EL MIT REVELA LA VERDAD INCÓMODA DE LA IA: EL PROBLEMA NO ES LA TECNOLOGÍA
Durante meses, los titulares se repiten: “El 95% de los proyectos de inteligencia artificial fracasa”. La cifra, citada por el reciente informe “The GenAI Divide – State of AI in Business 2025” del MIT, parece demoledora. Sin embargo, me temo que muchos ni siquiera han leído el informe. En una cultura dominada por el clickbait, se ha vuelto habitual recurrir a titulares sensacionalistas o engañosos para generar atención. Y así, un estudio profundo sobre las causas organizativas de los fracasos en la adopción de la IA se ha transformado en un eslogan simplista que sugiere —erróneamente— que “la IA no funciona”.
El informe del MIT no habla del fracaso de la inteligencia artificial, sino del fracaso de las organizaciones para integrarla, aprender con ella y rediseñar sus procesos. Es un diagnóstico estructural, no tecnológico. Y eso cambia todo.
Un diagnóstico claro: no falla la IA, falla la integración
El estudio del MIT —basado en más de 300 proyectos y 52 entrevistas con líderes empresariales— muestra un contraste abismal: solo el 5% de las compañías logra resultados medibles, mientras el resto se queda en pilotos, pruebas o presentaciones.
“The core barrier to scaling is not infrastructure, regulation, or talent. It is learning. Most GenAI systems do not retain feedback, adapt to context, or improve over time.”
El problema no está en la tecnología, sino en la incapacidad de las organizaciones para generar aprendizaje institucional. Los sistemas no aprenden porque las empresas tampoco lo hacen.
El “GenAI Divide”: dos mundos que avanzan a velocidades distintas
El MIT denomina esta brecha “GenAI Divide”, y describe dos realidades opuestas:
- Alta adopción, baja transformación. Más del 80% de las empresas ha probado herramientas de IA, pero solo el 5% las ha integrado en sus procesos reales.
- La paradoja del gigante. Las grandes corporaciones lideran en número de pilotos, pero son las que menos logran escalar. Mientras tanto, las medianas avanzan más rápido y en 90 días convierten sus pruebas en proyectos productivos.
- El espejismo del marketing. El 70% del presupuesto en IA se destina a ventas y comunicación, cuando los mayores retornos se encuentran en operaciones, finanzas y soporte.
- El “shadow AI”. Aunque las compañías bloqueen o duden, algunos de sus empleados, usan IA personal como ChatGPT, Claude, Copilot. En la práctica, los empleados con más talento ya ha cruzado el puente que la dirección aún observa desde la orilla.
El verdadero motivo del 95% de fracasos
El informe identifica un denominador común: los sistemas no aprenden. No retienen contexto, no se adaptan al flujo de trabajo y no se integran con los procesos core. Y eso no es culpa del modelo ni del proveedor, sino del enfoque.
“Most organizations continue investing in static tools that can’t adapt to their workflows.”(MIT NANDA, 2025)
En otras palabras: se implantan herramientas sin diseñar una organización que aprenda con ellas. La IA no fracasa; fracasa la estructura que la rodea.
La arquitectura del éxito (el 5% que sí funciona)
Las empresas que sí logran resultados —las que el MIT llama right side of the divide— comparten un patrón:
- Integran la IA en los flujos reales de trabajo, no en proyectos paralelos.
- Compran antes que construir, colaborando con partners especializados que ya dominan los casos de uso.
- Incorporan LLMOps desde el día uno: trazabilidad, métricas, feedback, aprendizaje continuo.
- Distribuyen la responsabilidad. No es el laboratorio de innovación quien lidera, sino los propios managers de negocio.
- Evalúan por resultados, no por demos o benchmarks.
- Forman a sus directivos para leer KPIs, entender los límites de la IA y medir el impacto real.
El resultado no son despidos masivos ni “reemplazo humano”. El ROI llega de reducir dependencias externas, automatizar tareas administrativas y optimizar decisiones. En muchos casos, el ahorro proviene de eliminar BPOs o agencias, no de reducir plantilla.
El reto invisible: liderazgo y cultura
Lo que realmente separa el éxito del estancamiento no es la herramienta, sino la madurez directiva. El MIT lo deja claro: las empresas que cruzan el “divide” empoderan a sus equipos, descentralizan la experimentación y asumen que el error es parte del aprendizaje.
La mayoría de los directivos, en cambio, no están preparados para liderar esa transición. No comprenden la lógica de los sistemas que aprenden. Buscan control, cuando la clave es retroalimentación. Esperan certidumbre, cuando la IA vive de la iteración.
El resultado: proyectos “perfectos en PowerPoint”, pero imposibles de sostener en la realidad.
La nueva élite corporativa: directivos polivalentes
En este nuevo contexto, las empresas se van a ver obligadas a incorporar un nuevo tipo de liderazgo. No bastará con expertos técnicos ni con ejecutivos de negocio tradicionales. Se necesitarán directivos polivalentes, con una mezcla poco común de habilidades:
- Visión estratégica y conocimiento operativo del negocio.
- Experiencia senior en gestión.
- Capacidad para ayudar a implantar sistemas de inteligencia artificial y entender su impacto real.
- Formación o estudios especializados en IA aplicada y transformación digital.
Estos perfiles —capaces de hablar de negocio y tecnología con la misma fluidez— serán el verdadero motor de la competitividad. Personas que comprendan cómo agilizar procesos de negocio desde las capas más básicas, escalando hacia niveles medios y estratégicos, mientras ayudan a reorganizar la fuerza laboral para adaptarla a un modelo productivo más inteligente y flexible.
Las compañías que no lo hagan, por muy grandes que sean, acabarán viendo erosionado en el medio o largo plazo su negocio. Muchas empresas, serán superadas por organizaciones que ya estén integrando la IA y la automatización en el núcleo mismo de su modelo de negocio.
Por tanto, las empresas no deben buscar “expertos en programación de IA”, sino líderes híbridos, capaces de traducir la tecnología en decisiones empresariales y resultados tangibles. Un perfil escaso, pero esencial para el siglo XXI.
De PoCs a productos: el cambio que define el futuro
“The window to cross the GenAI Divide is closing. Enterprises are locking in learning-capable tools.”
En otras palabras: el tiempo se agota. Las compañías que hoy no integren IA de forma aprendente y conectada quedarán atrapadas en el siglo XX. El mercado ya se está consolidando alrededor de soluciones agentic, capaces de recordar, mejorar y coordinarse entre sí. La próxima frontera será el Agentic Web, donde los sistemas colaborarán entre empresas y plataformas sin intervención humana. Y cuando eso ocurra, no bastará con “tener IA”. Habrá que dirigir organizaciones inteligentes.
Conclusión: el liderazgo que necesitamos
El 95% de los proyectos no fracasa porque la IA sea limitada, sino porque la cultura corporativa lo es. Seguimos midiendo éxito con métricas del siglo XX en un contexto que exige aprendizaje continuo, trazabilidad y adaptación.
No necesitamos más modelos ni más algoritmos. Necesitamos directivos capaces de integrar, aprender y gobernar IA con propósito. Porque el futuro no lo definirán quienes tengan más datos, sino quienes sepan convertirlos en decisiones que aprenden.
Comentarios
Publicar un comentario