Un nuevo informe del MIT revela que a pesar de las enormes inversiones y expectativas depositadas en la inteligencia artificial generativa, la gran mayoría de las empresas no está logrando convertir sus pilotos en éxitos comerciales reales.
La cruda realidad de la implementación empresarial de IA
El estudio «The GenAI Divide: State of AI in Business 2025», publicado por la iniciativa NANDA del MIT, presenta datos alarmantes sobre el estado actual de la IA generativa en el mundo empresarial. Basado en 150 entrevistas con líderes empresariales, una encuesta a 350 empleados y el análisis de 300 implementaciones públicas de IA, el informe muestra una división clara entre las historias de éxito y los proyectos estancados.
Solo el 5% de los programas piloto de IA logran una aceleración rápida de ingresos, mientras que la gran mayoría se estanca sin generar ningún impacto medible en los estados financieros de las empresas.
¿Por qué fallan las empresas donde triunfan las startups?
Según Aditya Challapally, autor principal del informe e investigador del proyecto NANDA en MIT, existe una diferencia fundamental en el enfoque entre empresas establecidas y startups emergentes.
«Algunas empresas grandes y startups jóvenes realmente sobresalen con la IA generativa», explicó Challapally. Las startups lideradas por jóvenes de 19 o 20 años «han visto sus ingresos saltar de cero a 20 millones de dólares en un año. Es porque eligen un punto de dolor específico, ejecutan bien y se asocian inteligentemente con empresas que usan sus herramientas».
El problema no son los modelos, sino la implementación
La brecha de aprendizaje es el verdadero obstáculo. Mientras los ejecutivos suelen culpar a la regulación o al rendimiento de los modelos, la investigación del MIT apunta a una integración empresarial defectuosa. Las herramientas genéricas como ChatGPT funcionan excelentemente para individuos debido a su flexibilidad, pero se estancán en el uso empresarial porque no aprenden ni se adaptan a los flujos de trabajo específicos.
El desajuste en la asignación de recursos
Los datos revelan un error estratégico importante: más de la mitad de los presupuestos de IA generativa se destinan a herramientas de ventas y marketing, pero el MIT descubrió que el mayor ROI se encuentra en la automatización de back-office: eliminando la externalización de procesos comerciales, reduciendo costos de agencias externas y optimizando operaciones.
¿Qué hay detrás de las implementaciones exitosas de IA?
La forma en que las empresas adoptan la IA es crucial. La compra de herramientas de IA de proveedores especializados y la construcción de partnerships tienen éxito aproximadamente el 67% de las veces, mientras que los desarrollos internos solo tienen éxito un tercio de las veces.
Este hallazgo es particularmente relevante para los servicios financieros y otros sectores altamente regulados, donde muchas empresas están construyendo sus propios sistemas de IA generativa propietarios en 2025. Sin embargo, la investigación del MIT sugiere que las empresas experimentan muchos más fracasos cuando van por su cuenta.
Las empresas encuestadas a menudo mostraron reticencia a compartir sus tasas de fracaso, señaló Challapally. «Casi en todas partes a donde fuimos, las empresas estaban tratando de construir su propia herramienta», dijo, pero los datos mostraron que las soluciones compradas entregaban resultados más confiables.
Factores adicionales para el éxito
Otros factores clave para el éxito incluyen empoderar a los gerentes de línea —no solo a los laboratorios centrales de IA— para impulsar la adopción, y seleccionar herramientas que puedan integrarse profundamente y adaptarse con el tiempo.
La disrupción laboral ya está en marcha
La disrupción de la fuerza laboral ya está en curso, especialmente en atención al cliente y roles administrativos. En lugar de despidos masivos, las empresas cada vez más optan por no rellenar las posiciones cuando quedan vacantes. La mayoría de los cambios se concentran en trabajos previamente externalizados debido a su valor percibido como bajo.
Shadow AI y desafíos de medición
El informe también destaca el uso generalizado de «shadow AI» —herramientas no autorizadas como ChatGPT— y el desafío continuo de medir el impacto de la IA en la productividad y las ganancias.
El futuro: IA agéntica
Mirando hacia adelante, las organizaciones más avanzadas ya están experimentando con sistemas de IA agéntica que pueden aprender, recordar y actuar de forma independiente dentro de límites establecidos, ofreciendo un vistazo de cómo podría desarrollarse la próxima fase de la IA empresarial.
Otros desarrollos en la industria
Ciberseguridad en manufactura impulsada por IA
La manufactura moderna depende enormemente de dispositivos conectados y sistemas de control industrial, que son objetivos principales para ciberataques. Para protegerse, los fabricantes recurren cada vez más a la IA para ayudar a gestionar estos riesgos, según el State of Smart Manufacturing Report de Rockwell Automation, Inc.
Los hallazgos del informe se basan en una encuesta a más de 1,500 líderes de manufactura en 17 países manufactureros importantes. La ciberseguridad ahora se clasifica entre los principales riesgos externos, segundo solo después de la inflación y el crecimiento económico. Un tercio de los encuestados tiene responsabilidades que abarcan tanto la ciberseguridad de tecnología de la información (TI) como de tecnología operacional (TO).
Casi la mitad (48%) de los profesionales de ciberseguridad identificaron la seguridad de arquitecturas convergentes como clave para resultados positivos en los próximos cinco años, comparado con solo el 37% de todos los encuestados.
Sin embargo, la escasez de talento calificado, desafíos de capacitación y costos laborales crecientes siguen siendo obstáculos importantes. Mientras los fabricantes reclutan a la próxima generación, las habilidades de ciberseguridad y análisis se están convirtiendo en prioridades de contratación, reforzando la necesidad de alinear la innovación técnica con el desarrollo humano, según el informe.
El impacto económico de la pérdida de mujeres negras en la fuerza laboral
En una nueva pieza de opinión en Fortune, «Future CEOs, erased: the economic cost of losing Black women in the workforce», Katica Roy, CEO y fundadora de Pipeline (una empresa SaaS con sede en Denver), explica las implicaciones de que casi 300,000 mujeres negras hayan salido de la fuerza laboral en lo que va del año, adelgazando una pipeline que ya era demasiado estrecha.
«Esto no es una fluctuación estacional o una nota estadística. Es un fracaso estratégico con consecuencias a largo plazo», escribe Roy. «Las mujeres negras han sido durante mucho tiempo una piedra angular del motor económico de Estados Unidos: impulsando la participación, potenciando industrias clave y siendo ancla de los ingresos familiares. Ahora, esa fundación se está fracturando. Y las consecuencias son más que a corto plazo: es una amenaza directa a la planificación de sucesión corporativa, la innovación y el crecimiento.»
«Todos los lunes se llamaban ‘Lunes de IA’. No podías tener llamadas con clientes, no podías trabajar en presupuestos, solo tenías que trabajar en proyectos de IA.»
Eric Vaughan, CEO de la empresa de software empresarial IgniteTech, le dijo a Fortune en una entrevista que estableció un mandato: los lunes, el personal solo podía trabajar en IA. A principios de 2023, convencido de que la IA generativa era una transformación «existencial», Vaughan vio que su equipo no estaba completamente a bordo. Su respuesta final: reemplazó casi el 80% del personal en un año, según las cifras de personal revisadas por Fortune.
