Gartner advierte: una de cada cinco organizaciones dará marcha atrás con la IA para 2028

Estos hallazgos coinciden con la estimación separada de Gartner de abril de 2026 de que el 57% de los gerentes de infraestructura y operaciones de TI tienen al menos un fracaso de proyecto de IA a sus espaldas, y que uno de cada cinco proyectos de IA en ese ámbito colapsa por completo .

La desconexión entre gasto y ROI: evidencia de múltiples fuentes

Múltiples fuentes importantes corroboran la creciente desconexión entre la inversión masiva en IA y los resultados comerciales medibles:

Goldman Sachs (agosto de 2026): Ben Snider, estratega, informa que el gasto en IA está aumentando bruscamente, pero la tecnología aún no ha producido una mejora significativa en las ganancias de la mayoría de las empresas. Solo el 2% de las empresas del S&P 500 han cuantificado el impacto de la IA en sus ganancias, y la mayoría informa poco o ningún beneficio inmediato . La analista Jessica Rindels estima que la inversión en IA en EE. UU. alcanzará casi 600 mil millones de dólares en 2026, equivalente a casi el 2% del PIB, pero la evidencia de ganancias económicas equivalentes sigue siendo escasa .

Goldman Sachs (mayo de 2026): Jim Covello, analista, señala que la mayoría de las empresas aún no han generado ningún retorno de su gasto en IA, citando un estudio del MIT que encontró que el 95% de los pilotos empresariales de IA no generaron un impacto medible en pérdidas y ganancias . Covello sostiene que la economía de la IA es "más cuestionable hoy que hace dos años" .

Goldman Sachs (julio de 2026): Jan Hatzius, economista, y David Peng, analista, ofrecen una verificación de la realidad: la adopción de la IA y su recompensa en productividad pueden tardar mucho más de lo que esperan los mercados. Su análisis muestra que el impacto en la productividad sigue una curva J: un lastre modesto durante los primeros cuatro años, ganancias estadísticamente significativas solo después de ocho años y un impacto máximo de aproximadamente 0,6 puntos porcentuales en el año 12. Si el lanzamiento de ChatGPT en 2022 es el equivalente al debut de la PC en 1981, la recompensa aún está a años de distancia .

McKinsey (2026): Menos del 20% de los despliegues empresariales de IA muestran un impacto comercial medible .

Sequoia Capital: Ha señalado una brecha de ingresos de aproximadamente 600 mil millones de dólares entre la inversión en IA y el retorno de la IA .

Riesgo de flujo de caja de los hiperescaladores: Goldman Sachs advierte que los cuatro proveedores de nube dominantes (Amazon, Alphabet/Google, Microsoft, Meta) están colectivamente en camino de gastar más que todo su flujo de caja operativo en infraestructura de IA, sin un ROI empresarial probado que justifique el desembolso . El gasto de capital (capex) combinado de estas cuatro empresas para 2026 se proyecta en aproximadamente 650 mil millones de dólares .

Por qué fracasan los proyectos: no es la tecnología

Una conclusión consistente en todos los análisis principales es que los fracasos de los proyectos de IA son organizativos y estratégicos, no técnicos. El modelo casi nunca falla, pero el caso de negocio, la base de datos y los controles de costos sí lo hacen.

Gartner identifica tres modos de fallo principales que impulsan sus predicciones: costos crecientes sin un modelo de ROI claro, valor comercial poco claro y controles de riesgo inadecuados . Como señaló un analista de Gartner, "la mayoría de los proyectos de IA agentiva ahora mismo son experimentos en etapa temprana o pruebas de concepto impulsadas principalmente por el hype y a menudo mal aplicadas" .

Las consecuencias ya son visibles. Gartner predice que para 2028, el 70% de las iniciativas de IA serán desmanteladas debido a explosiones de costos no gestionadas y desviación de valor en organizaciones que carecen de una práctica dedicada de gestión financiera de IA .

Lo que esto significa para los líderes empresariales

El patrón en Gartner, Goldman Sachs, McKinsey, el MIT y Sequoia es consistente: el gasto en IA está en máximos históricos, pero la gran mayoría de las organizaciones aún no puede demostrar retornos medibles en sus resultados a partir de ese gasto. Muchas ya están retrocediendo o fracasando al llevar los proyectos más allá de la fase piloto.

Para las organizaciones que invierten en IA, la investigación apunta a un camino claro a seguir: identificar un cuello de botella operativo específico con un impacto medible en costos o calidad, construir una solución de IA para ese problema específico, medir rigurosamente el impacto antes y después, y escalar solo lo que funciona . Los proyectos que no establezcan métricas de ROI claras desde el primer día tienen pocas probabilidades de sobrevivir a la próxima crisis.