La IA ya entró a casi todas las empresas, pero todavía no logra mover la caja como muchos esperaban

La adopción corporativa de inteligencia artificial sigue creciendo con fuerza, pero los resultados económicos reales todavía se ven bastante más acotados de lo que prometía el entusiasmo inicial. El problema no parecería estar en la tecnología misma, sino en cómo se integra —o no se integra— dentro del negocio.

Hace rato que la inteligencia artificial en empresas dejó de ser una novedad. Hoy ya no se discute tanto si las compañías la van a usar, sino para qué la están usando de verdad y si eso termina generando valor concreto o solo más presentaciones bonitas sobre innovación. Y ahí es donde la realidad empieza a enfriar un poco el relato.

La alerta volvió a instalarse en Chile luego de una nota de CNN Chile, que recogió datos del Global AI Survey de McKinsey y mostró una brecha bien evidente entre adopción y resultados: aunque cerca del 88% de las organizaciones ya usa IA en al menos una función, solo un 19% declara haber aumentado ingresos directamente atribuibles a esa implementación.

El problema no sería usar IA, sino quedarse en el piloto eterno

Visto así, el contraste es fuerte. La IA ya está en casi todas partes dentro de la empresa moderna, pero muchas veces sigue funcionando como una capa periférica: ayuda a redactar, resume documentos, ordena datos o acelera tareas puntuales, pero no alcanza a tocar el corazón del negocio.

Ese mismo diagnóstico aparece en los datos citados por CNN Chile: menos del 10% de las compañías habría logrado escalar la IA de forma transversal, mientras que en la mayoría de los casos se mantiene atrapada en pilotos aislados, usos individuales o experimentos que no llegan a modificar decisiones estratégicas ni procesos centrales.

Ahí está probablemente el punto más incómodo de toda esta historia. La IA sí está entrando a las empresas, pero no necesariamente está entrando donde importa más.

Se está invirtiendo muchísimo, pero eso no garantiza retorno

Lo más llamativo es que este rezago ocurre justo cuando la inversión sigue subiendo con fuerza. Según los datos citados en la nota, el gasto corporativo en IA generativa durante 2025 superó los US$ 37 mil millones, triplicando la cifra del año anterior. O sea, plata hay. Lo que no aparece con la misma claridad es el retorno.

Eso vuelve más interesante la discusión, porque obliga a salir del discurso fácil de “falta adoptar más tecnología”. Muchas empresas ya compraron herramientas, licencias y proyectos. El problema parece ser otro: no están logrando convertir esa compra en una transformación real del trabajo.

La gran traba seguiría siendo humana, no técnica

En la nota, Daniel Soto, fundador de la consultora Landscape, apunta justamente a eso: el límite no estaría en la herramienta, sino en su aplicación. Según su diagnóstico, los resultados limitados se expresan en tres frentes bien concretos: poca capacidad de aumentar ingresos medibles, impacto en productividad concentrado en tareas menores y muchos proyectos que nunca salen de la fase piloto.

Además, el mismo artículo empuja una idea que hoy se repite bastante en el mundo corporativo: pasar de simplemente “usar IA” a operar bajo modelos AI-first o AI-native, donde los flujos de trabajo se diseñan considerando desde el inicio la colaboración con sistemas de inteligencia artificial.

Pero incluso ahí aparece otro freno: el talento interno. Porque una cosa es tener acceso a la herramienta, y otra muy distinta es contar con equipos que sepan formular buenas preguntas, interpretar resultados, validar información y meter esos modelos dentro de procesos complejos sin romper más cosas de las que arreglan.

La conclusión es menos futurista y más incómoda

Al final, esta historia no parece decir que la IA fracasó en empresas. Dice algo más incómodo: que adoptarla es bastante más fácil que capturar valor real con ella.

Eso obliga a cambiar la conversación. Menos obsesión con la herramienta en sí y más foco en rediseño de procesos, criterio humano, capacitación y decisiones estratégicas. Porque si la IA queda reducida a un asistente simpático para tareas sueltas, probablemente seguirá viéndose mucho en las demos y poco en los balances.