El pasado agosto, el mundo empresarial recibió un fuerte llamado de atención con la publicación del informe más reciente de la Massachusetts Institute of Technology (MIT), "The GenIA Divide: State of AI in Business 2025". El estudio reveló que el 95% de los pilotos de inteligencia artificial generativa en las compañías no alcanzaron los resultados esperados. Además, evidenció que la causa principal del revés no es la tecnología sino los procesos de integración deficientes, la existencia de una brecha de aprendizaje en las organizaciones, y una tendencia a atribuir a la tecnología en lugar de analizar las estrategias de adopción desplegadas.
Este diagnóstico a nivel global se refleja también en Argentina, los datos de la última encuesta de Bain & Company sobre la adopción de IA en Latinoamérica, ya que en el país solo el 44% de las compañías destina menos del 1% de su presupuesto a estas tecnologías, lo que refleja una inversión todavía limitada por parte del sector privado. Al analizar los niveles de adopción de iniciativas de IA, se observa que en Argentina el 67% de las empresas tiene hasta un 20% de sus iniciativas escaladas y adoptadas, lo que indica un grado inicial de implementación. A su vez, el informe identifica cuatro obstáculos fundamentales que limitan la implementación efectiva de estas tecnologías: la calidad del talento, la adopción por parte del usuario final, la calidad y disponibilidad de los activos de datos y la efectividad del modelo operativo.
A partir de los resultados revelados en ambos estudios quedó claro que el problema radica en el enfoque adoptado por las organizaciones. Para extraer el mayor rédito posible que propone una tecnología que revoluciona el mundo como la inteligencia artificial generativa, las empresas deben replantearse la estrategia de implementación y concentrar sus esfuerzos en cuatro ejes estratégicos que permitan alcanzar resultados que impulsen el crecimiento del negocio.
Cuatro obstáculos limitan la implementación de IA:
- la calidad del talento
- la adopción
- la calidad de los activos de datos
- y la efectividad del modelo operativo.
Para empezar, en lugar de percibir la IA generativa como una transformación "novedosa", las compañías deberían integrarla de manera coherente dentro de su estrategia de transformación Digital + Data. Esto implica trabajar sobre las bases sólidas que realmente determinan el éxito: datos confiables y accesibles, tecnología y arquitectura adecuadas, procesos optimizados y talento técnico capacitado. Solo cuando la IA generativa se despliega sobre una infraestructura organizada y con equipos de trabajo que entienden cómo aprovecharla, puede generar valor real y medible para el negocio. De lo contrario, se corre el riesgo de convertirse en un piloto más, sin impacto concreto ni sostenibilidad en el tiempo.
Las empresas deben dejar de centrarse únicamente en "casos de uso" aislados y empezar a pensar en procesos y automatización como el motor principal de valor. Al mismo tiempo, es fundamental identificar y desarrollar 2 o 3 casos de uso diferenciales que puedan convertirse en ventajas competitivas sostenibles, aprovechando activos únicos como datasets propios o canales exclusivos. Esta combinación permite que la nueva tecnología no solo optimice operaciones existentes, sino que también cree oportunidades estratégicas que distingan a la organización en el mercado.
Las organizaciones deben pasar de la idea de desarrollar todo in-house a una estrategia que combine capacidades internas con soluciones de proveedores y plataformas SaaS (Software como Servicio). Esta aproximación permite acelerar la adopción de IA generativa, aprovechar tecnologías probadas y enfocarse en la personalización y la integración con los procesos internos, en lugar de reinventar lo que ya existe. También, facilita escalar las soluciones de manera más ágil y mantener la flexibilidad frente a los rápidos avances tecnológicos.
Es clave que las compañías dejen de "temerle" a la inteligencia artificial y aprendan a adoptarla como una herramienta democratizadora. Permitir que los empleados experimenten con ChatGPT, Gemini y Copilot no solo fomenta la innovación interna, sino que también genera aprendizaje colectivo y nuevas oportunidades de mejora en los procesos cotidianos. Esta apertura ayuda a que la IA deje de ser un proyecto exclusivo de un equipo de tecnología y se convierta en un activo que potencia la productividad y la creatividad en toda la organización.
El revés que está sufriendo el mundo corporativo en la implementación de IA revela que su verdadero valor se sitúa en la integración estratégica de los procesos. Las organizaciones que quieran revertir los malos resultados deben actuar lo más pronto posible, centrándose en construir bases sólidas de datos, combinar capacidades internas y externas, redefinir y priorizar los procesos hacia la automatización, y democratizar el uso de IA. Solo aquellas empresas que adopten esta visión integral estarán en condiciones de transformar el potencial de la IA generativa obteniendo resultados y acelerando su crecimiento.
