Por qué el 95% de los despliegues de IA en empresas no deja retorno medible

Un dato que no debería sorprender a nadie que ya lo intentó

En 2025, el MIT Media Lab publicó The GenAI Divide: State of AI in Business 2025, un estudio sobre 300 iniciativas de inteligencia artificial generativa en empresas. El hallazgo central:

El 95% de los despliegues de IA en empresas no deja un retorno medible.

No es un problema de los modelos. GPT-4, Claude o Gemini son, para la inmensa mayoría de tareas de oficina, más que suficientes. El problema tampoco es de presupuesto: las empresas del estudio invirtieron en licencias, en pilotos, en consultoría. El problema, según el MIT, es cómo se implementa la IA adentro de la organización.

La brecha no está en la tecnología, está en la adopción

El patrón que se repite en las 300 empresas analizadas es siempre el mismo: se compra una herramienta genérica, se hace una capacitación de un día, y se espera que el equipo la adopte solo. Rara vez pasa. La herramienta queda subutilizada, el piloto se archiva, y seis meses después nadie recuerda haber invertido en "el proyecto de IA".

Lo que sí funciona, y es la parte que el estudio documenta menos pero que se observa en los casos que sí tuvieron éxito, es lo contrario: equipos que construyeron algo propio, sobre su propio flujo de trabajo, con acompañamiento sostenido en el tiempo — no una charla de una tarde.

Por qué esto no es una opinión, es la tesis de este programa

Esta es exactamente la premisa detrás de la Formación en Inteligencia Artificial para empresas de Nodos Academy: un equipo no se vuelve autónomo en IA viendo un webinar sobre prompts. Se vuelve autónomo cuando construye, con guía técnica real, una herramienta que resuelve un cuello de botella de su propio trabajo — y se la lleva funcionando, no en una diapositiva.

La diferencia entre el 95% que no deja retorno y el 5% que sí, según el propio estudio del MIT, no es cuánto se invirtió en tecnología. Es si la organización invirtió en que su gente supiera construir con esa tecnología, o si delegó todo el proceso en una herramienta que nadie en la empresa entiende ni puede ajustar cuando el proceso cambia.

Qué significa esto para quien está evaluando invertir en IA

Antes de comprar otra licencia o contratar otro piloto externo, vale la pena hacerse una pregunta más simple: si la persona que hoy hace esta tarea a mano tuviera cuatro semanas de acompañamiento técnico real, ¿podría construir ella misma la herramienta que la reemplaza — y entenderla lo suficiente para mantenerla?

Si la respuesta es sí, el problema nunca fue la tecnología. Era la falta de un camino para que el equipo la construyera con sus propias manos.

Fuente: MIT Media Lab, "The GenAI Divide: State of AI in Business 2025" (300 casos analizados).