El 95 % de los proyectos corporativos de IA generativa fracasan. Estudio del MIT

El MIT Media Lab, a través de su iniciativa NANDA, publicó “The GenAI Divide: State of AI in Business 2025”, posiblemente el estudio más completo hasta la fecha sobre el uso real de inteligencia artificial generativa en las organizaciones.

El trabajo se apoya en 150 entrevistas con líderes empresariales, 350 encuestas a empleados y el análisis de 300 casos públicos de implementación de IA generativa. Su objetivo: entender por qué unos pocos logran resultados significativos mientras la mayoría se queda en promesas incumplidas.

Los hallazgos centrales

• Solo el 5 % de los pilotos generan un impacto rápido en ingresos o P&L. El 95 % restante no produce beneficios medibles.
• La principal causa no es tecnológica, sino organizacional. El MIT lo denomina learning gap: la incapacidad de las empresas de integrar modelos de IA en sus flujos de trabajo, estructuras y culturas (el componente humano de la inteligencia aumentada).
• El ROI no surge de donde más se invierte. Más de la mitad de los presupuestos se dirigen a ventas y marketing, pero el mayor retorno aparece en la automatización de back-office: reducción de outsourcing, menor dependencia de agencias externas y mayor eficiencia administrativa.
• La fuente tecnológica importa. Las herramientas adquiridas a proveedores especializados tienen una tasa de éxito cercana al 67 %, mientras que los desarrollos internos alcanzan apenas un tercio de esa cifra.
• Las startups muestran otra dinámica. Empresas fundadas por jóvenes de 19 o 20 años alcanzaron más de 20 millones de dólares en ingresos en menos de un año, al enfocarse en resolver un único problema con precisión y en asociación con plataformas externas.
• El impacto en el empleo es silencioso pero estructural. No hay despidos masivos, pero muchas compañías optan por no reponer vacantes administrativas o de soporte, lo que anticipa un rediseño de la composición laboral.

La brecha es cultural, humana y estratégica. Se trata de un problema de absorptive capacity, como lo llamaron Cohen y Levinthal: la habilidad de una organización de reconocer, asimilar y aplicar conocimiento externo. El MIT lo describe como learning gap: la incapacidad de institucionalizar el aprendizaje colectivo.

IA y el desafío de las organizaciones ambidiestras

Como explico hace tiempo, las organizaciones del presente y futuro deben abordar la ambidextricidad estratégica: la capacidad simultanea de explotar con eficiencia y posición resiliente las unidades actuales y explorar (incubar, adquirir) lo nuevo hacia la disrupción ofensiva y defensiva.

1. Explotación (mejorar lo existente):
2. Exploración (abrir lo nuevo):

Y la IA, potenciada por los frameworks de negocios adecuados debe estar integrada a ambas zonas. La gobernanza de ambas y el nivel de autonomía de los equipos para experimentar con IA también debe adaptarse por zona, en el marco de una estrategia corporativa con IA y los actores en el centro.

Es el equilibrio estratégico de ambidextricidad el que genera verdaderas empresas antifrágiles.

IA, incumbentes y el dilema del innovador

Lo que muestra el MIT es una actualización empírica del dilema del innovador descrito por Christensen. Las grandes corporaciones, atrapadas en sus propios sistemas de incentivos, métricas y procesos, no logran capitalizar las tecnologías potencialmente disruptivas y caen vencidas por ellas.

Es por una falta de plasticidad organizacional y, como advierte Christensen, por incentivos racionales (maximizar facturación, rentabilidad) que los atan al presente que todavía funciona, aunque ya esté en proceso de ser desplazado.

En cambio, startups pequeñas y ágiles, con estructuras livianas y foco extremo, logran escalar en meses lo que a los incumbentes les resulta inalcanzable.

Esto debería interpelarnos: ¿cómo diseñamos estructuras que, sin renunciar a la eficiencia del core, mantengan la flexibilidad necesaria para absorber disrupciones? ¿Cómo nos convertimos en ambidiestros?

¿Cómo escapamos a la trampa de las consultoras de elite que impulsan transformaciones sin poder transformarse ellas mismas?

¿Cómo volvemos a explorar los frameworks de innovación necesarios si quedaron asociados a la destrucción de valor?

El learning gap es, en el fondo, un cultural gap.

Integrar IA al corazón de la estrategia, exige mucho más que licencias de software: requiere rediseñar cómo aprendemos, cómo decidimos y cómo nos organizamos. No se trata de un asunto de CAPEX u OPEX, sino de rediseñar cómo aprendemos, decidimos y nos organizamos.

Requiere sobre todo que los mismos líderes adopten IA como lenguaje. Internalicen los conceptos y sus implicancias. Comprendan las herramientas (que son muy simples y basadas en lenguaje natural) y su potencial unido al modelo de negocio y operativo.

