Hay una cifra que se ha repetido tanto este último año que ya casi suena a eslogan: el 95% de los proyectos de inteligencia artificial en empresas no devuelve ni un euro. La conclusión que casi todo el mundo saca es la equivocada: «entonces la IA no funciona». La conclusión correcta, si te lees los estudios enteros, es otra muy distinta.
No fracasan por la tecnología. Fracasan por el tamaño.
Resumen rápido
- La mayoría de pilotos de IA no llega a impacto medible; los que sí llegan son casi siempre un solo proceso, repetitivo y de trastienda.
- Cuando la IA entra en un proceso concreto, los efectos están medidos: +14% de casos resueltos por hora en soporte al cliente y +12,2% de tareas completadas, un 25,1% más rápido en trabajo de consultoría.
- La mejora no aterriza en tu mejor profesional: le sube el suelo al resto del equipo (+34% en los menos expertos frente a un efecto casi nulo en los veteranos).
- Elegir mal el proceso no es neutro: en tareas fuera del terreno de la IA, quienes la usaron acertaron 19 puntos porcentuales menos.
- Al final del artículo tienes el filtro de tres preguntas y un plan de 30 días para elegir por dónde empezar.
¿Por qué fracasan la mayoría de los proyectos de IA en empresas?
El dato del 95% viene del informe The GenAI Divide: State of AI in Business, del MIT. Conviene decirlo con precisión, porque es una cifra tan citada como discutida: es un informe de proyecto, no un artículo con revisión por pares, y la muestra es limitada. Pero la dirección de lo que describe encaja con todo lo demás que sabemos.
Y encaja, sobre todo, con lo que el propio informe cuenta del otro lado: el pequeño porcentaje de iniciativas que sí generan retorno se parecen mucho entre sí. Alcance estrecho. Un flujo de trabajo concreto. Procesos de trastienda, no escaparate. Y un resultado que alguien puede medir sin necesidad de un cuadro de mando nuevo.
El AI Index 2026 de Stanford apunta a la misma grieta desde otro ángulo: la adopción organizativa de la IA ha alcanzado el 88%, pero las ganancias de productividad siguen concentradas en un grupo reducido de empresas. Adoptar no es lo mismo que obtener impacto. Casi todo el mundo ya ha adoptado. Muy pocos han cambiado un proceso de verdad.
El error más caro no es elegir la herramienta equivocada. Es empezar por un proyecto demasiado grande para poder medirlo.
¿Qué pasa cuando la IA entra en un solo proceso?
Aquí es donde las cifras dejan de ser marketing y pasan a ser literatura científica publicada.
5.179 agentes de atención al cliente
Erik Brynjolfsson, Danielle Li y Lindsey Raymond siguieron durante meses a 5.179 agentes de soporte que empezaron a trabajar con un asistente de IA generativa integrado en su flujo habitual. El estudio, Generative AI at Work, se publicó en The Quarterly Journal of Economics en 2025.
Resultado: un 14% más de casos resueltos por hora de media. No en un laboratorio. En su trabajo de siempre, con una sola pieza cambiada.
758 consultores de BCG
El segundo estudio es un experimento de campo de Harvard Business School con Boston Consulting Group, Navigating the Jagged Technological Frontier. 758 consultores divididos en grupo con IA y grupo de control, sobre tareas reales de su día a día.
- 12,2% más tareas completadas.
- 25,1% más rápido.
- Más de un 40% de mejora en calidad, evaluada por revisores externos.
Ninguna de esas dos empresas «se transformó con IA». Cambiaron una parte concreta de cómo se hacía un trabajo concreto.
La parte que casi nadie cuenta: la IA sube el suelo, no el techo
Si solo te quedas con las medias, te pierdes lo más útil de los dos estudios. Porque esa mejora no se reparte por igual.
| Estudio | Perfil con menos experiencia o rendimiento | Perfil experto o de alto rendimiento |
|---|---|---|
| Soporte al cliente (QJE, 2025) | +34% | Efecto mínimo |
| Consultoría (HBS & BCG) | +43% | +17% |
Traducido a una empresa real: la IA no le sube el techo a tu mejor persona. Le sube el suelo a todas las demás.
