IA para contenido: 88% de empresas la usa en una función

Un equipo de contenido que publicaba cuatro artículos al mes hoy puede plantearse veinte, siempre que alguien revise, edite y ajuste lo que produce la máquina. Ese es el diagnóstico que plantea el análisis publicado por CLM24 sobre las herramientas de inteligencia artificial para la creación de contenidos digitales: el cambio más visible no es tecnológico, es de escala. Para un founder, la consecuencia es directa: la ventaja ya no está en tener acceso a un generador de textos, sino en cómo se reorganiza el trabajo alrededor de él.

De 4 artículos al mes a 20: el cambio es de escala

La producción de contenido dejó de ser un cuello de botella lineal. Los modelos de lenguaje actuales permiten generar grandes volúmenes de texto en poco tiempo, lo que altera la relación entre esfuerzo y resultado. El equipo que antes planificaba cuatro publicaciones mensuales hoy puede sostener veinte, con la condición explícita que señala CLM24: que exista alguien que revise, edite y ajuste.

Ese cambio de escala ya se apoya en una adopción masiva. El informe The State of AI in 2025 de McKinsey, citado por CLM24, indicaba que el 88% de las organizaciones ya utilizaba inteligencia artificial de forma habitual en al menos una función de negocio, frente al 78% del año anterior. El dato siguiente de la serie confirma la tendencia: el informe The State of AI 2026: On the road to ROI, de QuantumBlack, AI by McKinsey, recogido por Europa Press, eleva esa cifra al 89% y señala que el 44% de las compañías ya desplegó IA a gran escala en toda la empresa, frente al 38% del ejercicio previo.

IA en marketing digital: los usos que sí funcionan

El patrón que describe CLM24 es claro: la automatización rinde cuando la tarea es repetitiva y tiene estructura fija.

• Redacción de borradores: se parte de un prompt bien construido y se obtiene un texto base que después se trabaja a mano.
• Variantes de un mismo mensaje: especialmente útil en campañas de correo electrónico y pruebas A/B de anuncios.
• Metadatos y descripciones de producto: formato predecible, con poco margen para el error creativo.
• Resúmenes de informes y transcripciones de reuniones: volumen alto y bajo valor añadido por pieza.

Lo que queda fuera de esa lista es igual de importante: las tareas que exigen criterio editorial, conocimiento del sector o un tono muy específico siguen necesitando supervisión humana. Por eso el perfil que más creció, según el propio análisis, no es el redactor reemplazado, sino el editor que sabe trabajar con la herramienta.

Productividad sí, resultados no: la brecha que define el año

Este es el dato que más debería pesar en una decisión de inversión. El informe de McKinsey difundido por Europa Press señala que el 80% de los profesionales afirma que la IA elevó su productividad individual y que el 52% dice que le ayuda a desarrollar nuevas habilidades. Pero solo el 37% de las empresas reporta un impacto positivo en su EBIT, un porcentaje idéntico al del año anterior. Las compañías consideradas de alto rendimiento, donde la IA aporta al menos un 5% al EBIT, siguen estancadas en el 6%.

¿Qué separa a ese 6% del resto? McKinsey apunta a un patrón concreto, siempre según el informe recogido por Europa Press: el 74% de las empresas de alto rendimiento rediseñó por completo sus procesos de trabajo, frente al 25% del resto del mercado. No añadieron herramientas a un flujo viejo. Cambiaron el flujo.

Otros números del mismo informe que conviene tener a mano:

• El 60% de las empresas prevé aumentar su inversión en IA en los próximos doce meses.
• El coste de procesamiento de datos y tokens frena al 20% de las compañías, y hasta al 25% en el sector tecnológico.
• El 47% de los mandos intermedios y empleados reporta presión laboral o efectos negativos por la tecnología, frente al 31% de la alta dirección.

La conclusión práctica es incómoda pero útil: si tu equipo produce más rápido y tus resultados no se mueven, el problema no es la herramienta. Es el proceso que la rodea.

El contexto español: adopción que casi se duplica

Para quienes operan en España hay una referencia concreta. El INE, citado por La Provincia a partir del informe de McKinsey, registró que el uso de IA entre empresas de diez o más empleados pasó del 12,4% en el primer trimestre de 2024 al 21,1% en el primero de 2025.

