La inteligencia artificial (IA) se ha consolidado como una herramienta casi omnipresente en el ámbito empresarial global, con un sorprendente 88 % de las organizaciones integrándola en al menos una de sus funciones. Este dato, revelado en el informe «The state of AI in 2025: Agents, innovation, and transformation» de McKinsey & Company, marca un avance significativo desde el 78 % registrado en 2024, evidenciando una rápida expansión. No obstante, a pesar de esta adopción masiva, la IA se enfrenta a un notable estancamiento en su fase piloto, sin lograr una transformación profunda en los flujos de trabajo de la mayoría de las compañías.
El Desafío de Escalar la IA: Más Allá de la Experimentación
Aun cuando la penetración de la IA es alta, solo un tercio de las empresas ha logrado escalar su uso de manera transversal y a gran escala. Carlos Fernández Naveira, socio de McKinsey & Company y líder de QuantumBlack en Iberia, subraya la profunda brecha entre la experimentación y la transformación real. «Muchas organizaciones siguen probando y testeando casos de uso sin centrarse en el valor y sin foco en escalar la tecnología de forma estratégica», afirma Naveira, destacando que el potencial transformador de la IA permanece, en gran medida, sin explotar.
Grandes Empresas Lideran la Integración
Existe una clara disparidad en la velocidad de adopción a gran escala:
* 📈 Empresas con ingresos >$5.000 millones: Cerca del 49 % ha escalado la IA en múltiples áreas de negocio.
* 📉 Empresas con ingresos <$100 millones: Solo el 29 % ha logrado una integración similar.
Esta brecha sugiere que las organizaciones de mayor envergadura disponen de recursos y estrategias más robustas para superar los retos de implementación y aprovechar las capacidades de la IA.
Usos Clave de la IA en el Entorno Empresarial
Los asistentes y agentes de inteligencia artificial son algunas de las aplicaciones más populares, con un 23 % de las compañías empleándolos en al menos una tarea y un 39 % en fase de prueba. Los equipos que más están apostando por la IA se concentran en áreas estratégicas y operativas clave:
- 🎯 Marketing y Ventas
- 📊 Estrategia y Finanzas Corporativas
- 🛠️ Desarrollo de Productos y Servicios
- 📚 Gestión del Conocimiento
Benjamim Vieira, socio senior de McKinsey & Company, enfatiza que el verdadero valor de la IA no radica solo en la adopción de herramientas, sino en el rediseño integral de procesos. Las compañías más exitosas «han replanteado cómo innovan, cómo toman decisiones y cómo interactúan con sus clientes, integrando la IA en los flujos críticos en lugar de usarla como un complemento aislado».
Impacto Económico y Cualitativo de la IA
Aunque el impacto económico directo sobre el beneficio operativo (EBIT) aún es limitado —solo el 39 % de las empresas atribuye un efecto, generalmente inferior al 5 %—, los beneficios cualitativos son innegables. Las industrias reportan mejoras significativas en:
- ⭐ Satisfacción del cliente
- 🚀 Diferenciación competitiva
Las empresas pioneras, que destinan aproximadamente el 20 % de su presupuesto a la tecnología de IA, logran triplicar su crecimiento y capacidad de innovación. Este selecto grupo, que representa apenas el 6 % de las organizaciones, invierte estratégicamente en infraestructura, talento especializado y modelos de trabajo ágiles. Vieira aconseja que «los datos —y particularmente tenerlos disponibles en la nube— actúan como habilitadores esenciales», pero el «verdadero diferencial proviene del rediseño organizativo: simplificar, automatizar, eliminar fricciones y crear procesos que permitan a la IA aportar valor de forma sistemática».
Desafíos y Perspectivas Futuras del Empleo con IA
La expansión de la IA genera expectativas mixtas en el mercado laboral:
- ⬆️ 13 % de las organizaciones prevé un aumento de plantilla (un 3 %).
- ⬇️ 32 % de las compañías, especialmente las más grandes, espera reducir su equipo (un 3 % o más) para 2026.
Además, la conciencia sobre los riesgos asociados a la IA está creciendo. Un 51 % de las empresas que utilizan IA reconoce haber sufrido efectos negativos, y casi un tercio señala problemas de inexactitud en las respuestas generadas por los modelos. La «explicabilidad», o la dificultad para comprender cómo y por qué la IA llega a determinadas conclusiones, se mantiene como un desafío relevante. Este escenario subraya la necesidad imperante de reforzar la gestión y la gobernanza en el uso de estas tecnologías, avanzando hacia estructuras más sólidas que garanticen una implementación efectiva, escalable y segura de la inteligencia artificial.