Según datos recopilados por DEC en su Observatorio de Tendencias, a partir de fuentes como McKinsey, IBM, BCG, S&P Global o Gartner, el 42% de las empresas ha abandonado la mayoría de sus iniciativas de IA antes de llegar a producción, una cifra que refleja la dificultad de convertir pilotos en soluciones operativas. A ello se suma que solo el 25% de los proyectos alcanza el retorno de la inversión (ROI) esperado, mientras que apenas un 5% consigue un impacto sostenido en la cuenta de resultados. Y apenas un 16% consigue escalar a nivel corporativo.
Alta adopción, bajo impacto
La adopción de la inteligencia artificial en las organizaciones ha alcanzado niveles significativos. Actualmente, el 88% de las empresas utiliza IA en al menos una función de negocio, mientras que el 67% la aplica en más de una. Además, el 75% de los CEO la considera una prioridad estratégica y un 62% de las compañías está experimentando con agentes de IA.
Sin embargo, estos avances no se traducen en resultados proporcionales. Solo el 39% de las organizaciones atribuye algún impacto en su EBIT al uso de la IA y, en la mayoría de los casos, este efecto representa menos del 5% del total. Más aún, únicamente el 5% de las empresas logra un impacto sostenido y medible en su cuenta de resultados (P&L).
Del piloto a la escala: el gran cuello de botella
Uno de los principales desafíos identificados es la dificultad para escalar los proyectos más allá de fases piloto. El elevado volumen de pruebas de concepto que no prosperan refleja una falta de madurez en la integración de estas tecnologías en los procesos de negocio.
El 64% de los CEO reconoce invertir en estas soluciones impulsado por el temor a quedarse atrás, más que por una estrategia claramente definida
Este fenómeno responde, en gran medida, a factores organizativos. Según los estudios citados por DEC, el 70% de los problemas en iniciativas de IA está relacionado con personas y procesos, frente a un 20% vinculado a la tecnología y solo un 10% a los algoritmos.
A ello se suma un contexto en el que el 64% de los CEO reconoce invertir en estas soluciones impulsado por el temor a quedarse atrás, más que por una estrategia claramente definida de generación de valor.
Liderazgo y gobernanza
El uso de la IA en la toma de decisiones también crece, pero no siempre acompañado de una gestión adecuada. El 60% de los ejecutivos afirma utilizar estas herramientas en sus procesos, aunque solo un 5% considera que su organización las gestiona correctamente.
Este desajuste pone de relieve la necesidad de reforzar los modelos de gobernanza, supervisión y control, especialmente en un entorno en el que los errores pueden tener consecuencias operativas, reputacionales o legales.
La escasez de capacidades especializadas se consolida como uno de los principales obstáculos para avanzar en la adopción efectiva de la IA. El 63% de los empleadores identifica la falta de competencias como la mayor barrera para la transformación, en un contexto en el que la demanda de perfiles cualificados supera ampliamente la oferta.
Más allá del conocimiento técnico, las organizaciones requieren perfiles híbridos capaces de combinar comprensión conceptual de la IA, gestión de datos, liderazgo en entornos automatizados y habilidades analíticas y relacionales.
Pese a estas limitaciones, el potencial de la inteligencia artificial sigue siendo considerable. Las estimaciones apuntan a un impacto económico de varios billones de dólares anuales a nivel global, especialmente en áreas como marketing, ventas o atención al cliente.
No obstante, los datos evidencian que este valor aún no se ha capturado de forma generalizada. La transformación avanza, pero lo hace de manera desigual, con una minoría de organizaciones que logra consolidar modelos efectivos frente a una mayoría que permanece en fases experimentales o enfrenta dificultades para escalar.
El análisis del Observatorio de Tendencias de DEC confirma que el reto no está en adoptar la tecnología, sino en convertirla en resultados. Reducir la brecha entre implementación e impacto exigirá alinear la estrategia, desarrollar capacidades internas y avanzar hacia modelos organizativos preparados para integrar la IA de forma estructural.
