La inteligencia artificial (IA) ha pasado de ser un experimento de laboratorio a ocupar un lugar central en las agendas de empresas, gobiernos y economías. La inversión se dispara, la adopción crece rápido y cada vez más estudios confirman su potencial para aumentar la productividad. Sin embargo, detrás de este entusiasmo hay una paradoja: aunque la IA se usa de forma masiva, la mayoría de las empresas aún no consigue retornos claros. Para entenderlo, hay que mirar tanto las fuerzas que empujan a la IA como las barreras que frenan el impacto real en las organizaciones.
El panorama general: la IA como tecnología transversal
Narayanan y Kapoor (AI-as-Normal-Technology) describen la IA como una “tecnología normal”, comparable a otras grandes revoluciones como la electricidad o internet. Son tecnologías de propósito general que cambian la forma de trabajar, pero cuya adopción suele ser desigual y lenta. Su mensaje es claro: ni hay que esperar cambios inmediatos y mágicos, ni conviene minimizar su importancia. La adopción es un proceso de aprendizaje organizacional, rediseño de procesos y construcción de ecosistemas.
El AI Index Report 2025 de Stanford aporta datos que refuerzan esta visión. En 2024, un 78% de las organizaciones ya usaba IA (frente al 55% en 2023), y la inversión privada global alcanzó los 252 mil millones de dólares. Además, los gobiernos están regulando e invirtiendo a gran escala, y los modelos se abaratan y mejoran cada año. En otras palabras, la IA ya no es una promesa: se está convirtiendo en parte del día a día de los negocios, igual que lo fue la electricidad en su momento. Pero adopción no significa automáticamente transformación.
La realidad empresarial: la “brecha de la GenAI”
El informe State of AI in Business 2025 del MIT pone un contrapunto más crudo. A pesar de los 30–40 mil millones de dólares invertidos en IA generativa, el 95% de las empresas no obtiene retornos medibles. Solo un 5% logra integraciones que generan millones en valor real. El resto está atrapado en lo que los autores llaman la “brecha de la GenAI”: mucha adopción, poca transformación.
Las causas no son técnicas. Los modelos son buenos y la infraestructura existe. Lo que falla es la integración en los flujos de trabajo, la capacidad de aprendizaje y la adaptación al contexto. Mientras los empleados usan con entusiasmo herramientas como ChatGPT para tareas rápidas, las soluciones empresariales a menudo se perciben como rígidas, poco prácticas y desconectadas de la realidad operativa.
Impacto real: pequeño, pero existente
Aun así, los primeros beneficios empiezan a aparecer. El AI Index Report 2025 muestra ahorros en operaciones (49% de las empresas que usan IA), cadena de suministro (43%) y desarrollo de software (41%), aunque la mayoría son menores al 10%. En ingresos, los aumentos más comunes son inferiores al 5%.
Por su parte, el informe de State of AI in Business 2025 señala que los mayores retornos no están en las áreas más visibles (como ventas o marketing), sino en la automatización de back office: eliminar contratos de BPO, reducir gastos en agencias externas o automatizar tareas administrativas. En estos casos, el ahorro es tangible y rápido, aunque no siempre implique reducir plantilla interna.
En sectores más avanzados el impacto es mucho mayor. En salud, la FDA aprobó 223 dispositivos médicos con IA en 2023, y estudios demuestran que la IA ya supera a médicos en ciertas tareas de diagnóstico. En transporte, empresas como Waymo o Baidu ya ofrecen cientos de miles de viajes autónomos por semana. Estos ejemplos prueban que la transformación es posible, pero depende de una integración profunda en los procesos.
Qué deben hacer las empresas ahora
Con este panorama, hay varias acciones clave para que las empresas maximicen el retorno de sus inversiones en IA:
1. Ir más allá de los pilotos.
No basta con experimentar. La IA debe integrarse en los procesos y rediseñarlos, con sistemas que aprendan, recuerden y se adapten.
2. Buscar el valor en lo menos obvio.
La mayoría del presupuesto va a ventas y marketing, pero el ROI más grande suele estar en operaciones, finanzas y soporte al cliente. Ahí se consiguen ahorros claros y sostenibles.
3. Apostar por alianzas estratégicas.
Los proyectos desarrollados con socios externos especializados tienen el doble de probabilidades de éxito que los internos. Las empresas deberían negociar como si contrataran un servicio de procesos, no solo una licencia de software.
4. Prepararse para una transformación gradual del talento.
La IA no está provocando despidos masivos, pero sí cambia la manera de trabajar. La clave está en formar a los equipos en competencias digitales y de IA, para que se integren en procesos aumentados por tecnología.
La adopción de la IA muestra dos caras. Por un lado, es una tecnología cada vez más presente, con inversiones récord y casos de éxito en industrias clave. Por otro, la mayoría de las empresas aún no traduce su uso en impacto financiero significativo.
La clave para desbloquear el valor está en dejar de tratar la IA como un accesorio y empezar a verla como parte integral de la organización. Las compañías que rediseñen procesos, busquen valor en funciones menos glamorosas y construyan sistemas que aprendan y evolucionen serán las que saquen ventaja en esta nueva etapa.
En pocas palabras, los beneficios de la IA son grandes, pero solo los capturarán quienes estén dispuestos a reorganizar, reaprender y repensar cómo se hace el trabajo.
