Solo el 6% de las empresas transforma su negocio con IA

Qué revela el Somos Pymes Summit sobre la adopción de IA

Solo el 6% de las empresas logró transformar su negocio con inteligencia artificial. Ese fue uno de los datos que dejó el Somos Pymes Summit IA para Pymes Córdoba, realizado el martes 27 en el Centro de Congresos y Convenciones de Quorum Córdoba Hotel, con más de 1.600 asistentes y La Voz como partner estratégico.

Para un founder, la cifra no es una curiosidad de evento: significa que la enorme mayoría de las empresas ya compró licencias, ya probó un chatbot y, aun así, no puede demostrar que esa inversión le devuelva algo concreto.

La charla que puso el tema sobre la mesa fue "Cómo empezar con Inteligencia Artificial en una pyme y no morir en el intento", a cargo de Juan Ignacio Asprela, jefe de IA Aplicada de Personal Tech, y Diana Aragón Narváez, lead de Servicios Profesionales Multicloud de la misma compañía. Ambos aclararon que la empresa atravesó la misma situación que hoy viven sus clientes.

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

Cómo se mide la madurez en IA de una empresa

El punto de partida fue un estudio de McKinsey publicado este año que ordena a las compañías en cinco estadios. El primero es el de las que no empezaron: un 12% que ni compró una licencia ni controla lo que sus colaboradores hacen con las versiones gratuitas de las herramientas, lo que implica una exposición importante en materia de seguridad.

El segundo grupo es el de la experimentación, donde se ubica el 40% de las empresas de Latinoamérica: compraron algunas licencias o tienen algún agente en funcionamiento, pero todavía no saben cuánto retorno generan frente a la inversión. Más adelante aparece el 26% que ya implementa modelos dentro de sus procesos, tanto hacia adentro como hacia clientes y proveedores. Dentro de ese grupo, un 16% escala y mejora de manera constante.

En la cima está el 6% de empresas transformadoras: aquellas donde surgen nuevos roles que orquestan la convivencia entre humanos y agentes.

Aragón Narváez describió el riesgo de las etapas iniciales con precisión: "Las personas o los empleados dentro de las empresas están empezando a probar herramientas que, posiblemente, no sean homologadas por la empresa y están aportando datos estratégicos en herramientas gratuitas".

El diagnóstico de Personal Tech coincide con lo que reporta el informe The State of AI 2026 de McKinsey, que Europa Press cubrió con estas cifras: la adopción alcanza al 89% de las organizaciones, el 80% de los empleados dice haber ganado productividad, pero solo el 37% reporta un impacto positivo en su EBIT. El grupo de alto rendimiento —las empresas donde la IA aporta al menos un 5% al EBIT— sigue estancado en el 6%.

Por qué tantas empresas se quedan en la prueba de concepto

El patrón se repite en casi todas las pymes: piloto, entusiasmo y después nada. Según Aragón Narváez, muchas soluciones quedan en prueba de concepto justamente porque no se mide su ahorro de costos ni su beneficio real.

Los números acompañan esa lectura. Un estudio de EY y el think tank enClave de Personas, recogido por RRHH Press, encontró que el 88% de los empleados usa IA en su trabajo y ahorra en promedio ocho horas semanales, pero solo el 5% alcanzó un nivel avanzado de integración. La misma investigación señala que el desarrollo de competencias en IA explica hasta el 49% del tiempo ahorrado por los usuarios, por encima incluso de la herramienta elegida. Y agrega un dato incómodo: solo el 12% de los empleados recibe más de 80 horas anuales de formación en IA, el umbral a partir del cual los beneficios de productividad se multiplican.

La concentración del valor es todavía más marcada. Según el estudio de desempeño de IA de PwC que recogió El Español, solo el 20% de las empresas concentra el 74% del valor generado por la inteligencia artificial, precisamente por haber alineado tecnología, liderazgo y estrategia de negocio.

En un sentido parecido apunta la lectura del informe The State of AI de McKinsey de marzo de 2025 que hizo El Español: el 88% de las empresas ya usa IA de algún modo, casi dos tercios continúa en fase experimental sin escalar resultados, y solo el 21% de las compañías que utiliza IA generativa afirma haber rediseñado sus flujos de trabajo.

Los cinco desafíos que frenan la adopción en las pymes

Seguridad de los datos. Es la primera pregunta de cualquier cliente: qué ocurre con su información corporativa. En las aplicaciones gratuitas los datos pueden emplearse con otros fines, por lo que hay que usar herramientas corporativas homologadas en un esquema de responsabilidad compartida. El riesgo ya no pasa solo por ciberataques, sino por los propios colaboradores.

