La inteligencia artificial ya está integrada en la estrategia de más de la mitad de las empresas españolas, pero su adopción todavía no se está traduciendo de forma generalizada en resultados económicos. El 60,5% de las compañías españolas afirma que ya integra la IA en su estrategia, mientras que solo el 17,3% declara obtener un retorno de inversión elevado gracias a esta tecnología, según la segunda edición del Data and AI Impact Report: The New Economics of Trust, elaborado por SAS a partir de una investigación de IDC.
El informe refleja una brecha entre la incorporación de la inteligencia artificial y su capacidad para generar valor empresarial. España presenta un elevado nivel de adopción de IA generativa, pero las compañías todavía encuentran dificultades para llevar los proyectos desde las pruebas iniciales hasta aplicaciones capaces de producir resultados sostenidos.
Uno de los principales datos del estudio es que el 88% de las pruebas de concepto de IA fracasa en su paso a producción. La distancia entre experimentar con la tecnología e integrarla en los procesos empresariales aparece así como uno de los principales obstáculos para conseguir un retorno económico significativo.
El ahorro de tiempo todavía no se convierte en rentabilidad
La paradoja de la situación española se aprecia también en el impacto sobre los trabajadores. El 80% de los empleados afirma conseguir importantes ahorros de tiempo en sus tareas diarias gracias a la IA, pero ese ahorro no se traduce automáticamente en una mejora de los resultados financieros de las compañías.
La diferencia puede explicarse, según el estudio, por la forma en la que las empresas están incorporando la tecnología. Utilizar herramientas de inteligencia artificial para acelerar una tarea concreta no implica necesariamente que el proceso completo haya sido rediseñado.
Una empresa puede reducir el tiempo necesario para elaborar contenidos, analizar información, preparar informes o realizar determinadas tareas administrativas y, al mismo tiempo, mantener intactos los procesos posteriores que determinan cómo ese trabajo se convierte en ingresos, ahorro de costes o productividad.
El informe apunta precisamente a esta dificultad. La falta de infraestructura tecnológica, la ausencia de un rediseño profundo de los procesos y una gobernanza fragmentada de los datos están limitando el retorno de las inversiones en IA.
Solo el 37% mejora su beneficio operativo
El impacto económico de la inteligencia artificial tampoco es generalizado cuando se analiza el beneficio operativo.
Según los resultados correspondientes a España, únicamente el 37% de las compañías consigue mejorar su beneficio operativo o EBIT mediante la aplicación de IA. El dato muestra que la adopción de herramientas y el ahorro de tiempo no garantizan por sí mismos una mejora en la cuenta de resultados.
La diferencia entre el 60,5% de adopción estratégica y el 37% que declara mejoras en EBIT pone de manifiesto un problema de ejecución. Muchas organizaciones ya han decidido incorporar la IA, pero todavía no han conseguido transformar esa incorporación en un impacto económico amplio.
Para los departamentos de marketing y comunicación, el fenómeno también tiene consecuencias. La utilización de IA para crear contenidos, analizar campañas, automatizar tareas o acelerar investigaciones puede generar productividad individual, pero el verdadero impacto depende de cómo esas capacidades se integren en la estrategia y en los procesos de negocio.
El reto pasa, por tanto, de preguntarse qué herramientas de IA puede utilizar un equipo a determinar qué procesos deben cambiar para que la tecnología genere valor medible.
La infraestructura se convierte en un cuello de botella
Uno de los factores que explican la dificultad para obtener resultados es la infraestructura sobre la que se despliegan los sistemas de inteligencia artificial.
La adopción de una herramienta generativa puede realizarse relativamente rápido, pero integrarla en los sistemas corporativos requiere acceso a datos, seguridad, procesos de control y conexiones con otras aplicaciones.
Cuando estos elementos no están preparados, los proyectos pueden quedarse en pruebas aisladas sin llegar a formar parte de la operativa diaria.
