El desconcierto de la IA: mucho ruido y pocas nueces

Casi todas las empresas usan algo de inteligencia artificial. Muy pocas saben qué hacer con ella. Y esa distancia no es tecnológica: es de liderazgo y de cultura.

La inteligencia artificial llegó a las organizaciones antes de que supieran qué hacer con ella.

Está en todas partes —en las herramientas, en los discursos, en los comités de innovación—. Pero los resultados no aparecen. Lo que predomina no es el entusiasmo ni el rechazo, sino algo más incómodo: el desconcierto.

Los números confirman que no es una impresión. El 88% de las organizaciones ya usa IA en al menos una función, pero solo el 39% percibe algún impacto en sus resultados, casi siempre inferior al 5%. El MIT fue más lejos: concluyó que el 95% de las inversiones en IA generativa todavía no produjo retornos medibles. Mucha adopción, poco valor.

En América Latina la foto es similar, aunque la brecha es más amplia. Solo el 23% de las organizaciones obtienen algún valor económico de la IA y apenas el 6% lo considera significativo (WEF y McKinsey, 2025). La región recibe, además, apenas el 1,12% de la inversión global en esta tecnología. Podría pensarse que el problema está ahí. No lo está: las compañías que más invierten en el mundo tampoco logran resultados consistentes. Si dependiera del dinero, ya estaría resuelto.

La IA no es magia. El problema no es la herramienta: es todo lo que la organización no resolvió antes de encenderla.

Las organizaciones que atraviesan este proceso muestran siempre el mismo patrón. La tecnología avanza más rápido de lo que las personas pueden seguirla, y seguirla implica dos tiempos: entenderla y, mucho más lento, aceptarla. Son tres velocidades que rara vez coinciden —la de la tecnología, la de las personas y la del negocio—, y de ese desajuste nace buena parte del problema. Cuando una organización acelera solo la primera y descuida las otras dos, la IA entra en la empresa, pero no echa raíces. No es casual que el 92% de los líderes señale a la cultura y a la gestión del cambio —y no a la tecnología— como la principal barrera (Wavestone, 2026).

En las pymes el cuadro suele agravarse. Apremiadas por la necesidad de ganar eficiencia, muchas esperan que la IA resuelva problemas que en realidad son organizacionales.

Los síntomas se repiten. Se evitan las conversaciones difíciles. No se rediseñan los procesos: apenas una de cada cinco empresas reformuló sus flujos de trabajo, justamente la palanca de mayor impacto según McKinsey. Y se impone un cambio que genera incertidumbre, aunque nadie lo nombre. La adopción termina ocurriendo de abajo hacia arriba, sin que nadie la conduzca: ocho de cada diez trabajadores usan herramientas que su empresa nunca aprobó. La IA entró por la puerta de atrás.

Hay, además, un costo que casi nadie mide. Buena parte de lo que produce la IA es workslop: contenido que parece terminado, pero puede ser superficial, contener errores o incluso inventar información. Alguien tiene que detectarlo, verificarlo y rehacerlo. El esfuerzo no desaparece: simplemente se traslada. La productividad no necesariamente aumenta; muchas veces se dispersa.

Debajo de todo esto late una decisión que la mayoría de las organizaciones posterga: si la IA viene a ampliar lo que las personas hacen o a reemplazarlas. Nadie lo anuncia, pero todos lo intuyen. Si las personas sospechan que el objetivo es prescindir de ellas, el miedo gana terreno y la adopción se frena. Si entienden que la IA viene a liberarlas de tareas de poco valor para que puedan concentrarse en las que realmente importan, el compromiso cambia. Esa definición no la toma el software: la toma quien conduce.

Las organizaciones que están capturando valor entendieron algo simple: no empezaron preguntándose qué herramienta comprar, sino qué problema querían resolver. La IA llegó después.

Y acá no alcanza con más tecnología: hace falta criterio. Quien logre que la IA aporte valor no será quien compre la herramienta más avanzada, sino quien tenga claro para qué la quiere. Quien abra la conversación que faltaba, rediseñe el proceso que quedó viejo y nombre el miedo en lugar de esconderlo. Su trabajo no es acelerar. Es sincronizar el ritmo de la tecnología, el de las personas y el del negocio para que el cambio ocurra a una velocidad que la organización pueda sostener. La inteligencia artificial es la parte fácil. Lo difícil, como siempre, son las personas.

Por eso, antes de dar el próximo paso, vale la pena hacerse algunas preguntas. ¿La IA amplía lo que las personas hacen o busca reemplazarlas? ¿Se rediseñaron los procesos o simplemente se le pidió a la máquina que hiciera más rápido lo que ya estaba mal hecho? ¿Qué conversación se está evitando?

El desconcierto tiene salida. Y es menos una cuestión tecnológica que una decisión de liderazgo: conducir el cambio en lugar de padecerlo.