Algunas claves prácticas:

• Formación y autonomía. No basta con entrenar en herramientas; hay que empoderar equipos para experimentar y decidir. Diferentes focos de gobernanza y acción en explotación y exploración.
• Espacios de juego y validación. La innovación requiere entornos donde equivocarse sea aceptable y los aprendizajes se capitalicen. Pero esto implica metodología y frameworks para limitar esos riesgos y errores.
• Mentalidad intraemprendedora. Ver a cada colaborador como un agente de transformación capaz de detectar oportunidades y prototiparlas con IA. Escucha y experimentación son las habilidades del futuro. Aprender a validar antes de ejecutar o escalar.
• Aprendizaje en ciclos cortos. Probar, medir, ajustar, validar. El método científico aplicado a la gestión.
• Equipos híbridos. Humanos y algoritmos interactuando según el valor que cada uno aporta: productividad, creatividad, criterio. IA como colaborador, y no como herramienta de productividad. Escucha activa al cliente. La IA debe aplicarse para resolver fricciones reales, anticipar necesidades y mejorar experiencias. Puede promover y complementar nuestra empatía, inteligencia emocional y capacidad relacional. Puede potenciar el trabajo en equipo, la escucha activa y la colaboración.

IA como inteligencia aumentada: la ventaja humana

Desde hace tiempo sostengo que no hablamos de inteligencia artificial aislada, sino de inteligencia aumentada: la fusión entre capacidades humanas y algoritmos. Ya no somos solo humanos: quienes comprendemos, nos adaptamos y adoptamos el nuevo paradigma nos convertimos en humanos aumentados.

El MIT lo confirma indirectamente. Los proyectos que fracasan son aquellos que deben generar algo nuevo (ej. ventas): porque exigen esa inteligencia aumentada y no está presente.

Back-office y automatizaciones de productividad que repiten lo ya existente, requieren menos inteligencia aumentada y se apoyan en la capacidad de la IA independiente.

Los startups que prosperan, en cambio, son los que potencian la capacidad humana: equipos que adoptan la IA como extensión de su pensamiento, habilidades y de su criterio estratégico. Empresas que la colocan en el corazón de la estrategia. Empresas nativas de IA adaptadas a los nuevos paradigmas.

Necesitamos formar líderes y equipos capaces de aprender con IA, decidir con IA, co-crear con IA. Comprender qué habilita estratégicamente para el negocio cada despliegue público de IA.

No es cuestión de generar o adoptar el modelo más sofisticado, la tecnología se commoditiza con velocidad. La ventaja sostenible no está en el acceso a lo técnico, sino en la capacidad estratégica y cultural de integrarla.

Las barreras de entrada y diferenciales se construyen desde la estrategia: desde el modelo de negocio y operativo. No es una revolución técnica sino de los frameworks de negocios.

Muchos ejecutivas/os y directivas/os enfrentan hoy una brecha crítica de comprensión respecto a lo que realmente está en juego a nivel estratégico y competitivo.

Lo fundamental

El gran aporte del informe no es señalar que el 95 % fracasa, sino mostrar que el éxito no depende de la IA en sí, sino de la capacidad organizacional de integrarla con propósito, coherencia y aprendizaje continuo.

Ese 5% serán las empresas del mañana. Y rápidamente se convierten en las empresas de hoy.

La IA es un catalizador. El motor es la cultura, la estrategia, la capacidad de aprendizaje organizacional y co-creación. Las organizaciones del futuro son organizaciones de aprendizaje.

En las que los seres humanos puedan co-crear con IA, generar inteligencia aumentada individual y colaborativa, potenciar a la IA y dejarse potenciar. Alcanzar un nuevo nivel de desarrollo. Humanos aumentados.

La pregunta que debes hacerte como líder

¿Tu empresa está utilizando la IA como un piloto aislado para mostrar innovación y calmar al mercado?

¿O la está integrando a la estrategia potenciando su ambidextricidad? ¿Potenciando la explotación con foco y trade-offs (elecciones), y habilitando la exploración en búsqueda de cisnes blancos?

¿Integrando la IA a la cultura, colaboración, co-creación vía la inteligencia aumentada y aplicándola estratégicamente en modelos de negocio y operativos?

En este artículo, como puedes ver, agregué links a muchos de mis artículos sobre IA, permitiéndote profundizar en entender los temas que desees.

El futuro de la estrategia no será humano ni artificial: será humano aumentado. Líderes y organizaciones que logren este salto marcarán la diferencia en la próxima década.

Les estaremos informando con mucho más detalle, en el marco del informe especial: “Soluciones y productos de infraestructura para edificios y ciudades inteligentes (Sistemas BIM y BMS), POL (Passive Optical LAN). Seguridad integrada, video vigilancia y control de acceso. Casos de uso y aplicabilidad de cada solución y producto, incluyendo la colaboración digital (relacionado a realidad virtual sistema BIM) (Gemelos digitales). Buenas prácticas ambientales.», que estamos preparando para nuestra edición 215 y publicaremos en el mes de septiembre.

Mantente conectado a nuestra revista Channel News Perú, haciendo clic aquí y suscribiéndote a nuestro newsletter para contenido de valor diario.