En los últimos meses hemos visto titulares que celebran la llegada de la inteligencia artificial generativa a las organizaciones como si fuera la gran panacea. Sin embargo, un reciente informe denominado “The GenAI Divide: State of AI in Business 2025”, elaborado por los expertos del MIT, Aditya Challapally, Chris Pease, Ramesh Raskar y Pradyumna Chari, nos entrega una verdad incómoda: El 95% de los proyectos de IA no generan ningún retorno medible y solo el 5% logra cruzar lo que los autores llaman “la brecha de la IA generativa”, transformando pilotos en soluciones integradas que producen millones en valor.
La pregunta que surge es inevitable: ¿cómo puede ser que, invirtiendo más de 40 mil millones de dólares, la gran mayoría de las empresas no logre resultados tangibles?
El estudio identifica cuatro factores claves. En primer lugar, pilotos que no cruzan la línea de producción y el entusiasmo inicial no se traduce en impacto real, porque la mayoría de los proyectos quedan atrapados en la fase experimental. Segundo, herramientas que no aprenden ni se adaptan. Tercero, inversión mal dirigida, ya que la mayoría del presupuesto se concentra en ventas y marketing (porque es más fácil mostrar resultados), cuando el ROI más atractivo está en operaciones, procesos financieros y back-office. Y en cuarto lugar aparece el fenómeno del Shadow AI que muestra que mientras las compañías se estancan, los colaboradores ya utilizan ChatGPT, Claude o Copilot en lo personal. La paradoja es brutal: los empleados cruzan la brecha antes que sus organizaciones.
Este fenómeno nos revela un asunto esencial: la tecnología no es la barrera, sino que la falta de visión estratégica, descartando, por tanto, que sea un tema de modelos más grandes ni de presupuestos más millonarios, sino de cómo lideramos la adopción.
En el mismo reporte se explica que las organizaciones que sí logran resultados positivos siguen una clara línea de gestión: se asocian en lugar de construir solas; empoderan a la primera línea, permitiendo que los usuarios más cercanos a los problemas lideren la adopción, en lugar de centralizar todo en un laboratorio corporativo desconectado; y son organizaciones que encuentran la verdadera rentabilidad en optimizar procesos invisibles, reduciendo gastos externos y automatizando tareas críticas de soporte.
Entonces, si el 95% de los proyectos fracasan, el problema no está en la IA, sino que en cómo se piensa, lidera y gestiona esta transformación. Por lo mismo, la pregunta que deberíamos hacernos no es qué modelo de IA es más avanzado, sino qué problema de negocio se quiere resolver y cómo se integra la IA para su aprendizaje y evolución.
La brecha de la IA no es tecnológica, es cultural, organizacional y de liderazgo. Estamos viviendo el nacimiento de lo que el informe llama el “Agentic Web”, un grupo de sistemas capaces de aprender, recordar y coordinarse de manera autónoma. Pero antes de llegar ahí, es urgente resolver un asunto más simple: cómo atreverse a liderar con intención, claridad y estrategia. La IA no fracasa. Fracasan los proyectos sin dirección.
LA ILUSIÓN DEL PILOTO ETERNO
Muchas organizaciones celebran sus pilotos como si fueran avances definitivos; comunican sus resultados preliminares, presentan dashboards inspiradores y dan por sentado que el proyecto ya está encaminado. Sin embargo, la verdad es que la mayoría de esos pilotos nunca llega a producción y en un análisis preliminar los motivos de ese hecho es un factor común en todo tipo de industrias: falta de sponsors reales que impulsen el proyecto más allá del experimento; temor a modificar procesos críticos; laboratorios de innovación desconectados del negocio; e incentivos que premian probar, pero no escalar. Con ello, la IA se queda atrapada en un limbo. No fracasa, pero tampoco transforma.
Lo claro es que la Inteligencia Artificial sólo funciona si evoluciona. Requiere datos frescos, retroalimentación directa y ciclos rápidos de mejora. No obstante, muchas organizaciones implementan IA como si fuera una herramienta estática, esperando que funcione igual que un software tradicional, provocando el fracaso que con frecuencia presenciamos.
Entonces, si no existen instancias de aprendizaje sistemático, es bien probable que los proyectos de IA no mejoren, no se adapten, no se integren y no se consiga una continuidad de los procesos. Debemos comprender que, sin aprendizaje continuo, no hay inteligencia y sin inteligencia no hay impacto.
El estudio del MIT reveló otro patrón: el presupuesto de IA está sobredimensionado en ventas y marketing, áreas donde es más sencillo mostrar casos espectaculares. Sin embargo, el verdadero retorno está en espacios menos visibles: procesos financieros, auditorías internas, automatización documental, atención al cliente, operaciones y logística, cumplimiento normativo y soporte interno.
Estos procesos no suelen aparecer en presentaciones corporativas, pero son los que sostienen la operación. Desde allí, la IA tiene el potencial de recuperar millones en eficiencia y reducción de costos. Porque la paradoja es evidente: se invierte en impacto visual, pero no en un impacto real.
La señal más potente de esta transformación no proviene del mundo corporativo, sino que de los propios empleados. Mientras la empresa evalúa proveedores, define comités y proyecta hojas de ruta, los colaboradores ya utilizan IA en su vida cotidiana: ChatGPT, Claude, Copilot y Gemini. Esto crea el fenómeno del Shadow AI: un ecosistema paralelo donde los colaboradores ya adoptaron la tecnología antes que las instituciones que los emplean.
El resultado de este fenómeno es una tensión evidente. Por un lado, estructuras rígidas que se mueven con cautela y, por otro, profesionales que avanzan con rapidez, creatividad y autonomía digital. Entonces, la pregunta no es si la IA entrará en la organización, sino que si la organización será capaz de alinearse con sus propios equipos.
El estudio del MIT identificó tres factores distintivos en las organizaciones que sí logran impacto en el uso de IA generativa: asociación, la colaboración generan más valor que el aislamiento tecnológico; empoderamiento, ya que quienes están más cerca del problema lideran la adopción; y búsqueda del impacto en lo invisible. La clave está en resolver fricciones reales y automatizar tareas críticas.
LATINOAMÉRICA FRENTE A LA BRECHA
En la región el desafío es aún más pronunciado, ya que muchas compañías están dando sus primeros pasos en IA con entusiasmo, pero también con improvisación. Se detectan estrategias digitales que no conversan con los procesos, gobernanzas inestables, expectativas desalineadas y una inversión reactiva en lugar de estratégica. Por tanto, la oportunidad es enorme, pero sólo se materializará si se aborda con madurez cultural y liderazgo claro.
Para Latinoamérica, la IA no será un puente automático al futuro. Será un espejo que mostrará qué tan preparadas están nuestras organizaciones para transformarse. Porque está claro que la brecha es cultural, organizacional y de liderazgo. Y mientras algunos se enfocan en debatir respecto de qué modelo es más avanzado, el verdadero desafío no está en la tecnología, sino que en la intención estratégica. Estamos entrando en la era del Agentic Web. Pero antes de llegar a esa frontera tecnológica, las organizaciones deben resolver algo más simple: cómo liderar con claridad y propósito en tiempos de incertidumbre acelerada.