La fiebre del oro digital se topa con la cruda realidad de las hojas de cálculo.
El espejismo de la automatización inmediata
Hoy es 9 de abril de 2026 y, si echamos la vista atrás un par de años, el ambiente era de euforia absoluta. Todo el mundo decía que la Inteligencia Artificial iba a solucionar cualquier problema logístico, financiero o creativo en cuestión de meses. Sin embargo, el último informe de Gartner que acaba de aterrizar en mi escritorio pone los pies en la tierra a más de un directivo. Solo el 28% de los despliegues de IA en las empresas está logrando el retorno de inversión (ROI) que se prometió en las presentaciones de PowerPoint.
Esto significa que casi tres de cada cuatro proyectos de IA son, básicamente, un agujero negro de dinero o, en el mejor de los casos, un experimento caro que no mueve la aguja de los beneficios. ¿Te imaginas comprar un coche de lujo y que el 72% de las veces no arranque? Pues eso es lo que está pasando en el sector corporativo ahora mismo. La brecha entre la expectativa y la realidad se ha vuelto un abismo difícil de ignorar.
Me puse a trastear con los datos del informe y la conclusión es clara: estamos intentando correr una maratón sin habernos calzado siquiera las zapatillas. La IA no es una solución de “conectar y listo”. Es más bien como intentar cultivar un jardín exótico; no basta con tirar las semillas al suelo y esperar que crezcan flores de oro al día siguiente. Requiere un sustrato que muchas empresas simplemente no tienen.
¿Por qué estamos tirando el dinero? Los tres grandes muros
Si te preguntas por qué tu empresa (o la de tu vecino) no está viendo los frutos de esa inversión millonaria en modelos de lenguaje o automatización, la respuesta suele estar en uno de estos tres puntos. Primero: el talento. No basta con contratar a alguien que sepa escribir un buen prompt en un chat. Se necesitan ingenieros que entiendan la arquitectura profunda y, sobre todo, gente que sepa conectar la tecnología con el negocio real.
Segundo, y este es mi favorito por lo obvio que parece: la calidad de los datos. En el mundo de la informática tenemos un dicho: “Basura entra, basura sale”. Si alimentas a una IA con datos desordenados, incompletos o erróneos de los últimos diez años, el resultado será una predicción desastrosa. Es como intentar cocinar una cena de tres estrellas Michelin con ingredientes que han caducado en 2022. No va a funcionar por mucho que el horno sea de última generación.
Tercero, la integración. Muchas empresas instalan herramientas de IA como si fueran parches. Pero la IA real necesita integrarse en las arterias de la compañía. Imagina que instalas un motor de Ferrari en un carro de caballos. Lo más probable es que el carro se rompa en la primera curva porque no está diseñado para esa potencia. Eso es lo que pasa cuando intentas meter IA en procesos analógicos y burocráticos que no han cambiado en décadas.
La excepción a la regla: donde la luz brilla
No todo es pesimismo este 9 de abril de 2026. El informe de Gartner también destaca que hay sectores donde la IA sí está sacando pecho. La gestión de servicios de TI (ITSM) es el alumno aventajado. Aquí, la IA se usa para detectar fallos antes de que ocurran o para gestionar peticiones técnicas de forma automática. En estos casos, el retorno es claro porque el problema a resolver está muy bien definido.
Esto me hizo pensar en cómo solemos abordar la tecnología. A veces buscamos la solución más compleja para el problema más sencillo. Las empresas que están ganando dinero con la IA hoy son aquellas que no intentaron “cambiar el mundo” de la noche a la mañana, sino las que buscaron pequeños procesos ineficientes y les aplicaron una capa de inteligencia lógica.
¿Cómo no formar parte del 72% que falla?
Si estás pensando en implementar IA o si ya estás en ello, aquí te dejo una pequeña hoja de ruta para que no acabes engrosando las estadísticas negativas de Gartner. No es una fórmula mágica, es sentido común aplicado a la tecnología:
- Define un KPI real: No digas “quiero ser más eficiente”. Di “quiero reducir el tiempo de respuesta al cliente en un 15%”. Si no puedes medirlo, no puedes rentabilizarlo.
- Limpia tu casa digital: Antes de gastar un euro en modelos de IA, gástalo en organizar tus bases de datos. Los datos limpios son el verdadero petróleo de esta década.
- No ignores el factor humano: La IA que asusta a los empleados es una IA que será boicoteada. La formación no es un extra, es el núcleo del proyecto.
- Empieza pequeño: Un proyecto piloto que funcione vale más que una transformación global que se queda a medias.
Como suelo decir cuando hablamos de estos temas: “La IA no es una varita mágica, es una herramienta eléctrica que requiere un manual de instrucciones y una instalación que soporte el voltaje”. Si no estás dispuesto a leer el manual, mejor no la enchufes todavía.
“Invertir en IA sin limpiar tus datos es como comprar un Ferrari para conducir por un campo de patatas; tendrás mucha potencia, pero no llegarás a ninguna parte”.
Riesgos y visión crítica: ¿Estamos ante una burbuja de expectativas?
Es inevitable preguntarse si este 28% de éxito es un síntoma de una burbuja a punto de estallar. A fecha de hoy, 9 de abril de 2026, el mercado está empezando a exigir resultados tangibles. Ya no basta con decir “estamos usando IA” para que las acciones suban. Los inversores están mirando las cuentas de resultados con lupa. Y eso es bueno.
El riesgo real no es que la tecnología no funcione (porque funciona, y de forma asombrosa), sino que la mala gestión empresarial queme los presupuestos antes de que la tecnología madure en sus manos. Estamos en la fase de “ajuste de cuentas” de la inteligencia artificial. Las empresas que sobrevivan a este periodo serán las que entiendan que la IA es una carrera de fondo, no un sprint de cien metros.