El informe global de SAS e IDC refuerza esta relación entre infraestructura, confianza y resultados. La investigación, realizada con 2.699 responsables de decisiones de 28 países y cuatro sectores, concluye que las organizaciones que aplican prácticas de IA orientadas a la confianza tienen 15 veces más probabilidades de declarar un ROI alto o fuerte que aquellas situadas en los niveles más bajos de estas prácticas.
Entre los elementos asociados a estas prácticas se encuentran la gobernanza, la calidad de los datos y la capacidad de auditar los sistemas.
La confianza condiciona el retorno
La relación entre confianza y rentabilidad ocupa un lugar central en la segunda edición del informe. SAS señala que la IA está avanzando desde sistemas que generan contenidos o recomendaciones hacia tecnologías capaces de tomar decisiones y ejecutar acciones.
En ese escenario, la capacidad de explicar y supervisar los resultados adquiere mayor importancia. Según los datos globales del estudio, el 97,2% de los encuestados afirma que en algún momento modifica o anula recomendaciones o decisiones generadas por IA, y la principal razón está relacionada con la falta de visibilidad sobre cómo se ha llegado a una determinada decisión.
El informe también apunta que las organizaciones que aplican prácticas de IA consideradas confiables presentan una probabilidad 15 veces mayor de declarar retornos elevados. Dentro del grupo con mejores prácticas, el 62% declara un ROI fuerte o alto, frente al 4% entre las organizaciones con niveles bajos de preparación en confianza.
Estos datos no significan que la gobernanza sea por sí sola la causa del retorno económico, pero sí muestran una asociación entre la preparación organizativa y la capacidad de obtener resultados de la IA.
Del experimento a la producción
El elevado porcentaje de pruebas de concepto que no llegan a producción constituye uno de los principales desafíos para las empresas españolas.
Los pilotos permiten comprobar las capacidades de una herramienta en un entorno controlado, pero pasar de esa fase a una aplicación real exige resolver cuestiones relacionadas con datos, infraestructura, seguridad, procesos y responsabilidades.
El 88% de fracaso en el paso de las pruebas de concepto a producción indica que esta transición continúa siendo un punto crítico.
La situación también explica por qué una parte importante de los beneficios actuales se concentra en el ahorro de tiempo individual. Las empresas pueden conseguir mejoras inmediatas en determinadas tareas sin haber realizado todavía la transformación organizativa necesaria para capturar todo el valor potencial.
En este contexto, el siguiente paso de la adopción de IA no parece estar únicamente relacionado con aumentar el número de herramientas utilizadas, sino con integrar la tecnología dentro de los procesos que generan ingresos, reducen costes o mejoran la experiencia de clientes y empleados.
El reto pasa por medir el impacto
La evolución de la IA empresarial en España entra así en una segunda fase. La primera estuvo marcada por la experimentación y la incorporación de herramientas generativas. Ahora las compañías tienen que demostrar que esas inversiones producen resultados concretos.
Los datos del estudio muestran una situación desigual. Por un lado, el 60,5% de las empresas ya integra IA en su estrategia y el 80% de los empleados afirma ahorrar tiempo gracias a ella. Por otro, solo el 17,3% declara un ROI elevado, mientras que el 37% consigue mejorar su EBIT.
La diferencia plantea un desafío especialmente relevante para las áreas de marketing, donde la IA está entrando rápidamente en ámbitos como generación de contenidos, análisis de datos, automatización, atención al cliente, personalización y planificación de campañas.
La adopción, por sí sola, no garantiza mejores resultados. Para convertir el uso de inteligencia artificial en rentabilidad será necesario conectar las herramientas con objetivos empresariales concretos, rediseñar procesos cuando sea necesario y establecer sistemas que permitan medir qué impacto produce realmente cada aplicación.
España parte de un nivel elevado de adopción, pero los datos del informe muestran que la siguiente batalla no será incorporar más IA, sino conseguir que la tecnología pase de las pruebas y el ahorro de tiempo a resultados económicos medibles.
