En agosto de 2025, un informe del MIT puso una cifra incómoda sobre la mesa: cerca del 95% de los pilotos de inteligencia artificial generativa en empresas no logra un impacto medible en ingresos o costos. Solo alrededor del 5% consigue acelerar resultados de forma visible.
La cifra se citó mucho y se entendió mal. No dice que la IA no funcione. Dice que la mayoría de las empresas no está logrando convertirla en resultados de negocio, y las razones tienen poco que ver con la tecnología.
de los pilotos de IA generativa no mostró impacto medible en el estado de resultados. MIT NANDA, The GenAI Divide: State of AI in Business 2025.
Qué midió el estudio
El informe, elaborado por la iniciativa NANDA del MIT, combinó tres fuentes: 150 entrevistas a líderes de organizaciones, una encuesta a 350 empleados y el análisis de 300 implementaciones públicas de IA.
Conviene leer la cifra con cuidado. Aquí, «fracaso» significa que el piloto no movió los números del negocio, no que el sistema haya fallado técnicamente. Además, los propios autores advierten que muchas empresas son reacias a compartir sus fracasos, así que la situación real podría ser distinta.
El problema no es el modelo, es la integración
La conclusión central del estudio es que la brecha no está en la calidad de los modelos, sino en cómo se incorporan al trabajo. Las herramientas genéricas, como un chat de IA de uso general, funcionan bien para una persona, pero no aprenden los flujos de trabajo de la empresa ni se adaptan a ellos.
Dicho de otra forma: una IA que no está conectada a los datos, los procesos y las decisiones reales de la empresa se queda en demostración.
Dónde está el retorno
El informe encontró un desajuste en la inversión: más de la mitad del presupuesto de IA generativa se destina a herramientas de ventas y marketing, mientras que el mayor retorno aparece en la automatización de procesos internos, el llamado back-office.
Tiene sentido. Los procesos operativos son repetitivos, medibles y tienen costos claros: ahí es más fácil demostrar que algo mejoró.
Comprar, construir o asociarse
Otro hallazgo llamativo: las soluciones adquiridas a proveedores especializados y las alianzas tuvieron éxito cerca del 67% de las veces, mientras que los desarrollos puramente internos lo lograron alrededor de un tercio de las veces.
No significa que desarrollar internamente sea una mala idea. Significa que hacerlo sin experiencia previa en llevar IA a producción es donde más proyectos se pierden.
Cómo estar en el 5%: cinco recomendaciones
A partir del estudio y de nuestra experiencia desarrollando software, estas son las prácticas que más diferencia hacen:
- Define la métrica antes de escribir una línea de código. Horas ahorradas, errores evitados, tiempo de respuesta. Si no se puede medir, no se puede demostrar.
- Empieza por un proceso operativo concreto. Uno repetitivo, con un responsable claro y con datos disponibles, antes que un asistente para toda la empresa.
- Prepara los datos primero. La IA trabaja con lo que tiene: datos dispersos o de mala calidad producen respuestas igual de dispersas.
- Intégrala donde ya trabaja la gente. En el sistema o el flujo que el equipo usa hoy, no en una herramienta aparte que hay que acordarse de abrir.
- Mide en semanas, no en años. Un piloto con resultados a los 60 o 90 días permite corregir el rumbo, o detenerlo, a tiempo.
La IA generativa sí está generando valor en las empresas. La diferencia entre el 5% y el 95% no está en tener acceso a la mejor tecnología, sino en conectarla a un problema real y medir si lo resolvió.
Fuentes
- MIT NANDA, The GenAI Divide: State of AI in Business 2025, según la cobertura de Fortune: «MIT report: 95% of generative AI pilots at companies are failing» (agosto de 2025).
¿Tienes un proceso que podría beneficiarse de la IA?
Te ayudamos a evaluar si tiene sentido y cómo medir el resultado antes de invertir.