Se han invertido $30-40 mil millones en IA generativa (GenAI) en empresas, pero el 95% de esta inversión genera cero impacto medible en los resultados financieros. Solo el 5% de los pilotos están entregando resultados reales. Este es el hallazgo del informe del MIT NANDA sobre el estado de la IA en negocios 2025, que analiza más de 300 implementaciones públicas y entrevistas con 52 organizaciones.
El problema: alta adopción, cero transformación
Los números que importan
- 95% de la inversión sin impacto medible en P&L
- 5% de pilotos exitosos que llegan a producción
- 80% de organizaciones han explorado ChatGPT/Copilot
- 40% reportan deployment, pero solo mejoran productividad individual
- 60% evaluaron sistemas enterprise, pero solo 5% llegaron a producción
La brecha por industria
Solo 2 de 9 sectores muestran transformación estructural real: Tech y Media. Los otros 7 (Energía, Manufactura, Finanzas, Retail, Healthcare, Servicios Profesionales) tienen mucha actividad de pilotos pero cambios estructurales mínimos.
Un COO de manufactura lo resumió así: “El hype en LinkedIn dice que todo ha cambiado, pero en nuestras operaciones nada fundamental ha cambiado.”
La causa real: aprendizaje, no infraestructura
La barrera principal no es regulación, infraestructura o talento. Es aprendizaje.
Los sistemas actuales de GenAI:
- ❌ No retienen feedback
- ❌ No se adaptan al contexto
- ❌ No mejoran con el tiempo
- ❌ Son estáticos dentro de flujos de trabajo
El 5% que tiene éxito usa sistemas que aprenden de feedback continuo, se adaptan a flujos de trabajo específicos y mejoran con el tiempo.
Shadow AI: los empleados ya lo resolvieron
Un dato revelador: los empleados usan cuentas personales de ChatGPT/Claude mucho más frecuentemente (90% vs 40% de compra organizacional) y logran mejor ROI que con implementaciones corporativas oficiales.
Esto muestra que el problema no es la tecnología, sino cómo se implementa: los usuarios individuales encuentran casos de uso valiosos más rápido que las estructuras corporativas.
El sesgo de inversión: invirtiendo en el lugar equivocado
70% de los presupuestos se asignan a ventas/marketing, pero el mayor ROI está en back-office:
Back-office (áreas infravaloradas):
- $2-10 millones en ahorros de BPO
- 30% menos gasto en agencias
- Automatización de procesos administrativos
Front-office:
- Mejoras incrementales en ventas y marketing
La solución: tres cosas que hacen diferente el 5% exitoso
1. Comprar, no construir
Las asociaciones externas son el doble de exitosas que las construcciones internas. Tratar a vendors de IA como BPOs o consultorías, haciéndolos responsables de resultados, no de demos.
2. Empoderar a gerentes de línea, no a labs centrales
Los “prosumers” (usuarios que ya usan ChatGPT) lideran mejor los despliegues que los equipos centrales de IA. El bottom-up funciona mejor que el top-down.
3. Sistemas que aprenden, no solo responden
El éxito viene de sistemas que:
- Se integran profundamente en flujos de trabajo existentes
- Retienen feedback y se adaptan
- Mejoran continuamente sin intervención constante
Impacto en la fuerza laboral: desplazamiento selectivo
No hay despidos masivos, pero hay desplazamiento en roles específicos:
- Soporte al cliente (automatización de consultas)
- Procesamiento administrativo (tareas repetitivas)
- Desarrollo externalizado (generación de código)
El impacto real se ve en:
- Reducción de gasto en BPO/agencias
- Crecimiento más lento de contratación en tech/media
- Alfabetización en IA como filtro de contratación
El futuro: Agentic Web
Más allá de agentes individuales, viene el “Agentic Web”: sistemas autónomos que pueden negociar, transaccionar e integrarse a través de internet.
Usando protocolos como MCP (Model Context Protocol), A2A (Agent-to-Agent) y NANDA, las empresas pasarán de automatización basada en prompts a coordinación autónoma basada en protocolos.
Ventana de oportunidad: Las empresas que adopten sistemas adaptativos en los próximos 12-18 meses establecerán posiciones dominantes. Después, los costos de cambio serán prohibitivos debido al lock-in de flujos de trabajo entrenados.
Los 3 insights esenciales
El problema no es la tecnología, es la implementación: Sistemas que no aprenden no escalan.
Compra, no construyas: Las asociaciones externas duplican el éxito. Trata a vendors como consultorías responsables de resultados.
Back-office > Marketing: El verdadero ROI está en automatización de procesos internos, no en hype de front-office.
Conclusión
El estado actual de GenAI muestra alta inversión y adopción, pero bajo impacto real. El 95% está en el lado equivocado del “GenAI Divide” porque:
- Usan herramientas estáticas que no aprenden
- Construyen internamente en lugar de asociarse
- Enfocan presupuestos en marketing en lugar de back-office
- No empoderan a usuarios de primera línea
El 5% que cruza el Divide usa sistemas que aprenden, compra en lugar de construir, y se enfoca en automatización de back-office. El futuro será de sistemas agenticos que operan autónomamente a través de protocolos, no prompts.
La ventana se está cerrando. Las empresas que actúen ahora tendrán ventaja. Las que esperen quedarán atrás permanentemente.
Referencias
- The GenAI Divide: State of AI in Business 2025 - MIT NANDA Project
- Informe completo: https://artificialintelligence-news.com/wp-content/uploads/2025/08/ai_report_2025.pdf
- Basado en análisis de 300+ implementaciones públicas y 52 entrevistas con organizaciones
