El punto de estancamiento gerencial: ¿Por qué la adopción de la IA en las empresas es un desafío estructural, y no técnico?

La narrativa relacionada con la IA ha experimentado un cambio decisivo. La fase inicial, marcada por el asombro tecnológico –en la que los avances en los modelos y las curvas de costos despertaban la imaginación– está dando paso a una evaluación más realista de la situación. El principal obstáculo para la creación de valor ha cambiado fundamentalmente: ya no se trata de lo que la IA puede hacer, sino de lo que las organizaciones son capaces de lograr con ella. Ya no se trata de una cuestión técnica; se trata de una cuestión estructural relacionada con la ejecución, la cultura y la alineación estratégica.

La magnitud de la inversión es impresionante, pero los retornos no siguen el mismo ritmo. Una encuesta realizada en 2025 reveló que…El 98.4% de los ejecutivos de empresas de la lista Fortune 1000 y de empresas globales relacionadas con la inteligencia artificial están aumentando sus inversiones en este campo.Esta es la nueva normalidad. Sin embargo, el nivel de madurez en la implementación de estas tecnologías nos indica algo diferente. El mismo estudio reveló que solo el 37.3% de las organizaciones informaron haber desarrollado estrategias basadas en datos y inteligencia artificial. Este vacío entre los gastos invertidos y la sofisticación tecnológica es el núcleo del problema. El capital se está asignando incorrectamente a proyectos que no logran escalar, no porque la tecnología sea inadecuada, sino porque existen obstáculos sistémicos dentro de la organización que impiden su desarrollo.

La crisis del ROI se puede cuantificar mediante una encuesta reciente realizada por BCG. Según esa encuesta:El 60% de las empresas a nivel mundial no generaban ningún valor real a partir del uso de la inteligencia artificial.A pesar de las inversiones considerables realizadas, esto no es un problema temporal. Se trata de un fallo sistémico en la transformación de la tecnología en impactos empresariales concretos. El informe publicado por el MIT a principios de este año resuelve este problema, mostrando una clara división entre lo que se puede lograr con la tecnología y lo que realmente se obtiene como resultado.Aproximadamente el 5% de los programas piloto relacionados con la inteligencia artificial logran una rápida aceleración de los ingresos.Mientras que la gran mayoría de las empresas se quedan sin obtener ningún impacto significativo en términos de ganancias y pérdidas. Los datos muestran que, en el caso del 95% de las empresas, la implementación de la IA generativa no está dando los resultados esperados.

La causa raíz no es la IA en sí, sino el “gap de aprendizaje” que existe entre las organizaciones y la tecnología de inteligencia artificial. Como señalan los estudios del MIT, los ejecutivos a menudo culpan a las regulaciones o al rendimiento de los modelos de aprendizaje. Pero el verdadero problema radica en la integración de las herramientas de inteligencia artificial en las organizaciones. Herramientas genéricas como ChatGPT funcionan bien para individuos, ya que son flexibles. Pero en las organizaciones, estas herramientas fracasan, ya que no aprenden ni se adaptan a los flujos de trabajo establecidos. El resultado es la proliferación de proyectos de bajo impacto que consumen recursos sin contribuir a la transformación del trabajo básico de las organizaciones. Este cuello de botella estructural, donde la resistencia cultural y la mala integración impiden la adopción de nuevas tecnologías, representa una nueva frontera para los inversores y líderes. La pregunta ya no se trata de la capacidad técnica, sino de la capacidad de la organización para evolucionar.

Diagnosticar los cuellos de botella sistémicos: personas, procesos y controles

El retraso en la adopción de la IA no es un fracaso de la tecnología en sí, sino más bien un síntoma de problemas más profundos en las organizaciones. Las pruebas indican que existen tres obstáculos sistémicos interconectados: una grave escasez de habilidades humanas, una peligrosa falta de gobernanza y una miopía estratégica que prioriza la eficiencia en lugar de la transformación.

El obstáculo más común es el humano. Investigaciones realizadas con más de mil profesionales han demostrado que…El 63% de los desafíos relacionados con la implementación de la IA provienen de factores humanos, y no de limitaciones técnicas.No se trata de un obstáculo menor; se trata de una crisis fundamental. Los datos muestran que la falta de habilidades por parte de los usuarios es el principal punto de falla, representando el 38% de todos los problemas. Dentro de ese grupo, la curva de aprendizaje y la formación inadecuada son las principales causas de problemas. Esto crea una gran brecha en la confianza entre los ejecutivos y los empleados de primera línea. Mientras los ejecutivos expresan confianza, los empleados de primera línea permanecen escépticos y tienen dificultades para implementar las soluciones. El resultado es un ciclo de retroalimentación en el que los líderes ven indicadores positivos, pero la resistencia de los empleados de primera línea impide el progreso. Para que la IA pueda superar estos obstáculos, las organizaciones deben dar prioridad al desarrollo de habilidades y la creación de confianza en todos los niveles.

