Por qué tantos proyectos de IA no generan resultados —y qué hacen distinto los que sí avanzan

Hay una cifra que se ha puesto de moda y, esta vez, conviene mirarla de cerca. Un informe preliminar de Project NANDA, iniciativa vinculada al MIT Media Lab y publicado en 2025, señaló que la mayoría de las iniciativas empresariales analizadas no había conseguido todavía un retorno financiero medible. El documento se titula The GenAI Divide: State of AI in Business 2025 (julio de 2025). Cuando ese informe habla de un 95%, se refiere a las organizaciones de su muestra, no a todas las empresas del mundo: no habían conseguido un retorno medible. El 5% de los pilotos que sí llegan a integrarse es el que se está llevando el valor.

Al lado hay otra cifra que no significa lo mismo: más del 80% ha explorado o pilotado herramientas como ChatGPT o Copilot. Probar no es ganar. Casi todo el mundo está tocando la IA. Casi nadie la está convirtiendo en resultado de negocio.

Si partes de cero y todavía te preguntas para qué sirve esto en el día a día, empieza por para qué sirve la inteligencia artificial, sin tecnicismos. Aquí vamos a lo que pasa cuando una empresa dice «nosotros ya la usamos».

La pregunta incómoda, la que de verdad importa, es esta: ¿en qué grupo está la tuya? Porque no querer responderla no te saca del problema.

El informe cubre una investigación de enero a junio de 2025 y sus autores avisan de que las opiniones son suyas, no un comunicado institucional del MIT. No demuestra que el 95% de todas las empresas del mundo fracase con la IA. Aun así, el patrón que describe encaja con lo que veo: mucho piloto y poco impacto en la cuenta de resultados. Vamos al grano.

Por qué casi nadie obtiene resultados

Hay dos tipos de empresas ahora mismo. Las que usan la IA con método —con un plan claro, midiendo impacto, escalando lo que funciona— y las que pagan herramientas que no les sirven de nada porque las usan mal.

¿Cómo es posible, si la IA es tan potente? Porque la miran como una herramienta de productividad. Como si fuera un Excel más rápido. Y no lo es.

Hace poco estaba con el director general de una empresa de unas 30 personas. Me dijo: «Rob, nosotros ya usamos ChatGPT». Le pregunté para qué. «Para redactar emails». Se hizo un silencio incómodo, porque eso es usar un Ferrari para ir al buzón. Es mi conversación, no un caso publicado con nombre y apellidos.

Y no es una anécdota suelta. Un trabajo del NBER, Firm Data on AI, preguntó a casi 6.000 directivos —CEOs, CFOs y responsables financieros— de Estados Unidos, Reino Unido, Alemania y Australia. El 89% dice que, en los últimos tres años, la IA no ha tenido impacto en la productividad laboral de su empresa, medida como ventas por empleado. No es «ocho de cada diez empresas que ya usan IA». Es más seco: casi nueve de cada diez directivos no ven todavía ese efecto. No es el mismo estudio que el de Project NANDA, ni la misma pregunta. Apunta en la misma dirección.

Lo que separa al 5% del resto

Y aquí está la parte que lo cambia todo.

La diferencia entre quien obtiene un resultado que se puede medir y quien no, no es el presupuesto. No es el tamaño de la empresa. No es tener un equipo técnico.

Es el método.

Las que se quedan fuera hacen todas lo mismo: prueban una herramienta, no ven resultados inmediatos, la abandonan, prueban otra. El informe de Project NANDA lo describe como quedarse atascado en pilotos, sin impacto medible en la cuenta de resultados. Mucho ruido, cero transformación. No lo llaman «demos bonitas». Eso lo digo yo, al verlo.

Las que sí cruzan hacen algo distinto: primero diagnostican, después implementan.

Y ya que estamos, algo que nadie te dice: usar IA no es hacer trampa ni ser vago. Es ser inteligente. Mi forma favorita de trabajar es delegar. Delegar en algo que no descansa, no se queja y no pide vacaciones no es pereza. Es ventaja, si sabes en qué delegas.

Llevo diez años hablando de robótica, de holografía, de realidad aumentada. Y siempre aparece alguien: «Rob, eso está muy bien, pero eso es para las grandes empresas». Y yo siempre pienso lo mismo: eso es exactamente lo que decían de internet en 1998. Y de los smartphones en 2007. Aquí seguimos.

Adobe, en su informe AI and Digital Trends 2026 (con Oxford Economics, encuesta a 3.000 directivos y profesionales de experiencia de cliente), cuenta otra pieza del mismo puzzle: el 52% dice que a su organización le cuesta demostrar un retorno medible de la IA con métricas de experiencia de cliente, y solo el 44% tiene un marco para medir el retorno de la IA generativa. No es un «12% ha implantado IA con un ROI claro». Esa cifra no está en el informe de Adobe. Lo que sí está es esto: a muchas empresas todavía les falta la forma de saber si les está saliendo a cuenta.

