La inteligencia artificial se ha instalado en las empresas casi sin pedir permiso, pero el saldo es contradictorio: todos la usan, casi nadie sabe cómo sacarle provecho. No se trata de un rezago técnico, sino de un problema de liderazgo y cultura.
La IA llegó a las compañías antes de que estas estuvieran listas para entenderla. Hoy está presente en cada herramienta, en cada discurso de innovación y en los comités de transformación, pero los resultados concretos se resisten a aparecer. Lo que domina no es ni la euforia ni el escepticismo, sino una sensación más incómoda: la confusión.
Las cifras lo confirman. Un 88% de las organizaciones ya incorpora IA en al menos una función, pero apenas un 39% percibe algún impacto en sus resultados, y en la mayoría de los casos ese impacto es inferior al 5%. El MIT fue más allá: determinó que el 95% de las inversiones en IA generativa aún no genera retornos medibles. Alta adopción, bajo valor.
En América Latina el panorama es parecido, aunque la distancia se agranda. Solo el 23% de las organizaciones obtiene algún beneficio económico de la IA, y apenas el 6% lo califica como significativo, según datos del WEF y McKinsey de 2025. La región apenas recibe el 1,12% de la inversión mundial en esta tecnología. Se podría pensar que el problema es la falta de recursos, pero no es así: las compañías que más invierten a nivel global tampoco logran resultados consistentes. Si el dinero fuera la solución, ya estaría resuelto.
La inteligencia artificial llegó a las organizaciones antes de que supieran qué hacer con ella
La IA no tiene poderes mágicos. El verdadero obstáculo no es la herramienta, sino todo lo que la organización dejó sin resolver antes de ponerla en marcha.
Las empresas que atraviesan este proceso suelen repetir el mismo patrón. La tecnología avanza a una velocidad que las personas no pueden alcanzar, y alcanzarla implica dos tiempos: comprenderla y, mucho más lentamente, aceptarla. Hay tres velocidades que casi nunca coinciden: la de la tecnología, la de las personas y la del negocio. De ese desajuste nace gran parte del problema. Cuando una organización acelera solo la primera y descuida las otras dos, la IA entra en la empresa pero no echa raíces. No es casual que el 92% de los líderes señale a la cultura y a la gestión del cambio —y no a la tecnología— como la principal barrera, según un informe de Wavestone de 2026.
En las pymes la situación suele empeorar. Presionadas por la urgencia de ganar eficiencia, muchas esperan que la IA resuelva problemas que en realidad son organizacionales.
Los síntomas se repiten una y otra vez. Se evitan las conversaciones difíciles. No se rediseñan los procesos: apenas una de cada cinco empresas reformuló sus flujos de trabajo, justamente la palanca de mayor impacto según McKinsey. Y se impone un cambio que genera incertidumbre, aunque nadie lo mencione. La adopción termina ocurriendo de abajo hacia arriba, sin que nadie la dirija: ocho de cada diez trabajadores usan herramientas que su empresa nunca aprobó. La IA entró por la puerta de atrás.
El problema no es la herramienta: es todo lo que la organización no resolvió antes de encenderla
Además, hay un costo que casi nadie mide. Buena parte de lo que produce la IA es workslop: contenido que parece terminado, pero puede ser superficial, contener errores o incluso inventar información. Alguien debe detectarlo, verificarlo y rehacerlo. El esfuerzo no desaparece: simplemente se traslada. La productividad no necesariamente aumenta; muchas veces se dispersa.
Debajo de todo esto late una decisión que la mayoría de las organizaciones posterga: si la IA viene a ampliar lo que las personas hacen o a reemplazarlas. Nadie lo anuncia, pero todos lo intuyen. Si las personas sospechan que el objetivo es prescindir de ellas, el miedo gana terreno y la adopción se frena. Si entienden que la IA viene a liberarlas de tareas de poco valor para que puedan concentrarse en las que realmente importan, el compromiso cambia. Esa definición no la toma el software: la toma quien conduce.
Las organizaciones que están capturando valor entendieron algo simple: no empezaron preguntándose qué herramienta comprar, sino qué problema querían resolver. La IA llegó después.
El liderazgo como clave del éxito
Y acá no alcanza con más tecnología: hace falta criterio. Quien logre que la IA aporte valor no será quien compre la herramienta más avanzada, sino quien tenga claro para qué la quiere. Quien abra la conversación que faltaba, rediseñe el proceso que quedó viejo y nombre el miedo en lugar de esconderlo. Su trabajo no es acelerar. Es sincronizar el ritmo de la tecnología, el de las personas y el del negocio para que el cambio ocurra a una velocidad que la organización pueda sostener. La inteligencia artificial es la parte fácil. Lo difícil, como siempre, son las personas.
Por eso, antes de dar el próximo paso, vale la pena hacerse algunas preguntas. ¿La IA amplía lo que las personas hacen o busca reemplazarlas? ¿Se rediseñaron los procesos o simplemente se le pidió a la máquina que hiciera más rápido lo que ya estaba mal hecho? ¿Qué conversación se está evitando?
El desconcierto tiene salida. Y es menos una cuestión tecnológica que una decisión de liderazgo: conducir el cambio en lugar de padecerlo.
Fuente: Infobae
