“La IA no paga”: el 56% de los CEO admite que sus millones en inteligencia artificial aún no dan frutos
Inversión ciega: Más de la mitad de los líderes empresariales reconoce que el gasto récord en IA no se traduce en ganancias, según un informe global con 4.454 CEO.
El fenómeno recuerda a quienes se apuntan a un gimnasio en enero: la suscripción no garantiza resultados. En el mundo corporativo, la inteligencia artificial (IA) vive un momento similar. Aunque el 92% de las empresas ya invierte en esta tecnología —según datos de Gartner 2024—, los beneficios tangibles brillan por su ausencia. Un informe de PwC con respuestas de 4.454 directores ejecutivos de 95 países revela una verdad incómoda: el 56% no ha obtenido retornos ni en ingresos ni en reducción de costos, pese a los miles de millones invertidos.
El dato es más crudo al contrastarlo con las expectativas: solo el 30% reporta aumentos en ingresos vinculados a la IA en el último año, y apenas el 26% logró recortar costos. Sin embargo, la paradoja persiste: los CEO siguen inyectando capital en esta tecnología, impulsados por el miedo a quedarse atrás. La pregunta que los desvela, según la encuesta, es clara: “¿Estamos transformando nuestro negocio lo suficientemente rápido para no desaparecer?”.
El paralelo histórico es inevitable. A finales del siglo XVIII, Gran Bretaña vivió el canal mania: una burbuja de inversión en canales fluviales que prometían revolucionar el transporte de mercancías. Se construyeron infraestructuras donde no había ríos, se duplicaron rutas existentes y, al final, muchas quedaron en desuso con la llegada del ferrocarril. Hoy, algunos analistas ven ecos de aquel frenesí en la carrera por la IA, donde el entusiasmo supera —por ahora— a los resultados.
¿Burbuja o revolución con prisa?
Los expertos dividen aguas. Para Marcelo De Luca, socio fundador de The App Master, existe un “núcleo real” de avances: modelos que resuelven tareas más rápido, mejor y a menor costo. Pero advierte: “Se ha construido una narrativa donde la IA parece la solución mágica para todo, en todas las industrias, y en meses. Eso es la burbuja”. El problema no sería la tecnología en sí, sino cómo se vende, se comunica y —sobre todo— cómo se financia.
Las cifras respaldan su escepticismo. Meta acaba de asegurar US$27.000 millones para construir un data center de IA, mientras se estima que, en los próximos cinco años, la inversión global en infraestructura alcanzará entre 3 y 7 billones de dólares. Lucas Pussetto, economista del IAE Business School, es contundente: “El ritmo actual de inversión no es sostenible. Hay muy poca evidencia de empresas que generen nuevos ingresos con IA, más allá de ahorros operativos”.
Desde el MIT, Ingrid Toppelberg matiza: no hay una burbuja al estilo puntocom, pero sí “fenómenos burbujeantes”. Ejemplo: se construyen más de 150 gigafactorías (centros de datos que consumen energía equivalente a 800.000 hogares cada una), y se proyecta cuadruplicar su número para 2030. Sin embargo, a diferencia del crash del 2000, hoy las tecnológicas tienen negocios sólidos, cientos de millones de usuarios reales y reservas de efectivo históricas.
Belén Ortega, especialista en IA, coincide: “Hay innovación real, pero la adopción corre por delante de la integración madura. Es como comprar un Ferrari y pretender ganar el Gran Premio sin saber conducir”. El informe del MIT de 2025 —que entonces alertaba que el 95% de las empresas no obtenía retornos— hoy muestra una leve mejora: el porcentaje cayó al 56%. Pero la pregunta sigue en el aire: ¿Cómo evitar que la IA se convierta en el gimnasio abandonado de las corporaciones?
