Adobe: solo 6% de empresas está listo para escalar la IA

Solo 6% de las organizaciones en el mundo se considera líder en preparación para escalar la inteligencia artificial. Las que sí lo consiguen registran mejoras de 1,4 a 1,6 veces en costos, tiempos de ejecución y volumen de trabajo, según State of AI Readiness 2026, el estudio que Adobe encargó a Incisiv.

Para un founder con equipo chico, la lectura es incómoda: la mayoría del mercado está comprando herramientas, y casi nadie está construyendo el modelo operativo que las vuelve rentables.

¿Qué hay detrás del estudio State of AI Readiness 2026 de Adobe?

La muestra no es de startups, y conviene tenerlo claro antes de compararse. Incisiv encuestó a 5.633 altos directivos de 12 sectores y 11 mercados, en organizaciones con ingresos anuales de al menos US$100 millones, y sumó más de 50 entrevistas ejecutivas en profundidad.

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 →

Es decir: el 6% no mide si las empresas usan IA, mide si tienen la estructura para escalarla. Y en ese segmento —comités, áreas legales, presupuestos aprobados— apenas una de cada dieciséis se pone el rótulo de líder.

La ventaja de una startup frente a ese grupo es la velocidad de decisión. La desventaja es la ausencia de datos ordenados y de procesos de medición. El estudio apunta justo a ese segundo punto.

¿Por qué solo 15 de cada 100 ideas de IA llegan a producción?

Ahí está el embudo real. Según el informe, apenas 15 de cada 100 ideas de inteligencia artificial llegan a producción. Las trabas que identifica Adobe son concretas: los procesos de evaluación tecnológica y las revisiones de seguridad.

Ninguna de las dos es un problema de modelos. Son problemas de proceso, y son los que más tiempo consumen en una PyME o en una startup de 30 personas.

A eso se suma una brecha organizativa: solo 22% de las organizaciones logra una colaboración suficientemente estrecha entre negocio y tecnología. Cuando esas dos áreas no comparten objetivos, cada proyecto se define dos veces —una para el negocio y otra para el equipo técnico— y ninguna de las dos definiciones sobrevive a la revisión de seguridad.

Adobe completa el diagnóstico con tres ausencias: responsables con capacidad de decisión, mecanismos de medición y talento especializado. Traducido a la práctica: nadie es dueño del proyecto, nadie sabe cuál era la línea base y no hay quién lo sostenga después del lanzamiento.

Las cinco prácticas de las empresas que sí escalan la IA

El informe identifica cinco prácticas que separan a las líderes del resto. Ninguna requiere comprar nada.

Asignar responsabilidades claras. Un responsable con autoridad, presupuesto y objetivos definidos. No un comité.
Medir desde el inicio. Indicadores y una línea base antes de implementar, no después de ver resultados.
Conectar negocio y tecnología. Involucrar a ambos equipos desde la definición del problema hasta la implementación.
Aprender de los resultados. Analizar los proyectos que no cumplieron sus objetivos para identificar ajustes.
Escalar lo que funciona. Destinar recursos a lo que demuestra valor y extender sus aprendizajes a otras áreas.

Si tienes que elegir una, elige la segunda. Buena parte del fracaso de un piloto de IA se explica porque nadie midió el punto de partida: cuando llega el resultado, no hay contra qué compararlo.

¿Usar IA es lo mismo que generar valor? Los números de México y España

No. Y el dato local es el más elocuente. Según Mexico AI Pulse 2026, de Endeavor México, citado en el material de Adobe, 55% de las empresas analizadas utiliza inteligencia artificial, pero solo 6% reporta un impacto económico significativo.

La misma brecha aparece en encuestas globales. El Global AI Pulse Q2 2026 de KPMG, con 2.145 altos directivos de 20 países, encontró que 76% de los directivos percibe un valor empresarial significativo en la IA, pero solo 7% declara haber alcanzado un retorno de la inversión establecido, según recogió El Español. Y 49% de las organizaciones reconoce haber retrasado, reducido o replanteado despliegues de agentes de IA cuando la inversión empezó a superar el valor estimado.

En España la adopción avanza rápido, con el mismo desfase. Europa Press recogió las cifras presentadas por Aleida Alcaide, directora general de Inteligencia Artificial del Gobierno español: la adopción en empresas de más de 10 empleados pasó de 12,4% en el primer trimestre de 2024 a 21,1% en el mismo periodo de 2025.

Adoptar es la parte fácil. Lo confirma otro dato de KPMG: solo 13% de las organizaciones tiene visibilidad completa de sus costos operativos de IA. Si no sabes cuánto cuesta mantenerla, difícilmente puedas demostrar cuánto devuelve.

¿Y qué está haciendo Adobe con este diagnóstico?

Adobe no publica este tipo de estudio por neutralidad académica: está construyendo el argumento comercial de su suite de marketing. Vale la pena mirar qué movió mientras difundía el informe.

El 5 de noviembre de 2026 la compañía anunció la integración de CX Enterprise Coworker, su plataforma de IA agéntica, dentro de entornos como ChatGPT, Gemini for business, Microsoft Copilot, Claude y Databricks Genie, según reportó Adgully. La idea es que los equipos de marketing planifiquen y ejecuten recorridos de cliente desde la interfaz que ya usan. Poco después, en su conferencia Adobe MAX en Miami, la extendió a GenStudio con Brand Intelligence, un sistema que aprende los estándares de marca de la empresa, según SiliconANGLE.

El detalle relevante para esta nota es el enfoque: la plataforma se presenta como human-led, agent-accelerated, con supervisión humana en cada decisión. Es la conclusión operativa del estudio con otro formato: la IA no reemplaza el proceso, lo acelera cuando el proceso existe.

¿Qué significa esto para tu startup?

Cuatro acciones que puedes ejecutar esta semana sin comprar software nuevo.

Fija la línea base antes del primer piloto. Elige tres métricas que el negocio ya mide —tiempo de respuesta, costo por ticket, tasa de conversión de prueba— y regístralas hoy. Sin eso, la mejora de 1,4 a 1,6 veces que reporta Adobe no se puede demostrar en tu caso.
Ponle nombre y presupuesto al dueño. Una persona, con objetivo definido y margen para decidir. En una startup de 20 personas esto no requiere organigrama: requiere que esa persona no tenga que pedir permiso tres veces.
Mete la revisión de seguridad en la semana uno. La traba declarada para que 15 de cada 100 ideas lleguen a producción es administrativa, no técnica. Si tu proceso de evaluación arranca cuando el código ya está listo, pierdes un trimestre.
Mide tu propia tasa de conversión idea-a-producción. Cuántas ideas de IA entraron y cuántas terminaron en uso real. Es el indicador que el estudio pone en el centro y que casi nadie reporta en el dashboard.

Y si vendes a empresas grandes, hay una segunda lectura: el comprador corporativo ya no pregunta qué funciones tiene tu producto, pregunta qué retorno puede defender ante su comité. Eso cambia el guion de la demo y el de la propuesta comercial.

Conclusión

El estudio de Adobe no descubre que la IA funciona: descubre que la mayoría no sabe probarlo. 6% de líderes en una muestra de empresas con más de US$100 millones de ingresos, 15 de cada 100 ideas que sobreviven hasta producción y 6% de impacto económico significativo en México apuntan al mismo cuello de botella: propiedad, medición y proceso.

Para una startup, eso es una oportunidad antes que una advertencia. La estructura que falta en las grandes —un dueño con presupuesto, una línea base y una revisión de seguridad temprana— cuesta poco y se decide rápido cuando el equipo es chico. La pregunta es si la construyes ahora o después de quemar dos pilotos.