ESAN: solo el 14,5% de empresas integra la IA a fondo

El diagnóstico de ESAN: adoptar IA no es transformar

Jhonnatan Horna, profesor de ESAN Graduate School of Business, sostiene en una columna publicada en octubre de 2026 en el blog Conexión ESAN de Gestión que buena parte de las empresas aborda la inteligencia artificial desde una perspectiva demasiado estrecha: incorporar herramientas para hacer las mismas actividades en menos tiempo. Mejorar la productividad es valioso, pero reducir la IA a un mecanismo de automatización deja fuera justamente la parte del potencial que sí construye ventaja.

Su argumento central incomoda a quien acaba de firmar una licencia corporativa: cuando prácticamente cualquier competidor puede acceder a modelos similares, la tecnología deja de ser diferencial por sí misma. Lo que separa a unas organizaciones de otras, plantea, son capacidades como la confianza, los datos, el conocimiento especializado y el rediseño del trabajo.

Los números acompañan la tesis. El Barómetro del Talento Digital 2026, citado por Infobae, encontró que el 77,8% de las organizaciones declara un nivel de adopción de IA medio, alto o muy alto, pero solo el 14,5% la integró de forma estructural en sus procesos de negocio y un 37,7% sigue estancado en fase piloto. Apenas el 29,5% cuenta con un marco o estrategia de IA formalizado y comunicado a sus equipos.

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 →

¿Por qué automatizar no es lo mismo que transformar?

Horna usa un ejemplo sencillo: una empresa que aplica IA para elaborar informes más rápido, pero conserva procedimientos innecesarios, responsabilidades difusas y decisiones que exigen múltiples autorizaciones. Producirá documentos antes, aunque seguirá arrastrando los mismos problemas organizacionales. Su conclusión es directa: automatizar procesos ineficientes termina trasladando las deficiencias a sistemas más sofisticados.

La idea tiene eco fuera de la región. Esteban Sancho, CTO de Globant para Norteamérica, plantea en SDxCentral que el cuello de botella casi nunca son las herramientas sino el flujo de trabajo donde se insertan. Al acelerar solo una parte del proceso —por ejemplo, escribir código— el resto del sistema sigue limitado por las mismas demoras, y muchas organizaciones reportan ganancias que no superan un dígito porcentual. Su diagnóstico coincide con el del profesor peruano: no es un problema de tecnología, es un problema de diseño organizacional.

En América Latina la conversación va en la misma dirección. El encuentro Conectatech 2026, organizado por Compensar y la Cámara Colombiana de Informática y Telecomunicaciones (CCIT) en Bogotá, se planteó explícitamente pasar «de la adopción de tecnología a su utilización efectiva», y un estudio de la CCIT en el marco de la Global Trade and Innovation Policy Alliance (GTIPA) señala que la productividad asociada a la IA depende de infraestructura de cómputo, investigación y desarrollo, inversión, talento, adopción empresarial y gobernanza, según Agencia Pi.

El dato incómodo: mucha inversión, poca evidencia de retorno

KPMG encuestó a más de 2.100 ejecutivos senior y halló que el 70% de las empresas de Asia-Pacífico planea invertir más de US$50 millones en IA durante los próximos 12 meses, pero solo el 5% afirma haber establecido un retorno con resultados de negocio demostrados, según reportó TechRepublic. El 55%, además, retrasó o recortó despliegues de agentes de IA porque los costos operativos empezaron a superar el valor generado.

El problema no es solo de control de gasto. BCG recomienda medir el retorno de la IA a nivel de flujo de trabajo —incluyendo el uso de tokens y el tiempo humano de revisión— y compararlo con el resultado de negocio, según el mismo reporte. Sin esa disciplina, las empresas escalan procesos que no saben si funcionan.

Otra referencia útil llega de España: el INE reportó que la adopción de IA en compañías de más de 10 empleados se duplicó en un año hasta el 21,1%, según recoge PuroMarketing. Duplicar todavía deja fuera a cuatro de cada cinco empresas, lo que explica por qué la discusión sobre IA en el tejido productivo hispanohablante sigue siendo más de intenciones que de resultados medibles.

