Haz una decisión defendible dado lo que podría Ve y aun así estar equivocada por lo que no pudo.

¿Por qué no están suficientes datos o contextos mejores para corregir resultados poco fiables de la IA?

La industria ha pasado años buscando mejores datos y luego mejor contexto. Ambos se quedan a un paso de distancia. Los datos describen lo que ya ocurrió. El contexto explica lo que importa. Pero las operaciones funcionan según el estado: la condición actual de un flujo de trabajo, una dependencia, un sistema, en el momento exacto en que se toma una decisión.

El Estado están lo que le dice a un sistema, humano o IA, qué es seguro hacer a continuación. Y el Estado están precisamente lo que se rompe siempre que el trabajo pasa de una plataforma a otra, lo cual en un entorno de TI federado ocurre constantemente.

¿Qué necesitan las organizaciones antes de dar más autonomía a la IA?

Las empresas no son esperando pasivamente. Antes de conceder más independencia a los sistemas de IA, valoran tres condiciones que siempre están por encima del valor empresarial o del patrocinio ejecutivo:

  • Explicabilidad (49%)

    Visibilidad sobre por qué un sistema de IA eligió una acción determinada, no solo que actuó.

  • Precisión demostrada a lo largo del tiempo (48%)

    Se está demostrado un historial de fiabilidad, no se supone.

  • Observabilidad entre transferencias (43%)

    Visibilidad que se extiende hasta los límites entre sistemas, no solo dentro de cada uno.

Solo el 2 por ciento no pone ninguna condición. Ninguna de las tres es capacidad de modelo; son capacidades de orquestación, que es precisamente la brecha que está destinada a cerrar el avión de control de la Enterprise.

¿Cómo soporta Control-M el plano de control empresarial?

Control-M no reemplaza los sistemas especializados que ya coordinan partes del trabajo: aplicaciones, data Pipelines, trabajos por lotes, pasos impulsados por IA. Está la capa que mantiene sus decisiones visibles, gobernadas y responsables a medida que el trabajo cruza entre ellas. La planificación consciente de dependencias y la detección predictiva de riesgos SLA se aplican a los pasos impulsados por IA igual que a cualquier otro trabajo, y el acceso basado en roles, los controles de políticas y la auditabilidad de extremo a extremo mantienen cada acción dentro de los límites definidos de aprobación y auditoría, respaldados por las certificaciones ISO 27001, SOC 2, TX-RAMP, ENS e IRAP.

El resultado es un registro de ejecución en cada sistema del flujo de trabajo, en lugar de un modelo de gobernanza que se detiene en el borde de cada uno. Ese es el papel que la investigación de la EMA identifica como aún ausente en la mayoría de las organizaciones.

Este resumen se basa en la encuesta de mayo de 2026 realizada por EMA a 336 ejecutivos de TI y responsables financieros y técnicos de Norteamérica, Europa y Asia, cada uno evaluado para su participación directa en operaciones de TI, automatización, orquestación o decisiones de observabilidad. El informe completo de EMA añade los desgloses regionales, los hallazgos completos de gobernanza y autoridad, y los detalles de la encuesta detrás de cada cifra anterior.

Conoce más sobre Control-M right-arrow

Lee el informe completo, De los resultados a la autoridad: Definiendo el plano de control empresarial

Preguntas frecuentes