Pese a que la inversión corporativa en estas tecnologías se triplicó en el último año, superando los US$ 37 mil millones, la falta de capacitación y de una integración estratégica estanca los resultados financieros. Expertos apuntan a la urgencia de transitar hacia modelos de trabajo "AI-native".
El uso de la inteligencia artificial (IA) al interior de las empresas ha experimentado un crecimiento explosivo durante los últimos años, pero su promesa de revolucionar los márgenes de ganancia aún está lejos de concretarse para la mayoría.
De acuerdo con el reciente Global AI Survey de la consultora McKinsey, aunque cerca del 88% de las organizaciones ya emplea IA en al menos una función de su negocio, apenas un 19% reporta un aumento de ingresos directamente atribuible a su implementación.
Los datos revelan una profunda brecha entre la adopción tecnológica y los resultados concretos. El mismo reporte detalla que menos del 10% de las compañías ha logrado escalar la tecnología de forma transversal. En la mayoría de los casos, la IA queda relegada a aplicaciones puntuales, pilotos aislados o herramientas de uso individual, sin integrarse en la toma de decisiones estratégicas.
Este diagnóstico es compartido por otras firmas globales. Un informe del Boston Consulting Group (BCG) señala que solo el 26% de las compañías ha desarrollado capacidades avanzadas para capturar valor real de la IA, dejando al grueso del mercado en etapas tempranas de experimentación.
El bajo retorno contrasta fuertemente con el capital inyectado. Según datos de Menlo Ventures, el gasto corporativo en inteligencia artificial generativa durante 2025 superó los 37 mil millones de dólares, triplicando la cifra del año anterior.
Para Daniel Soto, ingeniero y fundador de la consultora de tecnología e innovación Landscape, el problema no radica en la herramienta, sino en su aplicación. “Los resultados limitados se reflejan principalmente en tres áreas: muchas empresas no logran incrementar ingresos medibles; el impacto en productividad se concentra en tareas específicas —como redactar documentos o analizar datos preliminares— sin modificar procesos centrales; y una proporción significativa de proyectos no pasa de la fase piloto”, explica a CNN Chile.
En la industria tecnológica existe consenso en que el error fundamental es tratar a la IA como un software tradicional que simplemente se instala. El mercado está transitando hacia modelos “AI-first” o “AI-native”, donde los flujos de trabajo se diseñan desde cero asumiendo la existencia y colaboración de la inteligencia artificial.
Sin embargo, el verdadero cuello de botella sigue siendo el talento.
“Usar IA es fácil; lo difícil es que el equipo sepa formular las preguntas correctas, interpretar resultados con pensamiento crítico, integrar modelos en flujos de trabajo complejos y validar la información automatizada”, subraya Soto. “Sin estas habilidades, la IA no es más que un asistente marginal”, advierte.
Ante este escenario, el desafío para el mundo corporativo parece estar cambiando de foco. Para que la inversión rinda frutos reales, las organizaciones deberán dejar de obsesionarse exclusivamente con los algoritmos y comenzar a invertir fuertemente en las capacidades humanas de quienes los operan.
El exministro de Hacienda abordó el triunfo de José Antonio Kast, el estado de la centroderecha tradicional y advirtió las complejidades fiscales de cumplir con un recorte de US$ 6.000 millones en 18 meses.
