Las organizaciones esperan aumentar el gasto y confían en los agentes de IA, pero persisten obstáculos relacionados con los datos, la medición y la colaboración entre TI y las áreas de negocio.
Las empresas mantienen sus planes de inversión en inteligencia artificial, pero todavía encuentran dificultades para convertir esa tecnología en resultados empresariales verificables. Una encuesta de Alteryx entre 1.400 responsables de TI sitúa el contexto empresarial, el acceso a los datos y la colaboración interna entre las principales condiciones para obtener valor.
Según los resultados divulgados por ITPro, ocho de cada diez participantes esperan que el gasto en IA aumente durante los próximos dos años. La disposición a invertir contrasta, sin embargo, con las dificultades para trasladar las reglas y los conocimientos de cada organización a los sistemas automatizados.
El conocimiento del negocio no siempre llega a la IA
El 77 por ciento de los encuestados considera que el contexto empresarial es esencial para producir respuestas precisas y relevantes. Este contexto comprende definiciones, políticas, umbrales, excepciones y criterios operativos propios de cada compañía. A pesar de reconocer su importancia, el 53 por ciento afirma que tiene problemas para incorporarlo a los sistemas y flujos de trabajo de IA.
Cuando esas reglas no están disponibles de forma estructurada, un modelo puede recurrir a interpretaciones genéricas que no coinciden con la manera en que la organización calcula ingresos, evalúa riesgos o clasifica clientes. El problema no se limita a la calidad técnica del modelo. También afecta la consistencia de los indicadores, la trazabilidad de las decisiones y la confianza de quienes deben utilizar los resultados.
El acceso a la información es otro obstáculo. Solo el 18 por ciento de las organizaciones consultadas declara que los usuarios de negocio disponen de acceso completamente autónomo a los datos en la nube. En la mayoría de los casos sigue existiendo algún grado de dependencia de los equipos técnicos para realizar consultas y análisis rutinarios.
La encuesta también refleja una división de responsabilidades. El 71 por ciento sostiene que los proyectos de IA obtienen mejores resultados cuando TI y las áreas de negocio colaboran estrechamente. Sin embargo, la estrategia y la ejecución permanecen concentradas principalmente en TI, mientras que los equipos de negocio suelen limitarse a definir requisitos.
Productividad y reducción de costos dominan la medición
Las compañías recurren principalmente a tres indicadores para evaluar sus iniciativas: mejoras de productividad, mencionadas por el 53 por ciento; reducción de costos, con un 45 por ciento; y crecimiento de ingresos u otro impacto empresarial, con un 39 por ciento.
La automatización de flujos de trabajo y los agentes autónomos aparecen como las inversiones con mejor retorno percibido, citadas por el 27 por ciento. Les siguen los asistentes o copilotos, con un 16 por ciento, y las aplicaciones para la experiencia del cliente, con un 14 por ciento.
El 93 por ciento expresa confianza en que la IA agéntica podrá producir un retorno medible durante los próximos dos años. Esta cifra representa una expectativa de los encuestados, no una demostración de que ese retorno ya se haya materializado. Las primeras áreas señaladas para su automatización son las operaciones de TI y la gestión de incidentes, el servicio al cliente, y el análisis y la elaboración de informes.
Una dificultad extendida más allá del estudio
La distancia entre adopción y valor no aparece únicamente en la investigación de Alteryx. La encuesta global de McKinsey sobre IA en 2025 encontró que casi dos tercios de las organizaciones todavía no habían comenzado a escalar la tecnología en toda la empresa. Solo el 39 por ciento de los participantes informó un efecto sobre el resultado operativo a escala corporativa.
Un estudio de IBM y Oxford Economics entre más de 1.700 responsables de datos también relacionó los mejores retornos con la capacidad de vincular las prioridades de datos a objetivos empresariales concretos y aplicar métricas para evaluar su valor.
En conjunto, los resultados sugieren que aumentar el presupuesto o incorporar modelos más capaces no basta para obtener retornos sostenibles. Las organizaciones también necesitan identificar los procesos que desean mejorar, documentar sus reglas, facilitar un acceso controlado a datos fiables y acordar desde el inicio cómo medirán los resultados.
Las cifras de Alteryx deben interpretarse como resultados declarados por participantes de una encuesta patrocinada por un proveedor del sector. La ficha pública identifica el tamaño de la muestra, pero no presenta el detalle completo sobre el trabajo de campo y la composición de los encuestados. Esa limitación aconseja no extrapolar los porcentajes al conjunto de las empresas sin información metodológica adicional.
Fuentes
- ITPro, Poor business context is scuppering enterprise AI adoption
- Alteryx, The State of AI Ownership, Agents, and ROI
- McKinsey, The state of AI in 2025
- IBM Institute for Business Value, 2025 CDO Study
Ilustración creada por IA.
📬 Newsletter gratuito
