Por qué el 95 % de los pilotos de IA empresariales no logra generar ROI

El problema

Las empresas han gastado entre $30.000 y $40.000 millones en IA generativa. Aproximadamente el 95 % de esos pilotos de IA no ha logrado generar un impacto medible en la cuenta de resultados. Esa es la contundente conclusión del estudio de 2025 de la iniciativa NANDA del MIT, «The GenAI Divide». El dinero ya se gastó, y la mayoría de las organizaciones no tienen nada que mostrar por ello.

El embudo de fracasos es pronunciado. De las organizaciones que exploran herramientas de IA generativa (el 80 %), solo el 20 % llega a la etapa de piloto. Un porcentaje ínfimo, el 5 %, alcanza alguna vez la producción a plena escala con resultados empresariales medibles. El resto queda atrapado en lo que los investigadores llaman el «purgatorio de pilotos»: ciclos interminables de pruebas de concepto que nunca llegan a convertirse en trabajo real.

Sus equipos ya lo saben. Más del 90 % de los empleados usa en secreto cuentas personales de ChatGPT, Claude o Gemini para tareas laborales porque sus herramientas corporativas oficiales de IA son demasiado rígidas. Esa economía de IA en la sombra aumenta la productividad individual, pero no genera ningún dato estructurado sobre el impacto financiero a nivel empresarial. Sus colaboradores han votado con sus teclados, y el veredicto es claro: las herramientas que compró no funcionan.

Este no es un problema de tecnología. Los investigadores del MIT lo identificaron como una «brecha de aprendizaje»: una comprensión errónea fundamental de lo que la IA puede y no puede hacer en un entorno de producción.

Por qué esto importa para su empresa

La exposición financiera es enorme y va en aumento. La Encuesta Global de McKinsey de 2025 reveló que el 88 % de las organizaciones declara usar IA en al menos una función de negocio. Pero solo el 39 % puede atribuir a esas iniciativas algún nivel de impacto en el EBIT de toda la empresa. Apenas el 6 % de las organizaciones observa un impacto significativo en el EBIT, definido como más del 5 % del EBIT total.

La brecha entre líderes y rezagados se está ampliando. Esto es lo que significa para su empresa:

• Capital desperdiciado. Si su organización refleja el promedio, es probable que esté gastando en experimentos de IA que nunca llegarán a producción. Ese gasto golpea su cuenta de resultados (P&L) sin ingresos que lo compensen.
• Escalada de costos ocultos. El precio de los tokens —el costo por palabra de ejecutar modelos de IA— varía enormemente. Un modelo ineficiente puede costar 4,5 veces más que uno eficiente para la misma carga de trabajo. Para una empresa que procesa 100.000 consultas diarias, esa brecha puede elevar los costos anuales de $36.500 a más de $164.000.
• Exposición al cumplimiento. Cuando el 90 % de sus empleados usa herramientas de IA no autorizadas, usted no tiene registros de auditoría, ni gobernanza de datos, ni forma de demostrar el cumplimiento normativo. Su director jurídico debería estar profundamente preocupado.
• Riesgo competitivo. El 5 % de las empresas que sí llegan a producción se está distanciando. Las empresas de mercado medio que siguen principios comprobados de implementación de IA han mejorado su EBITDA entre 160 y 280 puntos básicos en un plazo de 24 meses.

Cada trimestre que pase en el purgatorio de pilotos es un trimestre que sus competidores usan para ampliar la brecha.

Lo que realmente sucede bajo el capó

La mayoría de las herramientas de IA empresariales actuales son «wrappers»: interfaces de usuario ligeras superpuestas sobre una llamada a la API de un modelo de lenguaje de gran escala. Piense en ello como ponerle un logotipo de empresa a un auto alquilado. Puede conducirlo, pero no posee el motor, no puede modificar la transmisión y no tiene idea de qué sucede bajo el capó.

Estos wrappers suelen depender de lo que los ingenieros llaman un «mega-prompt». Sus reglas de negocio, datos e instrucciones se amontonan en una única solicitud masiva al modelo de IA. Esto crea tres problemas críticos para su organización.

Primero, no hay forma de verificar que la IA siguió sus instrucciones en el orden correcto. Para las industrias con alta exigencia de cumplimiento, eso es motivo de descarte. Segundo, los prompts largos consumen tokens rápidamente, inflando los costos de maneras difíciles de predecir o presupuestar. Tercero, cambios menores en la redacción pueden producir resultados radicalmente distintos, lo que hace imposible establecer acuerdos de nivel de servicio estables.