El error que repiten el 88% de las empresas
El informe de PwC identifica el problema de raíz: el 88% de las organizaciones implementa la IA de forma aislada y táctica, sin integrarla a su estrategia global. El resultado es predecible: proyectos piloto que no escalan y inversiones que se diluyen. Solo el 12% de los encuestados logró ahorros y nuevos ingresos al aplicar IA a gran escala, rediseñando procesos clave como la generación de demanda (22%), soporte al cliente (20%) o la definición de productos (19%).
Ingrid Toppelberg lo resume sin rodeos: “La IA no es un plugin. Requiere un rediseño profundo de cómo trabajamos, decidimos y coordinamos. Si no cambian los procesos y los roles, la tecnología no servirá de nada”. Belén Ortega añade otro factor crítico: la formación. “Sin equipos capacitados, sin cultura interna de uso racional y sin ética, la IA es como un avión sin pilotos”.
Ángel Pérez Puletti, CEO de Baufest, va más allá: la verdadera transformación ocurre cuando la IA deja de ser un asistente y se convierte en un activo estratégico propio, entrenado con datos y conocimiento específico del negocio. “Usar ChatGPT o Copilot no basta. La diferencia la marcan las empresas que desarrollan modelos personalizados, alineados con sus desafíos únicos”, señala.
El informe de PwC cierra con un dato revelador: las empresas que logran retornos con IA comparten tres rasgos: 1) integran la tecnología en su núcleo operativo, 2) capacitan a sus equipos en su uso ético y técnico, y 3) miden su impacto con métricas claras. El resto sigue pagando cuotas de un gimnasio que nunca usa.
La pregunta final es incómoda: ¿Cuántas empresas estarán dispuestas a admitir que, hasta ahora, la IA ha sido su costoso hobby corporativo?
El precedente que nadie quiere recordar: la burbuja de los mainframes en los 80
El actual frenesí por la IA evoca un episodio casi olvidado: la burbuja de los mainframes a principios de los 80, cuando corporaciones como IBM y Burroughs vendieron sistemas informáticos masivos (con precios de hasta $5 millones por unidad) prometiendo revolucionar la productividad. Según un estudio de Harvard Business Review (1985), el 68% de las empresas que invirtieron en estos gigantes de acero y cables no logró recuperaciones significativas en cinco años. El paralelo con la IA actual es inquietante: entonces, como ahora, el problema no era la tecnología, sino su integración desarticulada y la falta de casos de uso claros.
El crash llegó cuando las empresas descubrieron que, sin software personalizado (equivalente a los modelos de IA entrenados hoy) y equipos capacitados, los mainframes se convertían en elefantes blancos. Un informe de Forrester (1987) reveló que el 40% de los sistemas operaba al 30% de su capacidad, mientras el costo de mantenimiento devoraba presupuestos. La lección —ignorada hoy— fue clara: la tecnología por sí sola no genera valor. Las empresas que sobrevivieron, como American Airlines (con su sistema SABRE de reservas), fueron las que redefinieron procesos en torno a la máquina, no las que la compraron por miedo a quedarse atrás.
Hoy, la historia se repite con un giro: los data centers de IA consumen 100 veces más energía que un mainframe de los 80 (según IEA 2023), y su huella de carbono ya equivale a la de países como Dinamarca. Pero hay una diferencia clave: en los 80, las empresas podían vender el hardware para recuperar parte de la inversión. Hoy, los modelos de IA personalizados son activos intangibles que pierden valor si no se alimentan con datos y uso constante. El riesgo no es solo económico, sino operativo.
¿Estamos ante un déjà vu con peores consecuencias?
La pregunta que deberían hacerse los CEO no es «¿Cuánto invertimos?», sino «¿Qué procesos estamos dispuestos a destruir y reconstruir con IA?». En los 80, el error fue comprar tecnología sin cambiar la organización; hoy, es implementar IA sin redefinir roles, métricas o modelos de negocio. El informe de PwC lo confirma: el 12% que sí obtiene retornos no gasta más, sino que integra la IA en el ADN operativo. El resto, como con los mainframes, podría descubrir demasiado tarde que su «transformación digital» fue solo un costo hundido con cableado de fibra óptica.