Y eso explica por qué el resultado se ve tan rápido. No estás afinando a quien ya lo hacía bien. Estás quitando de en medio el día malo, la respuesta a medias, la versión antigua del documento y el «es que yo entré en marzo y esto no lo había hecho nunca». En una empresa de ocho personas eso se nota el primer mes, sin comité de transformación digital.
También explica algo incómodo para las direcciones: el retorno más grande suele estar en el proceso que nadie quiere mirar, no en el que da prestigio enseñar.
El riesgo real: elegir mal el proceso
El estudio de Harvard incluye un dato que rara vez aparece en las presentaciones comerciales de IA, y que nosotros ponemos siempre encima de la mesa: en las tareas que quedaban fuera del terreno donde la IA es buena, los consultores que la usaron acertaron 19 puntos porcentuales menos que los que no la usaron.
Es decir: la IA no es neutra cuando se aplica mal. No se queda en «no ha servido de nada». Empeora activamente el resultado, y lo hace con una redacción impecable, que es lo que la vuelve peligrosa. Los autores lo llaman frontera irregular: no hay una línea limpia entre lo que la IA hace bien y lo que hace mal, y desde fuera las dos cosas se parecen mucho.
Por eso elegir el proceso es el trabajo. Montarlo, después, es la parte fácil.
Cómo elegir el primer proceso: el filtro de tres preguntas
Este es el filtro que usamos antes de proponer nada a un cliente. Son tres preguntas y se contestan en cinco minutos.
- ¿Se repite más de 20 veces por semana? Si algo pasa dos veces al mes, da igual lo que ahorres por vez: no vas a notarlo en la cuenta de resultados y perderás el interés antes de amortizarlo.
- ¿Puedes medir hoy cuánto se tarda? Si no tienes la cifra de antes, dentro de tres meses no sabrás si ha funcionado. Y sin esa cifra, el proyecto muere en la primera discusión de presupuesto.
- ¿Lleva tu firma? Si el resultado se firma, se presenta a un organismo o compromete legalmente a la empresa, la IA prepara y una persona decide. Nunca al revés.
Sí, sí y no. Ese es el proceso por el que empiezas.
En la práctica, casi siempre aparecen los mismos cuatro sospechosos: copiar datos de un sitio a otro, buscar la última versión de un documento, responder siempre lo mismo con pequeñas variaciones, y avisar de que algo se ha pasado de fecha. Nada de eso es glamuroso. Todo eso se come horas todas las semanas.
Un plan de 30 días que sí se puede defender ante dirección
- Semana 1 — Medir antes. Elige el proceso con el filtro anterior y anota tres números: cuántas veces ocurre, cuánto se tarda cada vez y cuántas veces hay que rehacerlo. Sin esto no empieces.
- Semana 2 — Construir la versión fea. La primera versión no tiene que ser bonita ni estar integrada con todo. Tiene que funcionar para el 80% de los casos normales y dejar el 20% raro en manos de una persona.
- Semanas 3 y 4 — Usarlo en real, con red. Una persona revisa la salida antes de que llegue a cliente o a organismo. Se anota cada corrección: ahí está tu lista de mejoras y tu prueba de qué no debería tocar una IA.
- Día 30 — Comparar los mismos tres números. Si no han mejorado, se apaga y se prueba otro proceso. Ese es el punto: fallar en 30 días y por poco dinero, no en un año y con un contrato de mantenimiento.
Cómo se ve esto en sectores concretos
Todos estos son procesos estrechos, repetitivos y medibles. Ninguno es «transformar la empresa»:
- Notarías: preparación y verificación documental antes de la firma, para que el tiempo del despacho se vaya en criterio jurídico y no en cotejar papeles. Lo contamos en IA para notarías.