Esta dificultad humana se ve agravada por el vacío en el sistema de gobierno. Un estudio realizado por Deloitte revela que…Casi dos tercios de las organizaciones han adoptado la tecnología de IA generativa, sin establecer controles de gobernanza adecuados.Incluso entre aquellos que utilizan ampliamente la inteligencia artificial, una minoría significativa opera sin ningún tipo de marco de control. Esto representa un riesgo real, ya que crea vulnerabilidades en términos de cumplimiento normativo, seguridad de datos e integridad de los resultados obtenidos. El estudio señala que las organizaciones que cuentan con controles sólidos muestran una confianza tres veces mayor en sus programas relacionados con la inteligencia artificial. En el sector financiero, la situación es aún más grave: el 81% de las grandes empresas sienten presión para adoptar la inteligencia artificial, mientras que solo el 32% cuenta con programas de gobernanza formales. Sin controles adecuados, la adopción de la inteligencia artificial se lleva a cabo de manera incontrolada y peligrosa.

Por último, existe una desalineación estratégica en los objetivos. La encuesta de McKinsey muestra que…El 80% de los encuestados afirma que sus empresas consideran la eficiencia como uno de los objetivos de sus iniciativas relacionadas con la inteligencia artificial.Sin embargo, las empresas que generan más valor suelen establecer el crecimiento o la innovación como objetivos adicionales. Las empresas con altos niveles de desempeño no solo automatizan tareas, sino que también rediseñan los procesos para transformar sus negocios. Este enfoque en el aumento de la eficiencia periférica, en lugar de en la redefinición de los procesos centrales, es un factor clave que diferencia a aquellos que logran capturar valor a nivel empresarial de aquellos que no lo logran. La evidencia es clara: el punto débil no radica en el modelo de IA, sino en las personas, los procesos y las prioridades que determinan cómo se utiliza esa tecnología.

Impacto financiero y el problema de la valoración residual

La desconexión entre la ambición y la ejecución de las estrategias empresariales está ahora reflejada en los estados financieros de las empresas. Aunque la intención estratégica es clara, los efectos financieros siguen siendo difíciles de predecir. Esto genera un sobrepesaje en la valoración de las empresas que se centran en el uso de la inteligencia artificial. Los datos revelan una brecha evidente entre lo que se planea y lo que realmente se logra.El 80% de los encuestados indica que sus empresas consideran la eficiencia como uno de los objetivos principales de sus iniciativas relacionadas con la inteligencia artificial.Sin embargo, solo el 39% de las empresas informa sobre los efectos del EBIT a nivel corporativo. Este es el verdadero problema financiero. El capital se utiliza con un objetivo claro, pero los retornos no son significativos a nivel general. Para los inversores, esto se traduce en incertidumbre respecto al valor económico real que se está generando.

Esta incertidumbre se ve agravada por una grave falta de transparencia en las operaciones. El sector de servicios financieros, que fue uno de los primeros en adoptar la tecnología de la IA, es un ejemplo claro de este problema. A pesar de la importancia estratégica de la IA,Solo el 32% de las grandes empresas cuenta con programas formales de gobernanza relacionados con la inteligencia artificial.Incluso entre aquellos que utilizan la IA de manera extensiva, una minoría significativa opera sin ningún tipo de control. Este vacío en la gobernanza se extiende también al manejo de los costos. Las investigaciones muestran que solo el 21% de los usuarios de la IA rastrea los costos en tiempo real. Sin esta visibilidad, los excesos en los presupuestos se convierten en un riesgo real, y las inversiones planificadas se transforman en gastos no controlados. El resultado es una “caja negra” financiera, donde el verdadero retorno sobre la inversión en las iniciativas de AI queda oculto, lo que dificulta aún más la evaluación de la rentabilidad de dichas inversiones.

Sin embargo, la oportunidad a largo plazo sigue siendo enorme. Según las investigaciones de McKinsey, existe un gran potencial para el uso de la inteligencia artificial en las empresas.4.4 billones de dólares en crecimiento de la productividad adicional.Esta es la promesa que justifica la continuación de las inversiones. Sin embargo, el camino para capturar ese valor está lleno de obstáculos organizativos, como ya se ha mencionado anteriormente. Por lo tanto, la evaluación de los beneficios de las empresas que utilizan tecnología de IA depende de este retraso temporal. El mercado anticipa un futuro de transformación, pero la realidad actual es una situación de escalamiento desigual y de impacto empresarial no demostrado. Como señala la encuesta, la mayoría de las organizaciones aún no han incorporado esta tecnología en sus procesos de trabajo.[La IA se ha integrado de manera profunda en sus procesos y flujos de trabajo, lo que permite obtener beneficios de gran importancia a nivel empresarial.

