LLMs: por qué el 95% de los pilotos de IA no da retorno

La tesis: la inevitabilidad de los LLM es una pregunta mal planteada

El 95% de los pilotos de IA generativa en empresas no produce ningún retorno medible sobre el resultado, según el informe The GenAI Divide: State of AI in Business 2025 del proyecto NANDA del MIT, difundido por Fortune. Para un founder, ese dato solo ya obliga a reformular la pregunta: si la adopción de LLM fuera una obligación competitiva, la mayoría de las empresas que ya la hicieron debería estar ganando, no estancada.

Sobre esa tensión escribe un ensayo publicado en deadsimpletech.com, que sostiene que llamar inevitable a la IA es un cliché que termina la conversación antes de empezarla. El autor no niega que los LLM sean útiles ni que hayan llegado para quedarse. Niega algo más específico: que su adopción sea forzosa.

La distinción no es semántica. Útil y obligatorio son categorías distintas, y confundirlas es lo que lleva a comprar licencias por miedo en lugar de por cálculo.

¿Cuándo una tecnología es realmente inevitable?

El ensayo propone un test de cuatro condiciones que deben cumplirse todas a la vez:

• Rendimiento comparable: la tecnología hace la tarea a un estándar igual o no marcadamente inferior al de la alternativa.
• Valor social de la tarea: hace falta mucho volumen de ese trabajo y hoy lo cubre mano de obra escasa.
• Superioridad abrumadora: no una mejora moderada, sino una diferencia masiva en calidad o en volumen de salida.
• Imposibilidad de neutralizarla: quienes no la adoptan no pueden cambiar su comportamiento para anular la ventaja de quienes sí.

El autor ilustra el marco con las armas de fuego. Una vez que apareció el cañón en la Europa políticamente fragmentada, quien no lo adoptaba terminaba absorbido por quien sí: las fortificaciones de muros altos y delgados eran vulnerables, y rediseñarlas exigía una reestructuración social completa. En el otro extremo está la brújula magnética: resolvía mejor la orientación y era valiosa para una potencia marítima, pero no superaba de forma abrumadora a los métodos existentes y se neutralizaba con solo no depender del mar. Rusia, argumenta el ensayo, habría sido potencia continental con o sin brújula.

El contraejemplo que más incomoda: las armas químicas

El ensayo toma de Bret Devereaux, autor del trabajo Why don’t we use chemical weapons any more?, el caso de las armas químicas: combinan letalidad extrema con adopción casi nula en los campos de batalla desde la Primera Guerra Mundial.

La explicación de Devereaux, según el ensayo, es que la letalidad no se traduce en utilidad. La guerra de maniobra moderna depende de la movilidad, y un arma que vuelve intransitable una zona afecta tanto al atacante como al defensor. La protección completa contra agentes químicos, máscara más traje NBQ, es barata en términos de una economía moderna, incluso comparada con el costo del rifle de un soldado. Y los explosivos convencionales resultan más letales por peso en el campo de batalla.

El resultado es un patrón que el autor traslada a los LLM: la tecnología persiste, es imposible desinventarla, pero los actores serios no la adoptan de forma masiva. Solo la usan quienes no tienen presupuesto, voluntad o capacidad para hacer las cosas de otro modo.

Cómo le va a los LLM en el test de inevitabilidad

Aplicando los cuatro criterios, el ensayo concluye que los LLM aprueban uno solo, y de forma incompleta:

• Rendimiento comparable: aprueba con reservas. Un LLM no produce trabajo del más alto nivel humano, pero gran parte del trabajo humano tampoco lo es.
• Valor social: mixto. Puede cubrir las partes menos valiosas de la escritura de software, la investigación o el diseño, pero cuanto más importante es la tarea, menos sirve.
• Superioridad abrumadora: falla. El autor sostiene que dirigir bien un LLM y verificar su salida limita el volumen, y lo ilustra con un ejemplo: un flujo asistido por LLM puede rendir entre 20% y 50% más tableros de Power BI, pero los tableros rara vez son el cuello de botella real del negocio. Su prueba de fuego es contundente: si existiera una ventaja real, habría al menos una empresa tecnológica produciendo cinco o diez veces más productos que el resto y desplazando al mercado. No ocurrió.
• Neutralización: falla. El ensayo apunta al costo social de usar LLM y al rechazo que genera presentar contenido generado como propio.

