Empresas: 79% sube inversión en IA sin poder probar el ROI

Qué dice el informe: más presupuesto, menos evidencia

El 79% de las organizaciones aumentó su inversión en inteligencia artificial durante el último año, con un crecimiento medio del gasto del 31%. El dato, extraído del informe HTEC AI Value Realization Report 2026, dibuja una paradoja incómoda: el 71,5% de esas mismas empresas reconoce que no dispone de una visión integral sobre cómo se adopta, se usa y qué resultados produce la IA a escala corporativa.

En otras palabras, se está gastando mucho más y midiendo prácticamente igual. Para un founder que acaba de aprobar un presupuesto de IA o está a punto de hacerlo, la lectura es directa: el problema ya no es conseguir la herramienta, es demostrar que sirve.

El informe lo formula sin rodeos a través de Alex Rumble, director de marketing de HTEC: el debate empresarial "ya no consiste en acceder a la tecnología o identificar posibles casos de uso, sino en demostrar que las inversiones generan resultados de negocio tangibles".

¿Por qué las personas y los procesos frenan el retorno?

El 77% de los ejecutivos consultados sitúa las limitaciones para obtener resultados en las personas y los procesos, no en la tecnología. Es el hallazgo que más debería incomodar a un equipo directivo: la mayoría de los proyectos no falla porque el modelo no funcione, sino porque nadie rediseñó el flujo de trabajo alrededor de él.

La falta de visibilidad tiene consecuencias económicas medibles. Cerca de una cuarta parte de los directivos afirma haber sufrido incrementos inesperados de costes asociados al uso de IA por no tener mecanismos adecuados de seguimiento. Otro 26% señala una dependencia de proveedores y socios externos mayor de la prevista.

Y hay un problema de comunicación interna que agrava todo: solo el 27% de las empresas ha comunicado de forma clara y estructurada los objetivos y resultados esperados de sus iniciativas de IA al conjunto de la organización. Si el equipo no sabe qué se espera del proyecto, difícilmente va a reportar el impacto correcto.

¿Qué sectores avanzan más rápido y cuáles se quedan en la exploración?

El estudio detecta una brecha sectorial considerable. Telecomunicaciones aparece como el sector más maduro: el 52% de sus organizaciones afirma que ya escala iniciativas consolidadas de IA o se considera nativa en esta tecnología. En el extremo opuesto, sanidad: el 28% de sus organizaciones sigue en fases iniciales de exploración y evaluación.

La diferencia no es tecnológica, es operativa. Los sectores regulados y con procesos clínicos o de atención al paciente tienen más fricción para rediseñar flujos, más comités y más coste de error. Eso explica por qué la exploración se alarga aunque la tecnología esté disponible.

El coste deja de ser la prioridad: qué se espera ahora de la IA

Uno de los cambios más relevantes del informe es la evolución de las expectativas. Solo el 18% de los directivos sitúa la reducción de costes entre los principales beneficios esperados de la IA. En su lugar ganan peso la mejora de la toma de decisiones, la productividad, la experiencia de cliente, la innovación y la aceleración del time-to-market.

Ese cambio tiene un efecto colateral: complica la medición. Si el objetivo era ahorrar horas, el indicador era obvio. Si el objetivo es mejorar decisiones o acelerar el lanzamiento de productos, el KPI requiere diseño, línea base y atribución. Y ahí es donde la mayoría se queda corta, porque las organizaciones usan indicadores muy distintos entre sí y no existe un modelo común para medir el valor generado de forma homogénea.

El patrón se repite fuera de este informe. La investigación The Adaptive Advantage, de Wharton Human-AI Research y GBK Collective, publicada en octubre y recogida por unite.ai, encontró que el 80% de los directivos reporta retornos positivos de su inversión en IA, pero solo el 28% los califica como fuertemente positivos. Y el matiz clave: entre los departamentos que miden al menos un indicador de crecimiento, el 35% reporta retornos fuertemente positivos, frente al 13% de los que solo miden eficiencia.

¿La gobernanza avanza al mismo ritmo que los agentes?

No. El informe de HTEC es tajante: únicamente el 14% de las organizaciones mide de forma sistemática los riesgos asociados a la IA en el conjunto de su cartera tecnológica. Y las políticas de supervisión humana, responsabilidad y control varían enormemente entre empresas.