¿La IA agéntica cambia la conversación?

Sí, y es el punto más filoso de la columna. Durante años el debate empresarial se dividió entre si la IA reemplazaría trabajadores o complementaría sus capacidades. Los sistemas agénticos mueven el eje: ya no se trata de quién ejecuta cada tarea, sino de cómo se rediseñan los flujos completos.

La adopción avanza rápido. Según el Agentic Enterprise Index 2026 de Salesforce que recoge ZDNET, el promedio de agentes de IA activados por organización pasó de cinco en febrero de 2025 a 13 en abril de 2026, el tiempo para poner un agente nuevo en producción cayó 53% (de cuatro días a 1,9) y siete de cada diez sesiones de atención al cliente ya se resuelven de forma autónoma.

Para un founder esto tiene una consecuencia práctica: si el trabajo se reparte entre personas y agentes, las funciones, los controles y las métricas hay que rediseñarlos ahora, no después de terminar la migración. Horna lo dice de otro modo: la pregunta ya no es qué tareas pueden dejar de hacer las personas, sino cómo combinar criterio humano y capacidad tecnológica.

¿Cómo evitar perder el conocimiento crítico?

Horna advierte un riesgo que suele subestimarse: cuanto más delegamos en la IA, mayor es el riesgo de perder el conocimiento necesario para evaluar sus resultados. Una respuesta automática puede sonar convincente sin ser correcta para ese negocio en particular.

El Barómetro del Talento Digital 2026 aporta una señal en la misma dirección. Entre las competencias que los directivos consideran prioritarias para los próximos años aparecen el pensamiento crítico (39,6%), el uso competente de herramientas de IA (32,4%) y la capacidad de supervisión y validación de resultados (22,7%), mientras que la programación apenas reúne el 2,4%, según Infobae. Formar criterio rinde más que formar en clics.

¿Qué significa esto para tu startup?

Traducido a decisiones concretas, el mensaje de ESAN se puede aplicar esta misma semana sin comprar ninguna herramienta nueva:

Mapea el flujo completo antes de automatizar. Toma un proceso —atención al cliente, onboarding, facturación— y cronometra desde la solicitud hasta la entrega, marcando dónde se pierde tiempo: aprobaciones, revisiones, traspasos entre áreas. Ese mapa te dirá si el cuello de botella está donde pensabas o en otra parte.
Elimina pasos antes de acelerarlos. Si un informe requiere tres autorizaciones que nadie cuestiona desde 2022, la IA lo va a producir más rápido y la autorización va a seguir frenando todo. Quita primero, automatiza después.
Define la métrica en términos de negocio, no de eficiencia. Horas ahorradas no es un resultado; servicios nuevos, cobertura ampliada o ingresos incrementales sí. El ejemplo de Horna es preciso: automatizar la atención al cliente puede servir solo para bajar costos, o para lanzar un servicio personalizado que antes no era viable.
Mide el costo de la IA por flujo de trabajo, como propone BCG: tokens más tiempo de revisión humana contra el resultado obtenido. Si un piloto no pasa esa prueba en un plazo definido, se rediseña o se detiene.
Construye trazabilidad desde el día uno. Poder explicar cómo llegó un sistema a una decisión es lo que hace que el equipo confíe en él, y lo que te sostiene ante una auditoría o ante un cliente corporativo con compliance estricto.

Conclusión

La columna de Horna no es un alegato contra la IA, sino contra su uso perezoso. La tecnología se volvió accesible y barata; el criterio, los datos ordenados y la disposición a rediseñar cómo trabajamos siguen siendo escasos y difíciles de copiar. Con el 14,5% de las organizaciones integrando la IA de verdad y el 55% de los despliegues agénticos recortados por costos desbordados, la ventaja no está en quién adopta primero, sino en quién cambia el proceso completo y puede demostrarlo con números.