La inteligencia artificial gana terreno rápidamente en las compañías, pero utilizarla no está siendo sinónimo de transformación. Los datos revelan una creciente distancia entre adopción y resultados, mientras expertos apuntan a un problema que va mucho más allá de la tecnología: las empresas están incorporando IA a procesos que apenas han cambiado.

La carrera empresarial por incorporar inteligencia artificial continúa acelerándose. Sin embargo, después de una primera etapa marcada por la experimentación, comienza a surgir una pregunta mucho más incómoda: ¿está generando realmente valor todo ese despliegue tecnológico?

Los datos muestran una importante contradicción. En España, el 21,1% de las empresas con diez o más trabajadores ya utilizaba alguna tecnología de inteligencia artificial durante el primer trimestre de 2025, según datos del Instituto Nacional de Estadística (INE). La cifra supone un incremento de 8,7 puntos respecto al año anterior.

La tendencia es todavía más evidente a escala internacional. Un 88% de las organizaciones asegura utilizar IA de manera habitual en al menos una función empresarial. Sin embargo, solo aproximadamente un tercio ha conseguido avanzar hacia el escalado de sus iniciativas.

Y ahí aparece la gran brecha de la IA corporativa: adoptar tecnología está resultando mucho más sencillo que transformar una organización con ella.

Mucha IA, pero todavía poco impacto en el negocio

El problema ya no parece ser convencer a las empresas para que prueben la inteligencia artificial. El desafío está en conseguir que esa experimentación llegue a la cuenta de resultados.

Según The State of Organizations 2026, el 81% de las organizaciones que están experimentando con IA todavía no identifica mejoras económicas significativas. Al mismo tiempo, un 86% de los líderes reconoce que sus compañías no están suficientemente preparadas para integrar estas tecnologías en el funcionamiento cotidiano.

Para Qaracter, detrás de esta situación existe un problema estructural: muchas compañías están colocando herramientas del siglo XXI sobre procesos, jerarquías y sistemas de decisión concebidos mucho antes de la llegada de la IA.

Un asistente inteligente puede, por ejemplo, reducir drásticamente el tiempo necesario para preparar un informe. Pero si ese mismo documento continúa pasando posteriormente por diferentes departamentos, reuniones y sucesivas capas de aprobación, el impacto global sobre el negocio será limitado.

La IA habrá eliminado minutos o incluso horas de una tarea concreta, pero el cuello de botella seguirá intacto.

Ahorrar tiempo no significa transformar una empresa

Buena parte de la primera expansión de la IA generativa dentro de las organizaciones ha tenido un carácter individual.

Redactar textos, resumir documentos, analizar información, preparar presentaciones, realizar búsquedas o ayudar en la programación se han convertido en algunos de sus usos más habituales. Son aplicaciones capaces de mejorar la productividad de un trabajador, pero ese ahorro de tiempo no necesariamente transforma el rendimiento de toda una compañía.

La siguiente etapa exige cambiar las métricas.

En lugar de preguntarse cuántos empleados utilizan una determinada solución, las empresas deberán empezar a analizar qué pasos del proceso han desaparecido, cuánto se han acelerado las decisiones, qué errores se han reducido o qué nueva capacidad ha conseguido generar el negocio gracias a la IA.

Precisamente ahí podría encontrarse la próxima gran evolución.

El 82% de los directivos consultados por Microsoft considera que ha llegado el momento de replantear elementos fundamentales de la estrategia y las operaciones de sus compañías. Además, un 81% prevé incorporar agentes de IA de manera moderada o amplia durante los próximos 12 a 18 meses.

La incorporación de estos sistemas introduce, además, una cuestión mucho más profunda que la simple automatización: ¿hasta dónde estamos dispuestos a dejar decidir a una máquina?

De asistentes a agentes: ¿quién responde por las decisiones de la IA?

La llegada de los agentes de IA puede cambiar considerablemente la relación entre personas y tecnología dentro de las compañías.

Ya no se tratará únicamente de sistemas que generan una respuesta después de recibir una instrucción. Cada vez más organizaciones estudian tecnologías capaces de ejecutar secuencias de tareas y actuar con determinados grados de autonomía.

Esto obligará a definir nuevas fronteras: qué decisiones pueden automatizarse, cuáles deben pasar obligatoriamente por supervisión humana, cuándo debe detenerse un sistema y, especialmente, quién asume la responsabilidad cuando una IA se equivoca.

José Manuel Casado, presidente de Qaracter, considera que uno de los errores habituales consiste precisamente en incorporar la inteligencia artificial como una herramienta adicional sin cuestionar previamente la forma en la que funciona la organización.

Desde su perspectiva, el verdadero salto llegará cuando las compañías utilicen la IA para revisar qué tareas siguen teniendo sentido, cuáles pueden desaparecer, qué decisiones pueden descentralizarse y cómo deben evolucionar las responsabilidades de los profesionales.

En otras palabras: la transformación no consiste simplemente en hacer más rápido el trabajo de siempre.

El gran obstáculo puede no estar en la tecnología

Esta transformación tampoco depende exclusivamente de disponer de mejores modelos o herramientas.

El Future of Jobs Report 2025 del Foro Económico Mundial sitúa la falta de competencias como el principal obstáculo para la transformación empresarial para el 63% de los empleadores. Ante esta situación, un 85% de las organizaciones prevé priorizar la actualización de las habilidades de sus profesionales.

Pero el reto va más allá de enseñar a utilizar herramientas de inteligencia artificial.

Los responsables de equipos tendrán que aprender a dirigir entornos donde personas y sistemas inteligentes trabajan conjuntamente, determinar cuándo intervenir ante una excepción, evaluar resultados producidos por máquinas y explicar a sus equipos por qué determinadas responsabilidades están cambiando.

También entra en juego un elemento especialmente delicado: la confianza.

Presentar la IA exclusivamente como una vía para reducir costes o aumentar la eficiencia puede alimentar la resistencia interna. Por el contrario, vincular su implantación a objetivos empresariales comprensibles, involucrar a los trabajadores en el rediseño de los procesos y establecer responsabilidades claras puede facilitar una adopción más sólida.

La verdadera carrera por la IA empieza ahora

Después de una etapa dominada por pilotos, licencias y casos de uso, las empresas comienzan a enfrentarse a una fase considerablemente más compleja.

Qaracter plantea que el despliegue debería abordarse desde diferentes dimensiones simultáneas: identificar procesos completos donde exista un impacto cuantificable, revisar aprobaciones y pasos que ya no aportan valor, redefinir funciones y capacidades profesionales, establecer límites claros para la autonomía de los sistemas y medir desde el principio tanto los resultados empresariales como los riesgos asociados.

El cambio de enfoque es importante.

Durante los últimos años, gran parte de la conversación empresarial ha girado alrededor de qué herramientas de IA incorporar. La pregunta que marcará la siguiente fase probablemente será muy diferente: ¿qué está dispuesta a cambiar una organización para aprovechar realmente esas herramientas?

Porque una empresa puede desplegar inteligencia artificial en prácticamente todos sus departamentos y continuar funcionando de la misma manera.

Y esa podría ser una de las grandes paradojas de esta revolución tecnológica: tener más IA que nunca sin haber transformado todavía el negocio.