Un nuevo informe del Instituto Tecnológico de Massachusetts (MIT) revela que el 95 % de los proyectos piloto corporativos de IA generativa no generan una rentabilidad financiera significativa, lo que plantea interrogantes cruciales sobre cómo las empresas implementan esta tecnología. El estudio, titulado “La Brecha GenAI: Estado de la IA en los Negocios 2025”, fue publicado por la iniciativa NADA del MIT y se basa en entrevistas con 150 líderes empresariales, encuestas a 350 empleados y un análisis de 300 implementaciones públicas.
A pesar de la importante inversión y las altas expectativas, solo alrededor del 5 % de los proyectos piloto de IA generativa están logrando una aceleración medible de los ingresos. La mayoría de las iniciativas se estancan en las etapas iniciales, con dificultades para escalar o generar un impacto perceptible en el rendimiento empresarial. Los hallazgos se producen en un momento en que la IA generativa sigue siendo ampliamente promocionada como una fuerza transformadora en todos los sectores. Investigadores del MIT señalaron una brecha cada vez mayor entre las capacidades de las herramientas de IA generativa y la preparación de las organizaciones para implementarlas eficazmente.
Según Aditya Challapally, autor principal e investigador del grupo de IA Conectada del MIT Media Lab, el problema no reside en la tecnología subyacente, sino en cómo las empresas intentan integrarla. Herramientas como ChatGPT funcionan bien en casos de uso individuales, pero no ofrecen resultados consistentes en entornos empresariales a menos que se personalicen rigurosamente. El informe identificó una desalineación en la asignación presupuestaria como un obstáculo clave para el éxito. Más de la mitad del gasto empresarial en IA generativa se centra en aplicaciones orientadas al cliente, como marketing y ventas, donde la rentabilidad financiera es más difícil de monitorizar.
Un estudio revela problemas estructurales en la integración de pilotos de IA
Mientras tanto, se descubrió que la automatización de las operaciones internas, como finanzas, compras y recursos humanos, ofrece beneficios más inmediatos y mensurables, pero sigue sin contar con financiación suficiente. Las empresas que se asociaron con proveedores externos de IA o adoptaron herramientas predefinidas tuvieron una tasa de éxito notablemente mayor, con aproximadamente el 67 % de estas implementaciones obteniendo resultados positivos. Por el contrario, las soluciones de IA internas tuvieron una tasa de éxito mucho menor, lo que refleja la complejidad técnica y la limitada experiencia interna que suele implicar el desarrollo de sistemas a medida.
La investigación también destacó la creciente prevalencia del uso no autorizado de IA en el entorno laboral. Los empleados recurren cada vez más a herramientas no autorizadas sin la supervisión de la empresa, lo que genera riesgos de incumplimiento y dificulta la medición del valor real del negocio. Este uso oculto refleja una desconexión más amplia entre las herramientas que adoptan los empleados y las estrategias corporativas formales de IA . Los analistas del sector señalaron que muchas organizaciones aún abordan la implementación de la IA con objetivos imprecisos y expectativas poco realistas, a menudo impulsadas más por la publicidad exagerada que por una planificación estructurada.
Los proyectos piloto mal definidos, carentes de apoyo ejecutivo y claridad operativa, se identificaron como las principales causas del fracaso. A medida que avanza la adopción de la IA , el informe advierte que está surgiendo una brecha entre quienes la adoptan con éxito y las empresas que luchan por generar impacto. Las empresas que no logren cerrar esta brecha corren el riesgo de quedarse atrás a medida que sistemas de IA más sofisticados y adaptables se generalizan en los mercados globales. – Por Content Syndication Services .