Por qué la adopción empresarial de IA avanza más rápido que la medición de sus resultados

Contar licencias, usuarios o proyectos piloto es relativamente sencillo. Saber si la inteligencia artificial (IA) mejora un proceso lo suficiente como para compensar todos sus costes exige bastante más. Las encuestas de 2026 muestran una brecha entre adopción y medición, no prueban que la IA sea incapaz de generar valor.232534

El gasto crece más rápido que la capacidad de seguirlo

Según Flexera, solo el 31 % de las organizaciones tiene una visión precisa de lo que gasta en software de IA, mientras que el 59 % afirma que el gasto desaprovechado en IA aumentó durante el último año.34 En una encuesta de Battery Ventures a 100 altos responsables de tecnología, el 94 % dijo que su organización carecía de un método uniforme para evaluar el retorno de la inversión (ROI) en toda la empresa. Solo el 16 % declaró obtener un ROI positivo en más de la mitad de sus proyectos de IA.23

También hay desajustes presupuestarios: en la encuesta de Futurum correspondiente al segundo semestre de 2026, el 46,9 % señaló que el gasto en IA superó lo previsto, frente al 5,6 % que gastó menos de lo presupuestado.33 Son estudios sobre grupos y cuestiones diferentes —visibilidad, desperdicio percibido, rentabilidad de proyectos y desviaciones presupuestarias—; sus cifras no deben sumarse ni leerse como una tasa única de fracaso.

Por qué usar una herramienta no equivale a obtener un retorno

Para demostrar valor, una empresa necesita conocer el rendimiento anterior del proceso, acordar qué mejora busca —por ejemplo, una atención más rápida o un resultado de mayor calidad— y comparar esa mejora con el coste completo de operar la IA. KPMG observó que, pese a contar con medidas como paneles de seguimiento y procesos de aprobación, la mayoría de las organizaciones aún no veía en tiempo real todos sus costes operativos relacionados con la IA.19 En su encuesta global, quienes sí tenían esa visibilidad comunicaban un ROI consolidado con más frecuencia que quienes no la tenían: 15 % frente a 3 %. Es una relación observada, no una prueba de que la visibilidad por sí sola produzca beneficios.25

Medir también requiere cambiar la forma de trabajar. El responsable de tecnología de Bank of America ha señalado como prioridades la transformación integral de los procesos, la reutilización de soluciones, la gobernanza y el ROI.14 A la vez, una encuesta recogida por CIO indica que el 61 % de las organizaciones había pausado, retrasado, reducido o abandonado iniciativas de modernización tecnológica en los dos años anteriores. El traslado de presupuesto hacia la IA fue una de las presiones mencionadas, pero ese dato no significa que la IA causara todos los retrasos.18

La cautela importa especialmente en la IA agéntica, cuyos proyectos deben mantener claros los costes, el valor esperado y los controles de riesgo al crecer. Gartner pronosticó en 2025 que más del 40 % de esos proyectos se cancelarían antes de que terminara 2027 por motivos que incluyen costes crecientes, valor empresarial incierto y controles de riesgo insuficientes. Es una previsión, no una tasa de cancelación observada en 2026.51

Bank of America: un avance medible, pero no una respuesta definitiva

Bank of America afirma que sus herramientas de IA están disponibles para unos 200.000 empleados y que la productividad en programación ha mejorado aproximadamente entre un 15 % y un 20 % entre sus cerca de 19.000 a 20.000 desarrolladores.34 Esa mejora en una tarea concreta dice más que el número de personas con acceso. El banco también estima unos 800 millones de dólares en beneficios frente a 400 millones de dólares en costes, pero se trata de cálculos de su dirección, no de una verificación independiente de que cada aplicación sea rentable.2 Uno de sus copresidentes ha señalado que, por ahora, los avances más fáciles de identificar están en trabajos tecnológicos como la programación.1

La prueba útil para cualquier empresa es asignar a cada proyecto un responsable, medir el proceso antes y después, registrar todos sus costes y comprobar la calidad y los riesgos del resultado. La expansión tiene más fundamento cuando la mejora se mantiene tras esa evaluación, no simplemente cuando aumenta el uso.192325