¿Cómo planear cuando el 95% de iniciativas y proyectos de IA fallan?

Resumen

El estudio MIT NANDA State of AI in Business 2025 revela que el 95% de los proyectos de IA generativa en empresas no logra generar un impacto financiero medible. Este análisis revisa sus hallazgos y reúne recomendaciones prácticas para que líderes y organizaciones planeen proyectos de IA con sentido humano. Ver el informe del MIT (PDF).

Análisis del estudio del MIT: State of AI in Business 2025

El informe, publicado en julio de 2025 por el MIT NANDA (Networked Agents and Decentralized Architecture), liderado por Aditya Challapally, Chris Pease, Ramesh Raskar y Pradyumna Chari, se basa en entrevistas con 52 organizaciones, encuestas a 153 líderes senior y el análisis de más de 300 iniciativas públicas de IA. Identifica la “GenAI Divide”, una brecha entre la alta adopción y la baja transformación. A continuación, los puntos clave por sección:

Resumen Ejecutivo: A pesar de inversiones de $30–40 mil millones, solo el 5% de los pilotos de IA empresarial generan valor significativo, mientras el 95% no impacta las utilidades. Herramientas como ChatGPT son ampliamente adoptadas (80% exploradas, 40% desplegadas), pero benefician principalmente la productividad individual. La brecha no se debe a modelos deficientes o regulaciones, sino a enfoques erróneos. Patrones: disrupción limitada (solo Tech y Media muestran cambios estructurales), paradoja empresarial (grandes empresas lideran pilotos pero no escalan), sesgo de inversión hacia ventas/marketing y ventaja de partnerships externos (67% de éxito vs. 33% internas).

El Lado Equivocado de la GenAI Divide: Alta Adopción, Baja Transformación: Siete de nueve sectores muestran poca disrupción estructural. Herramientas genéricas como ChatGPT son populares, pero soluciones personalizadas fracasan por falta de integración. Solo el 5% de herramientas empresariales llegan a producción. La “economía de IA en la sombra” destaca: 90% de empleados usan herramientas personales vs. 40% de adopción oficial. Los presupuestos favorecen ventas/marketing (50%), pero back-office ofrece mejor ROI.

Por Qué los Pilotos se Estancan: La Brecha de Aprendizaje: La falta de sistemas que aprendan, retengan feedback y se adapten es la principal barrera. Usuarios prefieren ChatGPT para tareas simples por su familiaridad, pero lo abandonan en trabajos críticos (90% prefieren humanos para proyectos complejos). Barreras clave: resistencia a herramientas nuevas, baja calidad de outputs y pobre UX. La IA agentic, con memoria persistente, es una solución emergente.

Cruzando la GenAI Divide: Cómo los Mejores Constructores Tienen Éxito: Startups exitosas desarrollan sistemas adaptativos para casos específicos, priorizando aprendizaje y personalización. Empresas demandan confianza, integración con flujos de trabajo y capacidad de mejora. La “Agentic Web” (marcos como NANDA, MCP, A2A) permite interoperabilidad, y la ventana para actuar se cierra en 18 meses.

Cruzando la GenAI Divide: Cómo los Mejores Compradores Tienen Éxito: Compradores exitosos tratan a vendors como socios BPO, exigiendo personalización y métricas de negocio. Partnerships externas tienen el doble de éxito que desarrollos internos. ROI se concentra en back-office (ahorros de $2-10M en BPO/agencias). Impacto laboral: desplazamiento selectivo (5-20% en soporte/admin), no despidos masivos; se valora la alfabetización en IA.

Conclusión: Puenteando la GenAI Divide: El éxito requiere comprar en lugar de construir, empoderar gerentes de línea y elegir herramientas que aprendan. La Agentic Web descentraliza acciones, transformando workflows. Las organizaciones deben actuar rápido para evitar quedar atrapadas en el lado equivocado.

Recomendaciones estratégicas para el éxito en IA

Basado en mi experiencia como fundador de EmprendHEC y cofundador de Tutor-IA.tech, y en las lecciones del estudio del MIT, propongo tres recomendaciones para que líderes y organizaciones planifiquen proyectos de IA exitosos:

1. Aprovecha la IA para la productividad personal. La IA es una herramienta poderosa para aumentar la productividad individual. En nuestro programa Hiper-Productividad con IA para Líderes, demostramos cómo los líderes pueden integrar IA en su día a día para optimizar decisiones y procesos, sentando las bases para proyectos organizacionales exitosos.

2. Diseña proyectos con un enfoque sistémico. Los proyectos de IA a escala empresarial requieren un análisis sistémico que identifique el problema por resolver y las áreas donde la IA genera mayor valor, como las operaciones administrativas. Esto evita los errores señalados por el MIT y maximiza el retorno de inversión.

3. Adopta un cambio de mentalidad organizacional. Implementar IA implica un cambio de mentalidad. Líderes y tomadores de decisiones deben comprender sus implicaciones técnicas y éticas. La capacitación constante, como la que ofrecemos en EmprendHEC, es esencial para construir una cultura que abrace la transformación.