El motivo de fondo lo explica Lawrence Whittle, director de estrategia de HTEC: la IA "ya no solo proporciona información, sino que cada vez tiene una mayor capacidad para actuar de forma autónoma", por lo que resulta imprescindible definir con claridad los modelos de supervisión, riesgo y responsabilidad.

Los datos de Wharton–GBK refuerzan la advertencia. Según ZDNET, el 67% de las empresas usa agentes de IA para ejecutar tareas o flujos, pero solo el 28% dice que la IA está plenamente integrada en sus procesos centrales y apenas el 17% permite que los agentes actúen de forma autónoma. La mayoría mantiene revisión humana previa a la acción.

El mismo análisis señala que las organizaciones con un Chief AI Officer designado reportan retornos fuertemente positivos en el 58% de los casos, frente al 24% cuando la responsabilidad se suma a otro ejecutivo y al 8% cuando no existe ese rol ni está previsto. También hay una correlación con la estandarización: el 50% de quienes se apoyan en una única plataforma aprobada reporta retornos fuertes, frente al 9% de quienes experimentan sin un enfoque definido.

¿Cuánto cuesta realmente no medir?

Más de lo que parece. Un análisis de Forkast que recoge encuestas de IBM, Accenture y Gartner apunta en la misma dirección: solo el 33% de las iniciativas de IA cumple sus objetivos de ROI según el IBM Institute for Business Value, y el 72% no logra escalar más allá del piloto. Accenture, con 3.000 ejecutivos encuestados, reporta que el 82% invierte en IA pero solo el 23% obtiene valor sostenido.

El mismo análisis cita una previsión de Gartner de agosto de 2026: los costes de inferencia se multiplicarán por más de cinco hasta 2028, y el 40% o más de los proyectos de IA serán cancelados antes de finales de 2027. La causa no será la tecnología, sino haber desplegado sin una línea base de costes.

Qué significa esto para tu startup

Si diriges una empresa pequeña o mediana, la tentación es pensar que estos informes hablan de corporaciones con comités y consultoras. Es al revés: una startup tiene menos margen para gastar sin saber qué devuelve. Estas son las acciones que se desprenden de los datos.

• Define la métrica antes de comprar la herramienta. Elige un indicador de negocio (conversión, tiempo de ciclo, coste por ticket, retención) y registra su valor actual antes de desplegar nada. Sin línea base no hay ROI posible, solo opiniones.
• Combina métricas de eficiencia con métricas de crecimiento. El hallazgo de Wharton–GBK es consistente: medir solo horas ahorradas se asocia a retornos más débiles. Añade al menos un indicador de ingresos o de volumen de negocio al panel.
• Nombra un responsable único. No hace falta un Chief AI Officer formal, pero sí una persona con nombre y apellido que responda por el presupuesto, los permisos y los resultados de cada iniciativa.
• Instrumenta el coste completo, no solo la factura del proveedor. El gasto real incluye integración, datos, gobernanza y horas de equipo. Si no ves esa suma, los sobrecostes aparecerán sin aviso, como le ocurre a una cuarta parte de los directivos del informe HTEC.
• Escribe la política de supervisión antes de dar autonomía a un agente. Qué puede ejecutar solo, qué requiere aprobación y quién asume el error. Es más barato decidirlo en una tarde que improvisarlo tras el primer incidente.

Conclusión

La conclusión del informe HTEC es también la más útil para cualquier equipo: la nueva etapa de la IA estará marcada menos por la tecnología y más por la capacidad de las organizaciones para gestionar su transformación interna. La ventaja competitiva sostenible no vendrá de tener el mejor modelo, sino de saber dónde se genera valor, dónde aparecen costes y riesgos, y qué procesos hay que rediseñar para aprovechar el potencial.

Con un 79% de empresas aumentando presupuesto y un 71,5% sin visibilidad integral, el espacio para diferenciarse no está en adoptar antes, sino en medir mejor. Para un founder, eso es una buena noticia: la disciplina de medición cuesta mucho menos que la tecnología y casi nadie la está aplicando todavía.

Fuentes

• IT User — Las empresas aumentan un 31% su inversión en IA pero tienen dificultades para probar su valor
• Unite.AI — Wharton–GBK's The Adaptive Advantage Report Reveals the AI ROI Gap
• ZDNET — 5 reasons your company needs a chief AI officer in 2026
• Forkast — The Measurement Gap in Agentic AI Is Not a Reporting Problem. It Is the ROI Barrier.