Lo que el SVP de Marketing de SAS sabe sobre IA que la mayoría de directores de marketing aún ignora
Patrick Xhonneux no es el tipo de ejecutivo que aparece en portadas hablando de “revolucionar industrias”. Como SVP de Marketing de SAS Institute — una de las empresas de software analítico más importantes del planeta — su trabajo es convertir conceptos técnicos complejos en propuestas de valor que las organizaciones entiendan, adopten y paguen. Y en eso, SAS lleva casi cincuenta años sin cotizar en bolsa y sin rendir cuentas a accionistas impacientes.
Eso lo cambia todo.
Cuando una empresa destina el 25% de sus ingresos anuales a investigación y desarrollo — muy por encima de lo que hace la media del sector tecnológico — no está haciendo marketing. Está apostando. Y la entrevista que la Revista Byte TI le realizó recientemente a Xhonneux deja ver con claridad hacia dónde va esa apuesta: la inteligencia artificial no como promesa futura, sino como motor presente de transformación empresarial.
¿Por qué una empresa de 3.000 millones de dólares sigue siendo privada — y qué dice eso de su visión de la IA?
SAS Institute fue fundada en 1976 en Carolina del Norte. Empezó analizando datos agrícolas para universidades. Hoy, más del 90% de las empresas del Fortune 500 son clientes suyos. Opera en más de 180 países y emplea a más de 17.000 personas en todo el mundo.
Y nunca ha salido a bolsa.
Esa decisión — aparentemente financiera — es en realidad una declaración estratégica. Sin la presión trimestral de los mercados, SAS puede reinvertir de forma sostenida en I+D sin que nadie le exija resultados inmediatos. Y eso se nota: mientras sus competidores persiguen el ciclo de hype de cada nueva tecnología, SAS construye capas de conocimiento acumulado que son difíciles de replicar en dos años de financiamiento venture.
“SAS destina históricamente alrededor del 25% de sus ingresos anuales a I+D — una cifra que duplica o triplica lo que invierten la mayoría de sus competidores directos en el mercado de software analítico empresarial.”
Para un director de marketing o un fundador en Latinoamérica, esto tiene una implicación directa: cuando evalúas un proveedor de tecnología analítica o de IA, no solo importa lo que hace hoy. Importa cuánto está invirtiendo en lo que hará en tres años. Las empresas que recortan I+D para mejorar márgenes suelen entregarte una plataforma que envejece mal.
SAS Viya y el problema real que intenta resolver en tus datos
La plataforma central de SAS en este momento se llama Viya. Es una solución analítica en la nube que integra inteligencia artificial, aprendizaje automático, análisis estadístico y visualización de datos en un mismo entorno. Compite directamente contra IBM, Microsoft Azure, Google Cloud, SAP y Salesforce en el segmento de analítica empresarial avanzada.
Pero aquí está el problema que nadie menciona en los comunicados de prensa:
La mayoría de las organizaciones no fracasan en IA por falta de tecnología. Fracasan porque sus datos están fragmentados, sin gobierno, sin calidad mínima para alimentar modelos que funcionen. Viya intenta atacar exactamente ese punto — no solo la potencia computacional, sino la capa de gobernanza que hace que los modelos sean explicables, auditables y conformes con regulaciones como el AI Act de la Unión Europea.
Para cualquier equipo de marketing que trabaje con datos de clientes — comportamiento, transacciones, interacciones digitales — la pregunta ya no es “¿tenemos IA?” sino “¿podemos explicar por qué nuestra IA tomó esa decisión?” Los reguladores europeos ya lo exigen. Los latinoamericanos van en esa dirección.
Las tendencias que Xhonneux identifica como prioritarias (y lo que implican para tu estrategia)
La visión que transmite el SVP de Marketing de SAS en sus apariciones públicas no es la de un vendedor de software. Es la de alguien que ha visto suficientes ciclos tecnológicos como para saber cuáles son modas y cuáles son cambios estructurales. Estas son las áreas donde SAS está concentrando su energía — y que, según mi lectura, todo marketer debería tener en el radar:
- IA generativa integrada en flujos analíticos existentes: No como herramienta separada, sino embebida en plataformas donde ya viven los datos. SAS trabaja en que un gerente de negocio pueda hacer preguntas en lenguaje natural y obtener análisis complejos sin tocar una línea de código.
- Democratización real del análisis — no la versión de marketing: Que un analista de negocio, sin formación en ciencia de datos, pueda explotar capacidades avanzadas de la plataforma. Esto cambia quién puede usar la IA dentro de una organización y cuánto cuesta escalarla.
- Detección de fraude y gestión de riesgo en tiempo real: Especialmente relevante para sectores financieros en Latinoamérica, donde el fraude digital creció de forma acelerada en los últimos tres años y los modelos estáticos ya no son suficientes.
- Análisis en salud y sector público: Dos mercados donde los datos son abundantes, el subuso histórico es enorme, y el impacto de una buena analítica puede medirse en vidas y en pesos públicos bien gastados.
- Cumplimiento normativo como ventaja competitiva: Las empresas que construyan hoy infraestructura de IA responsable — trazabilidad, explicabilidad, privacidad — estarán mejor posicionadas cuando lleguen las regulaciones que ya están en camino en toda la región.
España como señal de lo que viene para Latinoamérica
La entrevista de Byte TI tiene un contexto importante: es una publicación del mercado español, y no es casualidad que SAS haya elegido ese canal para posicionarse. España se ha consolidado como uno de los mercados de referencia para SAS en el sur de Europa, con penetración fuerte en banca, seguros, retail, telecomunicaciones y administración pública.
Lo que ocurre en el mercado tecnológico español suele llegar a Latinoamérica con un retraso de 18 a 36 meses — especialmente en adopción de plataformas analíticas empresariales. Y el impulso que ha dado el programa Next Generation EU a la transformación digital en Europa está creando un precedente de inversión pública en tecnología que algunos países latinoamericanos ya están mirando con atención.
Dicho así suena abstracto. No lo es. Lo concreto es esto: si eres director de marketing en una empresa mediana o grande en México, Colombia, Chile o Argentina, los modelos de IA aplicada que hoy ves en grandes bancos españoles o en organismos públicos europeos son los que tus competidores van a intentar implementar en los próximos dos años. La pregunta es si vas a estar preparado — o vas a estar reaccionando.
Mi postura: el problema no es la IA, es el orden de las prioridades
Hay algo que me incomoda en cómo se habla de IA en los foros de marketing latinoamericanos. Se habla de herramientas antes de hablar de datos. Se habla de automatización antes de hablar de estrategia. Y se habla de transformación digital como si fuera una decisión de compra de software, no un cambio organizacional profundo.
Lo que la trayectoria de SAS — y la visión que transmite alguien como Xhonneux — ilustra con claridad es que la ventaja competitiva en IA no se construye en seis meses eligiendo la plataforma correcta. Se construye en años de inversión sostenida en calidad de datos, en talento analítico, en cultura de decisión basada en evidencia y en gobernanza que aguante el escrutinio regulatorio.
Las empresas que entienden esto antes que sus competidores no solo adoptan mejor la IA. La usan de una manera que sus competidores no pueden copiar fácilmente.
Esa es la diferencia entre implementar una herramienta y construir una capacidad.
¿Tu empresa está evaluando cómo integrar inteligencia artificial en sus procesos de marketing, ventas o analítica de clientes? En Reinvente Mercadeo ayudamos a equipos directivos en Latinoamérica a trazar una ruta real — no un piloto que nunca escala. Conversemos sobre tu caso específico y lo que tiene sentido para tu industria, tu tamaño y tus datos actuales.
