Buen día. Las empresas están apostando por la IA, pero casi todos los proyectos piloto empresariales están estancados al principio.
Un nuevo informe, GenAI Divide: State of AI in Business 2025, publicado por la Iniciativa NANDA del MIT, muestra que si bien la IA generativa es prometedora para las empresas, la mayoría de las iniciativas destinadas a un rápido crecimiento de los ingresos se quedan cortas. A pesar del impulso para integrar nuevos modelos potentes, alrededor del 5% de los programas piloto de IA logran un rápido crecimiento de los ingresos; la gran mayoría se detiene con poco o ningún impacto notable en las pérdidas y ganancias. El estudio, basado en 150 entrevistas con ejecutivos, una encuesta a 350 empleados y un análisis de 300 implementaciones públicas de IA, traza una línea clara entre historias de éxito y proyectos estancados. Para analizar estos resultados, hablé con Aditya Challapalli, autor principal del informe y participante de la investigación en el Proyecto NANDA del MIT. “A algunas grandes empresas piloto y nuevas empresas jóvenes les está yendo realmente bien con la IA generativa”, dijo Challapalli. Por ejemplo, las nuevas empresas dirigidas por jóvenes de 19 o 20 años “han visto cómo sus ingresos han pasado de cero a 20 millones de dólares al año”, dijo. “Eso se debe a que se centran en un punto débil, hacen un buen trabajo y se asocian inteligentemente con las empresas que utilizan sus herramientas”, añadió. Pero para el 95% de las empresas del conjunto de datos, la adopción de la IA generativa se queda corta. “La tasa de fracaso del 95% de las soluciones empresariales de IA representa la manifestación más clara de la brecha genética de la IA”, dice el informe. ¿El principal problema? No la calidad de los modelos de IA, sino la “brecha de aprendizaje” tanto para las herramientas como para las organizaciones. Si bien los ejecutivos suelen culpar a la regulación o a la eficiencia de los modelos, las investigaciones del MIT apuntan a una pobre integración corporativa. Las herramientas genéricas como ChatGPT son excelentes para las personas debido a su flexibilidad, pero su adopción en la empresa se estanca porque no aprenden de los flujos de trabajo ni se adaptan a ellos, explicó Challapalli. Los datos también muestran inconsistencia en la asignación de recursos. Más de la mitad de los presupuestos de IA generativa se gastan en herramientas de ventas y marketing, pero el MIT encontró el mayor retorno de la inversión en la automatización administrativa, eliminando la subcontratación de procesos comerciales, reduciendo los costos de agencias externas y racionalizando las operaciones.
¿Qué hay detrás de la implementación exitosa de la IA?
La forma en que las empresas implementan la IA es fundamental. La compra de herramientas de inteligencia artificial de proveedores especializados y la formación de asociaciones logran tasas de éxito de aproximadamente el 67 % de los casos, mientras que las construcciones internas logran el éxito en solo un tercio de los casos. Este hallazgo es particularmente relevante en los servicios financieros y otros sectores altamente regulados, donde muchas empresas construirán sus propios sistemas de IA generativa en 2025. Sin embargo, una investigación del MIT muestra que las empresas ven muchos más fracasos cuando actúan solas. Las empresas encuestadas suelen dudar en compartir las tasas de fracaso, señaló Challapally. “Casi en todos los lugares a los que fuimos, las empresas intentaban crear su propia herramienta”, dijo, pero los datos mostraron que las soluciones compradas produjeron resultados más confiables. Otros factores clave de éxito incluyen empoderar a los gerentes de línea, no solo a los laboratorios centrales de IA, para impulsar la adopción y selección de herramientas que puedan integrarse y adaptarse profundamente con el tiempo. Ya se están produciendo interrupciones en la fuerza laboral, particularmente en las funciones administrativas y de atención al cliente. En lugar de despidos masivos, las empresas cada vez no logran cubrir los puestos que quedan vacantes. La mayoría de los cambios se concentran en empleos que antes eran subcontratados por su bajo valor. El informe también destaca el uso generalizado de la “IA en la sombra” (herramientas no autorizadas como ChatGPT) y el desafío actual de medir el impacto de la IA en la productividad y las ganancias. De cara al futuro, las organizaciones más avanzadas ya están experimentando con sistemas de IA basados en agentes que pueden aprender, recordar y actuar de forma independiente dentro de los límites establecidos, lo que proporciona información sobre cómo puede desarrollarse la siguiente fase de la IA empresarial.
Cheryl Estradacheril.estrada@fortune.com
Esta historia se publicó originalmente en Fortune.com.