El problema de fondo es un desajuste entre herramienta y tarea. Los modelos de lenguaje de gran escala están diseñados para generar salidas creativas y variadas. Son probabilísticos por naturaleza. Pero sus informes financieros, sus declaraciones regulatorias y su servicio al cliente crítico para la misión exigen respuestas exactas. Una respuesta «suficientemente cercana» en un contexto de cumplimiento no es útil: es un pasivo.

Los usuarios confirman esta frustración. En el estudio del MIT, el 60 % informó que los modelos no pueden aprender de la retroalimentación con el tiempo. Otro 55 % dijo que dedica un esfuerzo manual excesivo a proporcionar contexto para cada prompt. Y el 40 % dijo que los modelos simplemente fallan cuando encuentran casos extremos o entradas no estándar. Su IA no está aprendiendo. Su gente está compensando.

Lo que funciona (y lo que no)

Empecemos por lo que falla.

Echar más dinero a los wrappers. A medida que los proveedores de LLM recortan los precios de sus API, los márgenes de su proveedor de wrappers se desploman. Está alquilando inteligencia, no construyendo una capacidad. Este enfoque no tiene valor defendible a largo plazo.

Perseguir casos de uso llamativos. Las organizaciones que persiguen experimentos de marketing para titulares en lugar de mejoras operativas de alto impacto consistentemente no logran mover la aguja del EBIT. Los rendimientos reales provienen de áreas «poco atractivas» como la gestión del ciclo de ingresos y la aplicación de efectivo.

Tratar la IA como un proyecto tecnológico. Las organizaciones líderes siguen una asignación de recursos 10-20-70: 10 % en algoritmos, 20 % en infraestructura de datos y tecnología, y 70 % en gestionar personas, procesos y cambio cultural. Si su iniciativa de IA la dirige exclusivamente el área de TI, probablemente se una al 95 %.

Esto es lo que sí funciona: el enfoque de orquestación multiagente que está construyendo el 5 % que tiene éxito.

1. Divida la tarea en agentes especializados. En lugar de pedirle a un solo modelo de IA que lo haga todo, usted asigna roles específicos. Un agente atiende su consulta. Otro recupera datos de sus documentos fuente reales mediante una técnica llamada Generación Aumentada por Recuperación (RAG), en la que usted alimenta a la IA con datos empresariales verificados en lugar de dejarla adivinar. Un tercer agente valida las reglas de cumplimiento. Un cuarto resume la salida.

2. Controle el flujo de trabajo con lógica determinista. Cada agente sigue una secuencia definida. El sistema sabe qué paso va primero, cuál va segundo y qué sucede cuando algo sale mal. Esto hace que su IA sea determinista en un 95 %, es decir, que sigue sus reglas y no sus propios instintos creativos. Usted reserva el costoso razonamiento de la IA solo para los pasos en los que aporta valor genuino.

3. Registre todo para auditoría. Cada solicitud, cada recuperación de datos, cada punto de decisión queda registrado. Protocolos estandarizados como el Model Context Protocol (MCP) —piense en él como un conector universal entre su IA y sus datos empresariales— crean los registros de auditoría que su equipo de cumplimiento necesita.

Los resultados hablan por sí solos. En salud, las implementaciones de IA basadas en principios profundos promedian un ROI del 451 %. OSF HealthCare ahorró $1,2 millones mientras aumentaba sus ingresos anuales en $1,2 millones mediante asistentes virtuales de IA integrados con su plataforma de historiales médicos. Inova Health System redujo su acumulado de reclamos no facturados en un 50 %, ahorrando $1,3 millones al año. En cadena de suministro, UPS reportó $400 millones en ahorros anuales gracias al enrutamiento basado en IA, y DHL redujo el papeleo manual en un 80 % mediante el procesamiento documental con IA.

Estas victorias comparten un hilo común. No le pidieron a la IA que fuera creativa. Diseñaron la IA para seguir reglas, acceder a datos reales y demostrar su trabajo —dentro de los límites gobernados que las empresas de tecnología y software exigen.

La transición de experimentos de IA dispersos a un impacto medible en los resultados (P&L) suele seguir una hoja de ruta de 12 a 18 meses. Comienza identificando casos de uso de alto valor y bajo riesgo, avanza hacia la preparación de los datos, construye prototipos multiagente conectados a sus sistemas existentes y culmina con el despliegue completo en producción, incluida la detección de deriva y la gobernanza de costos.