Qué dicen los datos de adopción real

El research de esta nota refuerza el argumento con cifras que no vienen del ensayo:

• El informe del MIT ya citado encontró que solo cerca del 5% de los pilotos logra aceleración de ingresos, y que comprar herramientas a proveedores especializados funciona alrededor del 67% de las veces, contra cerca del 33% de los desarrollos internos.
• La encuesta de S&P Global Market Intelligence de 2025, sobre más de 1.000 empresas de Norteamérica y Europa, reportada por Forbes, mostró que la proporción de compañías que descartaron la mayoría de sus iniciativas de IA subió al 42% en 2025 desde el 17% del año anterior, y que la organización promedio abandonó el 46% de sus pruebas de concepto antes de llegar a producción.
• Gartner proyectó en junio de 2025 que más del 40% de los proyectos de IA agéntica serán cancelados hacia fines de 2027, y que de los miles de proveedores que se anuncian como agénticos, solo alrededor de 130 ofrecen capacidad real.
• El estudio Build for the Future de BCG de septiembre de 2025, sobre más de 1.250 empresas, encontró que solo el 5% genera valor con IA a escala y que el 60% reporta poco o ningún valor medible.

Hay una contracara igual de relevante. Info-Tech Research Group reportó en julio de 2026 que el 94% de los desarrolladores declara mejoras de productividad con IA y que el 83% reporta reducción de defectos en el código entregado. Pero el mismo estudio encontró que el 67% de los desarrolladores considera que el código generado por IA requiere más pruebas que el escrito por humanos. Productividad percibida y costo de verificación no son lo mismo.

¿Qué significa esto para tu startup?

La lectura útil no es dejar de usar IA. Es que adoptar por imitación es la peor razón para adoptar.

• Mide el cuello de botella antes de medir la herramienta. Si el LLM acelera una tarea que no limita tu operación, la ganancia no llega al resultado. El ensayo lo dice con un ejemplo concreto: más tableros de Power BI no mueven la aguja si los tableros no eran el problema.
• Presupuesta la verificación como parte del costo. Si dos de cada tres desarrolladores dicen que el código generado necesita más pruebas, el ahorro bruto no es el ahorro neto. Suma revisión, gobernanza y corrección antes de declarar el retorno.
• Prioriza el back office sobre el marketing. El informe del MIT encontró que más de la mitad de los presupuestos de IA generativa se destinan a ventas y marketing, mientras el mayor retorno aparecía en automatización de procesos internos.
• Compra antes de construir, salvo que tengas un equipo probado. La misma investigación muestra una diferencia de éxito de aproximadamente el doble a favor de las soluciones compradas frente a las construidas internamente.

Conclusión

Los LLM no van a desaparecer, y negar su utilidad sería tan ingenuo como declararlos inevitables. El punto del ensayo es más fino: una tecnología puede ser ubicua y a la vez contingente. Lo que decide si tu empresa gana no es si adoptaste la herramienta, sino si la aplicaste donde el negocio realmente se traba.

La pregunta correcta no es si estás usando IA. Es qué problema tuyo se resuelve mejor con esto que sin esto, y a qué costo de verificación.

Fuentes

• LLMs Aren’t Inevitable (fuente original)
• MIT report: 95% of generative AI pilots at companies are failing
• Why Most Agentic AI Pilots Never Make It Into Revenue Workflows
• 94% of Developers Report AI Productivity Gains, but Governance Maturity Lags Behind Adoption

Artículos relacionados:

LLM 0.32: trazas de razonamiento y herramientas para agentes IA Comunidades programación hobby rechazan LLM: por qué el aprendizaje importa más que la IA llm 0.36: el CLI de Simon Willison suma GPT-6 Sol y Luna LLM en videojuegos: por qué fallan según IEEE 2026 LLM: código plausible no es código correcto