Las organizaciones llevan dos años acelerando la adopción de inteligencia artificial. Ahora enfrentan la pregunta que el entusiasmo inicial postergó: ¿cuánto cuesta sostener esa apuesta y cuánto valor real genera?
Los números son elocuentes. En 2024, el 72% de las organizaciones ya utilizaba IA en al menos una función de negocio y el 65% empleaba IA generativa de forma regular, de acuerdo con datos citados por Prajkta Waditwar, directora senior de tecnología en Box, en un análisis publicado por Forbes. Sin embargo, según el CEO Study de IBM referenciado en el mismo texto, solo el 25% de las iniciativas de IA ha entregado el ROI esperado y apenas el 16% ha escalado a nivel empresarial.
El problema no es tecnológico. Es económico y de gobernanza.
Los costos de la IA rara vez aparecen en un solo renglón presupuestario. Una suscripción de software es fácil de rastrear; la infraestructura, la integración, los controles de seguridad y la habilitación de la fuerza laboral que vienen después, no lo son. Un piloto que comienza con una inversión acotada puede transformarse en una carga financiera imprevisible cuando se despliega entre cientos o miles de empleados. Los modelos de precios basados en consumo amplifican ese riesgo: el gasto escala mucho más rápido que los beneficios proyectados en el caso de negocio original.
A eso se suma la fragmentación interna. Un departamento adopta una plataforma para automatizar contenido; otro elige una herramienta distinta para capacidades similares. Ambas decisiones pueden justificarse individualmente. Con el tiempo, la superposición genera complejidad, gasto duplicado y gobernanza fragmentada. Más tecnología no produce automáticamente más valor: a veces solo produce más carga administrativa.
La señal más clara del ajuste en curso es que, según la misma fuente, «al menos el 50% de los proyectos de IA generativa fueron abandonados después de la prueba de concepto debido a mala calidad de datos, controles de riesgo inadecuados, costos escalantes o valor de negocio poco claro». El dato corresponde a 2025 y refleja un giro hacia mayor disciplina en la evaluación de inversiones, no el fin de la adopción.
Otro indicador de la brecha entre inversión y medición: menos de uno de cada cinco organizaciones hacía seguimiento de KPIs bien definidos para sus soluciones de IA generativa. Se invierte antes de establecer cómo se medirá el éxito.
Los CEOs, según el estudio de IBM citado en la fuente, esperan que la tasa de crecimiento de las inversiones en IA «más que se duplique en los próximos dos años». La presión sobre el retorno, por tanto, solo aumentará.
La lectura de Ágora Capital. Este ciclo tiene un precedente claro: la nube. Primero vino la velocidad de adopción; luego, la optimización de costos y utilización. La IA transita el mismo camino, y quienes lleguen mejor posicionados no serán los que más rápido desplegaron herramientas, sino los que construyeron gobernanza, midieron resultados y evitaron la trampa del gasto duplicado. El capital busca reglas claras y retornos medibles. Las organizaciones que traten la IA como un proyecto de disciplina financiera —no solo como una apuesta tecnológica— son las que convertirán el entusiasmo en flujo de caja real.
