Añadir Mangas Verdes como fuente preferida de Google de forma gratuita.
Mantente informado con las últimas noticias de actualidad.
La mayoría de los proyectos de inteligencia artificial en empresas no fracasan por falta de potencia técnica. Fracasan porque no llegan a mover la cuenta de resultados en seis meses.
Eso es lo que detectó el Instituto de Tecnología de Massachusetts en un estudio publicado el verano pasado tras revisar 300 despliegues reales. El 95% de los proyectos no dejó ningún beneficio medible y solo el 5% logró impactos visibles en ese plazo.
El modelo importa menos de lo que muchos creen
A primera vista, la tentación consiste en culpar a la herramienta. ChatGPT, Claude o Gemini ocupan el escaparate, pero los investigadores comprobaron que el éxito o el fracaso no dependían del modelo utilizado.
Más aún, la tecnología funcionaba de forma prácticamente igual en el 95% de los casos que no aportó resultados y en el 5% que sí los aportó. La diferencia, por tanto, no estaba en la respuesta del sistema, sino en lo que la empresa hacía con ella.
Pedro Toledo, director de Asesoría Toledo y abogado fiscalista y laboralista, conoce bien ese terreno donde la promesa tecnológica choca con el trabajo diario. Ahí entran tareas menos vistosas, aunque decisivas, como la administración, las compras, el cierre contable o la gestión de expedientes.
Dentro de la empresa el dinero toma otro camino
Entre la mitad y dos tercios del presupuesto termina en mercadotecnia y ventas, no en las áreas de gestión interna donde la automatización podría medirse con más claridad.
Esa proporción ayuda a entender una paradoja bastante común. Muchas compañías hablan de inteligencia artificial como una palanca de eficiencia, pero concentran el gasto en vender mejor antes que en ordenar procesos que luego puedan demostrar ahorro, rapidez o menos errores.
En ese punto aparece otro dato incómodo. Contratar una herramienta especializada funciona el doble de veces que intentar desarrollarla desde cero dentro de la propia empresa.
Desarrollar desde dentro suele costar más de lo que parece
No resulta difícil imaginar por qué ocurre. Cuando una empresa construye su propio sistema, necesita encajarlo en procedimientos, equipos y objetivos que ya arrastran inercias, mientras una herramienta especializada llega con un uso más acotado y una utilidad más fácil de comprobar.
El estudio del MIT no medía promesas ni presentaciones comerciales. Medía una pregunta mucho más áspera, que al final es la que manda en cualquier despacho, y consistía en saber si esa inversión mejoraba de verdad la cuenta de resultados en medio año.
También encaja con el debate sobre el ROI que rodea a muchas implantaciones recientes. Una organización puede desplegar tecnología que funciona y, aun así, no convertir ese funcionamiento en beneficio medible.
Ahí está la grieta central. Si la misma tecnología se comporta casi igual en los proyectos que triunfan y en los que no dejan huella, el problema no parece estar en la máquina, sino en la forma en que cada empresa decide dónde poner el dinero y qué espera obtener de él.