- Calidad e ISO 9001: detectar deficiencias documentales antes de que las encuentre el auditor, en lugar de la carrera de los tres días previos. Es lo que hace AuditReady.
- Ensayos clínicos: briefing previo a la visita de monitorización y redacción de informes, que es donde se van las horas del CRA. Ese es el alcance de ClinCopilot.
- Marketing: producción y control de la rutina editorial sin montar un departamento entero. Lo explicamos en tu departamento de marketing con IA.
- Regulatorio: vigilancia continua de normativa y de expedientes de producto, donde el coste de enterarse tarde es una sanción. Ver análisis regulatorio en piloto automático.
Preguntas frecuentes
¿Cuánto cuesta implementar IA en una pyme?
Depende del proceso, pero la pregunta útil es otra: cuánto cuesta el proceso hoy. Si una tarea ocurre 20 veces por semana y consume 20 minutos cada vez, son más de 300 horas al año. Ese número es el que decide si merece la pena automatizarlo, no el precio de la herramienta. Un primer proceso bien elegido debería devolverte la inversión dentro del mismo trimestre.
¿Por dónde empiezo si mi empresa no ha tocado nunca la IA?
Por un solo proceso que se repita muchas veces, que puedas medir hoy y que no lleve tu firma. No por una herramienta y no por una formación general para toda la plantilla. La evidencia disponible dice que los proyectos amplios y transversales son precisamente los que no llegan a retorno medible.
¿La IA va a sustituir a mi equipo?
Los datos apuntan a lo contrario de lo que se teme: donde más impacto tiene es en las personas con menos experiencia, a las que acerca al rendimiento de las veteranas. Es una herramienta que nivela hacia arriba. Lo que sí desaparece es la parte mecánica del trabajo: buscar, copiar, reformatear y avisar.
¿Cómo sé si el proyecto ha funcionado?
Comparando los mismos tres números de antes y después: frecuencia, tiempo por vez y número de veces que hay que rehacerlo. Si no tomaste esas medidas antes de empezar, no tienes forma de saberlo, y ese es el motivo por el que muchos proyectos «no se sabe muy bien si funcionaron».
¿Y si mi proceso es demasiado específico de mi sector?
Casi siempre lo específico es el contenido, no el mecanismo. Comprobar que un documento tiene lo que debe tener, avisar de un vencimiento o preparar un borrador a partir de fuentes internas son los mismos mecanismos en una notaría, en un departamento de calidad y en un ensayo clínico. Lo que cambia es el criterio, y ese lo pone tu equipo.
En resumen
No necesitas un presupuesto de cinco cifras ni un proyecto de un año. Necesitas un proceso: el más repetitivo y menos glamuroso que tengas, medido antes de tocarlo, con una persona firmando al final.
Lo pequeño no es la versión modesta de lo grande. Según los datos, es lo único que ha demostrado funcionar.
¿Quieres saber cuál sería tu primer proceso? En media hora te decimos qué automatizaríamos, qué dejaríamos como está y qué se puede medir desde el primer día. Sin humo: si lo tuyo es un problema de organización y no de tecnología, te lo decimos y nos ahorramos los dos la reunión.
Fuentes
- Brynjolfsson, E., Li, D. y Raymond, L. (2025). Generative AI at Work. The Quarterly Journal of Economics, 140(2), 889–942.
- Dell’Acqua, F. et al. Navigating the Jagged Technological Frontier. Harvard Business School Working Paper 24-013, con Boston Consulting Group.
- MIT NANDA. The GenAI Divide: State of AI in Business (2025).
- Stanford HAI. AI Index Report 2026.
¿Listo para que la IA trabaje para ti?
Cuéntanos qué necesitas y te respondemos en menos de 24h — sin compromiso.
Al enviar aceptas nuestra política de privacidad.