En resumen, se trata de una forma de retorno diferido. El impacto financiero de la IA no es nulo, pero se ve retrasado y diluido por los desafíos estructurales que dificultan su implementación. Por ahora, los balances financieros de muchas empresas reflejan más el costo de la experimentación que las recompensas que se pueden obtener de la transformación. Esto genera una situación en la que el precio de las acciones debe equilibrar el enorme potencial a largo plazo con la incertidumbre a corto plazo en cuanto a la ejecución de las estrategias. Las empresas que lograrán obtener precios elevados son aquellas que pueden demostrar no solo el uso de la IA, sino también cómo esa tecnología puede convertir los objetivos estratégicos en resultados tangibles.

Catalizadores para el cambio estructural y qué hay que observar

El camino que lleva de los pilotos que no logran avanzar hacia el valor empresarial real depende de algunos cambios cruciales y orientados al futuro. Para los inversores, los factores clave no son modelos nuevos, sino la adopción de principios estratégicos y arquitectónicos específicos que han demostrado ser capaces de distinguir a los emprendedores exitosos de los demás.

El factor más decisivo para cerrar la brecha en el retorno de la inversión es un cambio fundamental en la definición de objetivos y en el diseño del flujo de trabajo. El estudio de McKinsey revela una clara división entre las diferentes situaciones.Las empresas que logran obtener el mayor beneficio de la IA, a menudo establecen el crecimiento o la innovación como objetivos adicionales.No se trata de una cuestión de eficiencia en sí; esta es una novedad importante que constituye el núcleo del plan de alto rendimiento de estas empresas. Estas firmas no simplemente automatizan tareas, sino que también rediseñan sus procesos de trabajo para transformar sus negocios. El indicador clave es la intención de utilizar la IA para “transformar sus negocios”, algo que es un factor clave para lograr un alto rendimiento. Este giro estratégico, desde la reducción de costos hacia el crecimiento, es el principal catalizador para aumentar el impacto de las empresas. Busque empresas que vinculen explícitamente las iniciativas relacionadas con la IA con el desarrollo de nuevos productos, la expansión del mercado o el rediseño del experiencia del cliente, y no solo con la optimización de los procesos internos.

Paralelamente a este cambio estratégico, existe la necesidad de contar con una nueva base técnica. El informe del MIT identifica un requisito arquitectónico fundamental para lograr resultados positivos en los próximos cinco años.Arquitecturas convergentesLas herramientas de IA que se integran directamente en los sistemas y procesos empresariales son las más efectivas. Las herramientas genéricas y independientes como ChatGPT no funcionan bien en las empresas, ya que no aprenden ni se adaptan a los flujos de trabajo establecidos. Los proyectos exitosos, incluyendo algunas startups de alto crecimiento, logran su éxito al identificar un problema específico, resolverlo de manera eficiente y asociarse con socios adecuados. Esto sugiere que la próxima ola de valor recaerá en aquellas empresas que construyen o adoptan plataformas integradas, y no en aquellas que simplemente licencian soluciones puntuales. La convergencia entre la IA y los sistemas de planificación de recursos empresariales, gestión de relaciones con clientes y otros sistemas operativos es el factor clave que permitirá que estos proyectos se expandan.

Sin embargo, el riesgo persiste para las empresas que ignoran las dimensiones relacionadas con los aspectos humanos y de gobernanza. Las pruebas demuestran que…El 63% de las dificultades relacionadas con la implementación de la IA se deben a factores humanos.Y…Casi dos tercios de las organizaciones han adoptado la tecnología de IA generativa, sin establecer controles de gobierno adecuados para su uso.Ignorar estas áreas diluirá los retornos obtenidos, independientemente de las ambiciones estratégicas o las decisiones arquitectónicas tomadas. Un vacío en la gobernanza crea riesgos de cumplimiento y seguridad. Por otro lado, la falta de habilidades adecuadas genera resistencia por parte de los empleados en las primeras líneas del proceso. Las empresas que lograrán obtener valoraciones elevadas son aquellas que abordan simultáneamente todos estos aspectos: establecen objetivos de crecimiento ambiciosos, desarrollan arquitecturas integradas y invierten en el personal y en los controles necesarios para que todo funcione correctamente. La tesis de este enfoque es clara: los catalizadores son los aspectos estructurales, y los ganadores serán aquellos que logren dominar todo el sistema.