La adopción se duplicó en un año, pero sigue lejos de la media global. Esa distancia es una ventana: quien reorganice ahora procesos que su competencia todavía hace a mano tiene margen para moverse primero.

Los 3 límites que la IA no resuelve sola

CLM24 identifica tres límites que conviene tener claros antes de reorganizar un equipo o un presupuesto:

1. Originalidad. Los modelos aprenden de textos existentes y tienden a reproducir patrones consolidados. Producen contenido coherente y bien estructurado, pero rara vez sorprendente.
2. Veracidad. Sin acceso a fuentes actualizadas ni un sistema de verificación posterior, un texto generado puede incluir datos incorrectos presentados con la misma seguridad que los correctos. En sectores jurídico, médico o financiero, eso no se resuelve con volumen de producción.
3. Identidad de marca. El contenido producido en masa pierde las particularidades de voz y estilo que diferencian a una empresa. Recuperarlas exige trabajo de edición que puede consumir buena parte del tiempo que en teoría se ahorró.

El tercer límite ya empezó a convertirse en una función de producto. Según el medio especializado WWWhat's New, en su conferencia Adobe MAX 2025 la compañía presentó el Firefly Image Model 5, con resolución nativa de 4MP sin reescalado, y Modelos Personalizados Firefly que permiten entrenar la IA con estilos visuales propios mediante arrastrar y soltar imágenes de referencia, privados por defecto. La personalización estética, que era trabajo de edición manual, empieza a resolverse dentro de la herramienta.

¿Qué significa esto para tu startup?

El error más común con la IA aplicada a contenido no es adoptarla tarde: es adoptarla sin tocar nada más. Estos pasos son concretos y se pueden ejecutar en un ciclo de dos semanas.

• Audita el flujo antes de comprar otra licencia. Lista las piezas que produce tu equipo y marca cuáles son repetitivas y con estructura fija. Esas van a automatización. El resto conserva su presupuesto de horas humanas.
• Nombra un editor responsable y dale un checklist obligatorio. Verificación de cada cifra contra una fuente, revisión de tono y comprobación de que ningún dato se sostiene solo en la fluidez del texto. Sin un responsable con nombre, nadie revisa.
• Rediseña el proceso, no la plantilla. La evidencia de McKinsey difundida por Europa Press es contundente: el 74% de las empresas que logran retorno rediseñó procesos enteros, y solo el 25% del resto lo hizo. Reasignar tareas vale más que sumar herramientas.
• Mide el retorno en horas liberadas y en pipeline, no en piezas publicadas. Pasar de cuatro a veinte artículos al mes no significa nada si ninguna pieza trae tráfico o conversaciones de venta. Define una métrica de negocio antes de escalar.
• Fija la voz de marca por escrito. Una guía breve con tres ejemplos de lo que sí y tres de lo que no, entregada al modelo y al equipo, es el filtro más barato contra el tono uniforme que hace que todo el contenido de un sector suene igual.

Conclusión

La inteligencia artificial en la creación de contenidos no está reemplazando al equipo de marketing: está reemplazando la parte repetitiva de su trabajo y dejando al descubierto la que nunca fue repetitiva. La división que hoy funciona es simple: la IA genera, escala y prueba; las personas deciden, corrigen y dan contexto.

El dato que mejor resume el momento es la brecha entre el 80% de profesionales que reporta más productividad individual y el 37% de empresas que ve impacto en su resultado operativo. Esa distancia mide exactamente lo que falta: rediseño de procesos, verificación con criterio y una voz de marca que sobreviva al volumen. Las startups que cierren esa brecha con un editor responsable y un flujo auditado van a competir con una estructura mucho más liviana que la de sus competidores.

No se encontraron datos públicos verificables sobre el desempeño específico de JustDone AI, mencionada en el análisis original como herramienta integrada en el proceso de creación asistida.

Fuentes

• Herramientas de inteligencia artificial para la creación de contenidos digitales: qué está cambiando - CLM24
• El 80% de empleados gana productividad con IA, pero solo el 37% de empresas mejora resultados, según McKinsey - Europa Press
• El Informe McKinsey sobre IA - La Provincia
• Adobe Firefly integra inteligencia artificial para transformar la creación de contenido multimedia - WWWhat's New