El retorno no aparece por instalar una herramienta y esperar. Aparece cuando hay un diagnóstico, un sitio concreto donde aplicarla y una forma de medir. Sin eso, el dinero se queda en pruebas. Si quieres ver cómo lo cuento delante de un equipo, están las ponencias.

Los tres pasos que hace quien sí avanza

Los puedes aplicar sin un departamento de innovación.

Paso uno: cambia la pregunta

Deja de preguntarte «¿la IA me puede ayudar?» y empieza a preguntarte «¿dónde se está perdiendo tiempo o dinero en mi empresa ahora mismo, y puede la IA recuperarlo?». Ese cambio de perspectiva lo cambia todo. No es productividad por productividad: es ventaja.

Paso dos: diagnostica antes de implementar

No empieces por la herramienta. Empieza por el problema. Hiscox, en la actualización de datos 2025 de su II Informe de pymes y autónomos en España, muestra que la implantación de IA entre las pymes encuestadas pasó del 7,4% en 2022 al 11,9% en 2024 y al 23,3% en 2025. Entre las que ya la han incorporado, el 16,2% sigue sin ver una ventaja en su actividad principal y el 83,8% sí la ve. El informe no dice que «el 40% falle por meter IA sin diagnóstico». Esa frase no está en el estudio. Lo que sí está es la brecha entre instalar algo y notar un beneficio.

Por eso el orden importa. Identifica los tres procesos de tu empresa donde el tiempo humano es más caro y más repetitivo. Solo con eso ya te pones por delante de la mayoría.

Paso tres: empieza pequeño, mide, escala

No necesitas un presupuesto enorme ni un equipo técnico para dar el primer paso. Necesitas empezar en el sitio correcto, medir el impacto desde el primer día, escalar lo que funciona y descartar lo que no, sin dramas.

Te cuento cómo me lo encontré yo, sin convertir a nadie en caso de estudio público. Un director general de una empresa de servicios, de unas veinte personas, aplicó estos tres pasos en un trimestre. Quitaron de en medio el equivalente a dos puestos en tareas repetitivas y reasignaron a esas personas a desarrollo de negocio. No despidieron a nadie: liberaron talento que estaba atrapado en burocracia. Eso, para mí, es estar en el grupo que sí avanza.

Así que piénsalo un segundo: ahora mismo, en tu empresa, ¿cuántas horas se van cada semana en tareas que no aportan valor real? Esas horas tienen un coste. Y ese coste tiene un nombre: competitividad que se te escapa.

Quien aplique estos tres pasos esta semana ya no está en el montón que solo abre el chat y redacta un correo. Así de sencillo. Así de injusto para los demás.

De qué lado estás

Al final esto va de decidir de qué lado estás. Quien no actúa no se queda igual: se queda atrás. Yo a eso lo llamo actuar a ciegas en un entorno digital. No por falta de capacidad, sino por no haber empezado a tiempo. Y eso tiene solución… pero solo si te mueves tú.

De los tres pasos, ¿cuál crees que tu empresa tiene más abandonado ahora mismo? Si quieres comentarlo, escríbeme.

Fuentes y estudios citados

1. Challapally, Aditya; Pease, Chris; Raskar, Ramesh; Chari, Pradyumna. The GenAI Divide: State of AI in Business 2025. Project NANDA, iniciativa vinculada al MIT Media Lab, julio de 2025. Hallazgos preliminares (enero–junio de 2025). El texto avisa de que las opiniones son de los autores y no representan a sus empleadores. El 95% se refiere a las organizaciones analizadas en ese informe, no a un censo de todas las empresas del mundo: no obtienen retorno medible. También se usan estas cifras del mismo informe: más del 80% ha explorado o pilotado herramientas como ChatGPT o Copilot, y solo un 5% de los pilotos integrados extrae un valor sustancial. No he enlazado el PDF porque no localicé una URL oficial en un dominio del MIT.
2. Yotzov, Barrero, Bloom, Bunn, Davis y otros. Firm Data on AI. NBER Working Paper 34836. Casi 6.000 directivos en EE. UU., Reino Unido, Alemania y Australia. El 89% no aprecia impacto de la IA en la productividad laboral (ventas por empleado) en los tres años anteriores.
3. Adobe, con Oxford Economics. AI and Digital Trends 2026. Encuesta a 3.000 directivos y profesionales: el 52% dice que le cuesta demostrar un retorno medible de la IA con métricas de experiencia de cliente; el 44% tiene un marco de medición para la IA generativa.
4. Hiscox. II Informe de pymes y autónomos en España, actualización de datos 2025 (PDF). Implantación de IA: 7,4% (2022), 11,9% (2024), 23,3% (2025). Entre quienes ya la han incorporado: 16,2% no percibe ventaja en su actividad principal y 83,8% sí. Ficha del informe: hiscox.es.