IA en las empresas: 3 razones por las que el 92% no logra retorno de la inversión, según KPMG y McKinsey
Estudios de KPMG y McKinsey muestran una brecha creciente entre la adopción de inteligencia artificial y los resultados financieros que las compañías logran demostrar. El especialista en transformación empresarial Andrey Abreu identifica tres causas estructurales detrás de ese desfase.
La inteligencia artificial se instaló como prioridad en casi todas las agendas corporativas, pero el retorno financiero sigue sin acompañar ese ritmo de adopción. Según un estudio de KPMG divulgado en 2026, el 95% de las organizaciones ya cuenta con una estrategia formal de IA, aunque solo el 8% logra comprobar un retorno efectivo sobre la inversión. McKinsey, por su parte, encontró que cerca del 88% de las empresas afirma usar la tecnología, pero apenas una de cada cinco extrae valor real de ella, y solo el 39% reporta algún impacto medible en el EBIT corporativo.
Para Andrey Abreu, consejero, mentor de líderes y COO de Softplan, esa distancia entre el discurso y el resultado no es casualidad. "La mayoría de los informes de resultados sobre inteligencia artificial que llegan a las mesas de directorio deberían venir acompañados de una advertencia: los números presentados quizás no estén midiendo aquello que parecen medir", sostiene, tras seguir de cerca decenas de iniciativas de IA en grandes compañías.
1. EL LIDERAZGO MIDE ACTIVIDAD, NO IMPACTO
Es más simple informar el número de colaboradores capacitados o de licencias distribuidas que demostrar ingresos incrementales o ganancias reales de productividad. "La primera categoría de indicadores casi siempre crece. La segunda, cuando se mide con rigor, frecuentemente decepciona", explica Abreu. El problema no es abandonar esas métricas, sino dejar de tratarlas como resultado final cuando son solo indicadores intermedios.
2. LA VERDAD TÉCNICA SE DILUYE ANTES DE LLEGAR AL DIRECTORIO
Existe una asimetría de lenguaje entre quienes aprueban el presupuesto y quienes ejecutan los proyectos. En el camino hacia el comité ejecutivo, una advertencia técnica puede terminar convertida en una frase de progreso. No se trata de mala fe, aclara Abreu, sino de organizaciones que prefieren narrativas optimistas a conversaciones difíciles sobre límites y riesgos.
3. MUCHAS INICIATIVAS NACEN DE LA PRESIÓN, NO DEL PROBLEMA
Buena parte de los programas de IA surge de la presión externa —un directorio que pregunta, un competidor que anuncia una alianza— y no de una pregunta de negocio clara. Eso produce actividad fácil de mostrar, pero resultados difíciles de sostener. Abreu suma un factor poco discutido: quienes lideran estas transformaciones suelen cambiar de cargo antes de que los resultados financieros maduren, dejando la iniciativa sin responsabilidad clara por su desempeño.
CRECE LA PRESIÓN REGULATORIA POR EL "AI WASHING"
Inversionistas, consejos de administración y reguladores comienzan a exigir evidencias auditables en lugar de narrativas. El llamado AI washing —la amplificación de capacidades de IA sin respaldo operativo real— ya atrae atención regulatoria en mercados como Estados Unidos, y podría convertirse en una exposición legal, financiera y de mercado.
Para Abreu, las empresas que marcarán la diferencia no serán las que "usan más IA", sino las que logren responder con números concretos dónde la tecnología cambió un resultado y por qué. Su pregunta para cualquier liderazgo: si la empresa dejara hoy de hablar de IA, ¿cuántos procesos o decisiones serían realmente distintos mañana? "Si la respuesta es 'casi ninguno', quizás el problema nunca haya sido la tecnología", concluye.
---
SOBRE ANDREY ABREU
Consejero, mentor de líderes y organizaciones, conferencista y especialista en estrategia, innovación y transformación empresarial. Desde hace 25 años trabaja en empresas de base tecnológica. Actualmente es COO de Softplan y autor del best-seller "Além do Agora: A reinvenção do futuro".
La inteligencia artificial se instaló como prioridad en casi todas las agendas corporativas, pero el retorno financiero sigue sin acompañar ese ritmo de adopción. Según un estudio de KPMG divulgado en 2026, el 95% de las organizaciones ya cuenta con una estrategia formal de IA, aunque solo el 8% logra comprobar un retorno efectivo sobre la inversión. McKinsey, por su parte, encontró que cerca del 88% de las empresas afirma usar la tecnología, pero apenas una de cada cinco extrae valor real de ella, y solo el 39% reporta algún impacto medible en el EBIT corporativo.
Para Andrey Abreu, consejero, mentor de líderes y COO de Softplan, esa distancia entre el discurso y el resultado no es casualidad. "La mayoría de los informes de resultados sobre inteligencia artificial que llegan a las mesas de directorio deberían venir acompañados de una advertencia: los números presentados quizás no estén midiendo aquello que parecen medir", sostiene, tras seguir de cerca decenas de iniciativas de IA en grandes compañías.
1. EL LIDERAZGO MIDE ACTIVIDAD, NO IMPACTO
Es más simple informar el número de colaboradores capacitados o de licencias distribuidas que demostrar ingresos incrementales o ganancias reales de productividad. "La primera categoría de indicadores casi siempre crece. La segunda, cuando se mide con rigor, frecuentemente decepciona", explica Abreu. El problema no es abandonar esas métricas, sino dejar de tratarlas como resultado final cuando son solo indicadores intermedios.
2. LA VERDAD TÉCNICA SE DILUYE ANTES DE LLEGAR AL DIRECTORIO
Existe una asimetría de lenguaje entre quienes aprueban el presupuesto y quienes ejecutan los proyectos. En el camino hacia el comité ejecutivo, una advertencia técnica puede terminar convertida en una frase de progreso. No se trata de mala fe, aclara Abreu, sino de organizaciones que prefieren narrativas optimistas a conversaciones difíciles sobre límites y riesgos.
3. MUCHAS INICIATIVAS NACEN DE LA PRESIÓN, NO DEL PROBLEMA
Buena parte de los programas de IA surge de la presión externa —un directorio que pregunta, un competidor que anuncia una alianza— y no de una pregunta de negocio clara. Eso produce actividad fácil de mostrar, pero resultados difíciles de sostener. Abreu suma un factor poco discutido: quienes lideran estas transformaciones suelen cambiar de cargo antes de que los resultados financieros maduren, dejando la iniciativa sin responsabilidad clara por su desempeño.
CRECE LA PRESIÓN REGULATORIA POR EL "AI WASHING"
Inversionistas, consejos de administración y reguladores comienzan a exigir evidencias auditables en lugar de narrativas. El llamado AI washing —la amplificación de capacidades de IA sin respaldo operativo real— ya atrae atención regulatoria en mercados como Estados Unidos, y podría convertirse en una exposición legal, financiera y de mercado.
Para Abreu, las empresas que marcarán la diferencia no serán las que "usan más IA", sino las que logren responder con números concretos dónde la tecnología cambió un resultado y por qué. Su pregunta para cualquier liderazgo: si la empresa dejara hoy de hablar de IA, ¿cuántos procesos o decisiones serían realmente distintos mañana? "Si la respuesta es 'casi ninguno', quizás el problema nunca haya sido la tecnología", concluye.
---
SOBRE ANDREY ABREU
Consejero, mentor de líderes y organizaciones, conferencista y especialista en estrategia, innovación y transformación empresarial. Desde hace 25 años trabaja en empresas de base tecnológica. Actualmente es COO de Softplan y autor del best-seller "Além do Agora: A reinvenção do futuro".