Desde 2023, pocos presupuestos se han aprobado con tan poca fricción como los de inteligencia artificial generativa. La consecuencia previsible es que muchos de esos proyectos han llegado a la fase de revisión sin una respuesta clara a la pregunta más elemental: qué ha cambiado en la cuenta de resultados. El informe The GenAI Divide: State of AI in Business 2025, elaborado por la iniciativa NANDA del MIT, puso número a esa incomodidad: alrededor del 95% de los pilotos de IA generativa analizados no había producido un retorno medible. El estudio combina el análisis de unas trescientas implantaciones documentadas públicamente con entrevistas a directivos y una encuesta a responsables de adopción.
Qué mide ese 95% y qué no mide
Conviene precisar el dato antes de utilizarlo en un comité. El informe no afirma que los modelos fallen técnicamente, ni que los usuarios los rechacen. Mide impacto atribuible en resultados. Un piloto puede funcionar razonablemente bien —los usuarios lo utilizan, la calidad de las respuestas es aceptable, la demo convence— y aun así ser irrelevante para el negocio, porque nadie definió qué línea del P&L debía moverse ni cuánto.
Otras fuentes apuntan en la misma dirección con métricas distintas. McKinsey, en sus encuestas sobre el estado de la IA, viene reportando adopción muy alta —una mayoría amplia de organizaciones usa IA en al menos una función— junto a un porcentaje igualmente alto de directivos que declaran no percibir impacto material en el EBITDA a nivel corporativo. Deloitte, en sus oleadas sobre IA generativa en la empresa, ha registrado que la mayoría de organizaciones había llevado a producción menos de un tercio de sus experimentos. Y Gartner anticipó que al menos el 30% de los proyectos de IA generativa se abandonaría tras la prueba de concepto. Tres metodologías diferentes describen el mismo cuello de botella: la distancia entre el experimento y el proceso.
El problema empieza antes del modelo
En los proyectos que hemos visto encallar, el punto de fallo casi nunca es la capacidad del modelo. Se repiten tres causas.
No existe línea base. Nadie midió cuánto costaba el proceso antes: cuántas horas consumía, con qué tasa de error, con qué tiempo de ciclo. Sin ese dato, la evaluación posterior se convierte en una discusión de percepciones y el proyecto queda a merced de la anécdota del directivo que probó tres prompts y no le gustó el resultado.
El caso de uso se eligió por visibilidad. El informe del MIT señala que más de la mitad del gasto se concentra en funciones de marketing y ventas, mientras el retorno más consistente aparece en procesos administrativos y de back-office: revisión documental, conciliaciones, atención de segundo nivel, tareas externalizadas a un BPO. Son procesos poco lucidos en una presentación, pero tienen volumen, repetición y un coste unitario conocido. Es decir, tienen denominador.
El sistema no aprende del uso. El informe describe una brecha de aprendizaje: las herramientas genéricas se estancan porque no retienen contexto ni incorporan el criterio de la organización. Funcionan para tareas puntuales y se degradan en cuanto se les pide sostener un flujo de trabajo real con excepciones, aprobaciones y trazabilidad.
Comprar a un proveedor especializado frente a construir en casa
Uno de los hallazgos con más consecuencias prácticas del estudio del MIT es la diferencia entre soluciones adquiridas a proveedores especializados y desarrollos internos. Las primeras llegaban a producción con una frecuencia aproximadamente dos veces superior a las segundas, en el entorno de dos tercios frente a un tercio.
La lectura no es que construir esté mal. Es que construir internamente añade al riesgo del caso de uso el riesgo de ingeniería, el de mantenimiento y el de rotación del equipo, y suele hacerlo en organizaciones que no tienen una función de producto capaz de sostener el ciclo de vida. Cuando el objetivo es validar si un proceso concreto mejora, el desarrollo propio introduce meses de latencia entre la hipótesis y la respuesta. Reservamos la construcción interna para lo que constituye ventaja competitiva defendible o para lo que ningún proveedor puede cubrir por restricciones de dato o de regulación.
El uso que no aparece en los informes
Hay un contraste que merece atención directiva. El mismo informe describe una economía informal de IA: mientras una minoría de empresas había contratado licencias corporativas, el uso de herramientas personales por parte de los empleados estaba extendido en la práctica totalidad de las organizaciones estudiadas. Los trabajadores ya han integrado la IA en su rutina por su cuenta, sin gobierno, sin trazabilidad y con los datos de la compañía circulando fuera del perímetro.
Ese uso informal es a la vez un riesgo de cumplimiento y una fuente de información desaprovechada. Los procesos donde los empleados ya recurren a la IA por iniciativa propia son los candidatos mejor validados que tiene una organización, y normalmente no coinciden con los que figuran en el plan estratégico.
Cómo plantearíamos el siguiente piloto
- Elegir un proceso con volumen y coste unitario conocido, no una función con alta visibilidad interna.
- Medir la línea base durante al menos un mes antes de tocar nada: tiempo de ciclo, coste por unidad, tasa de reproceso.
- Definir de antemano el umbral de decisión y la fecha en que se toma. Un piloto sin criterio de cierre se convierte en un gasto recurrente.
- Asignar un responsable de la operación, no solo de la tecnología. Quien responde del proceso debe responder del piloto.
- Contrastar la opción de compra antes de abrir un desarrollo propio, y exigir al proveedor métricas de clientes comparables.
- Inventariar el uso informal ya existente en los equipos y utilizarlo como mapa de oportunidades.
La implicación para la dirección es de asignación de capital más que de tecnología. Si un proyecto no puede explicar en una línea qué métrica operativa mueve y desde qué valor de partida, lo que se está financiando es una prueba de concepto indefinida. Revisar la cartera de iniciativas con ese filtro suele reducirla a la mitad y mejorar el retorno de lo que queda.