Productividad, costo y eficiencia. Para Asprela hay lugares donde no conviene poner IA: si lo que funciona bien se modifica solo por moda, se puede perjudicar el NPS con el cliente. El foco debe estar en los cuellos de botella y en los procesos con mucho backlog.

Usar los datos para decidir mejor. "Sin datos no hay IA que funcione. La IA no hace magia y es tonta en el sentido de que aprende únicamente de la base de conocimiento que le damos", afirmó Asprela. Como ejemplo citó el caso de una automotriz estadounidense que, hace tres años, probó un bot sin gobernanza y terminó vendiendo una camioneta de alta gama por un dólar.

Mantenerse relevante. La recomendación fue acompañarse de partners estratégicos; en su stand ofrecían un assessment gratuito para medir la exposición de datos y la preparación de la infraestructura.

Acceso a capacidades técnicas. Sugirieron detectar talentos internos y reconvertir sus habilidades. Los sistemas actuales no se tiran: se actualizan y se integran mediante APIs.

El contexto regional confirma esos cuellos de botella. Un informe de NTT DATA y MIT Technology Review citado por El Español encontró que en 2024 el 46,7% de las empresas latinoamericanas estaba en fase de implementación inicial de IA tradicional y solo el 3,2% no tenía experiencia alguna. En IA generativa, el 42,3% estaba en implementación inicial y apenas un 8,7% en fase avanzada. Entre las barreras que mencionan los líderes encuestados aparecen la falta de talento especializado, la calidad y cantidad de datos, y la falta de claridad estratégica.

Las cinco claves para implementar IA en una pyme

La primera es definir el para qué y el cómo. "No salgan como locos a comprar licencias solo porque el competidor lo hizo. Entiendan primero la necesidad del negocio (para qué) y luego definan qué tecnología comprar (cómo)", planteó Asprela.

La segunda es asegurar los datos, con IA responsable, gobernanza y seguridad de la información. La tercera es armar equipos híbridos de perfiles técnicos y de negocio: según Asprela, el área de negocio puede generar prototipos o código con IA y entregárselos al equipo técnico para avanzar más rápido.

La cuarta recomienda empezar por lo más chico y medible, con iniciativas simples dentro de procesos que generen un beneficio concreto. La quinta, que los especialistas consideraron la más importante, es pensar en cultura y no en herramientas: romper los espacios estancos y trabajar de forma colaborativa entre administración, marketing, recursos humanos y sistemas.

Sobre ese primer punto, La Vanguardia describió tres modelos de uso que ayudan a diagnosticar en qué situación está una empresa: el modelo abierto (cada persona usa las herramientas que quiere, muchas veces con cuentas personales, con alto riesgo de seguridad y pérdida de control), el cerrado (la IA está prohibida o muy limitada) y el equilibrado, donde la organización abre accesos de forma gradual con criterios claros de seguridad y privacidad, define entornos de prueba, documenta buenas prácticas y forma a sus equipos.

Qué significa esto para tu startup

La brecha entre el 89% que adopta y el 6% que transforma no se cierra comprando software. Se cierra midiendo. Si tu startup está en la fase de experimentación, aquí van cuatro movimientos concretos:

Mapea el uso real antes de comprar nada. Pregunta a cada equipo qué herramientas usa, con qué cuentas y con qué datos. Si hay versiones gratuitas procesando información de clientes, ese riesgo ya está corriendo hoy, sin que nadie lo haya aprobado.
Define la métrica del piloto antes de arrancarlo. Horas ahorradas por semana, costo por tarea o tiempo de respuesta, medidos antes y después. Sin línea base, el proyecto no sobrevive al próximo recorte de presupuesto, por bueno que sea.
Elige un cuello de botella, no el proceso que ya funciona. El consejo de Asprela es explícito: intervenir lo que ya anda bien por moda puede deteriorar la experiencia del cliente. Busca donde hay backlog acumulado.
Invierte en formación antes que en licencias premium. Los datos de EY recogidos por RRHH Press apuntan a que el desarrollo de competencias pesa más en el tiempo ahorrado que la herramienta elegida, y que la mayoría de los empleados está muy por debajo del umbral de horas de capacitación que multiplica los beneficios.

Conclusión

El mensaje que dejó Personal Tech en Córdoba es incómodo pero útil: la IA en una pyme no es un problema de tecnología, es un problema de gobernanza, datos y cultura. El 6% que transformó su negocio no tiene mejores herramientas que el resto; tiene procesos rediseñados, métricas claras y equipos que trabajan juntos. Ese es el camino que una startup puede empezar a recorrer esta semana, sin presupuesto nuevo.