McKinsey: 80% es más productivo con IA, pero solo el 6% ve ROI

¿Cuál es la paradoja que dejó al descubierto la encuesta State of AI 2026?

Ocho de cada diez empleados dicen que la IA mejoró su productividad individual. Solo el 37% de las organizaciones reporta que esa productividad se tradujo en impacto financiero medible en su EBIT. Esa brecha de más de 40 puntos porcentuales es la "paradoja de productividad" que la encuesta State of AI 2026 de McKinsey & Company puso sobre la mesa.

La cifra de 37% no cayó respecto al año anterior: se mantiene estancada. Y la proporción de "high performers" —organizaciones que atribuyen al menos el 5% de su EBIT a la IA y describen ese impacto como "significativo"— se sostiene en apenas el 6% del total, según los datos que recogió la publicación original.

El contraste es claro: las herramientas ya están en la mesa, los empleados las adoptan, los presupuestos crecen. El retorno, no.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

¿Qué hacen diferente las empresas que sí ven retorno?

La encuesta de McKinsey identificó un patrón en ese 6% de high performers: no persiguen solo eficiencia, también persiguen crecimiento e innovación. Y, sobre todo, rediseñan sus flujos de trabajo en función de la IA en lugar de insertarla en procesos existentes.

Un análisis publicado por Forbes en junio de 2026 recogió datos internos de McKinsey: 55% de los high performers rediseñó de fondo sus flujos de trabajo alrededor de la IA, frente a solo 20% del resto de empresas. De los 25 factores organizacionales que McKinsey cruzó contra impacto en EBIT, el rediseño de workflows fue el de mayor correlación —por encima de la elección de modelo, la infraestructura o el proveedor.

Un estudio complementario del Stanford Digital Economy Lab publicado en abril de 2026 —el Enterprise AI Playbook de Pereira, Graylin y Brynjolfsson— examinó 51 despliegues que sí generaron valor medible, cubriendo 41 organizaciones en siete países y más de un millón de empleados. El hallazgo más incómodo: en 42% de esas implementaciones, el modelo foundation era completamente intercambiable. Lo que hacía la diferencia era el diseño del workflow, no la tecnología.

Además, el estudio de Stanford encontró que 61% de los despliegues exitosos venían de al menos un fracaso previo. El patrón repetido en esos fracasos: tratar la IA como un proyecto tecnológico en lugar de un rediseño de procesos.

¿Qué costo invisible frena a la mayoría?

La adopción, mientras tanto, sigue acelerándose. La encuesta de McKinsey 2026 muestra que 40% de las organizaciones con ingresos anuales superiores a US$1.000 millones ya están escalando agentes de IA, frente a 27% el año anterior. En empresas más pequeñas esa cifra se mantuvo estable en 22%.

Los agentes de codificación también avanzan: cerca de dos de cada diez organizaciones los están escalando, y el porcentaje sube a 31% entre las grandes empresas. El efecto secundario ya se ve en las decisiones de compra: 32% de los encuestados señala que su organización dejó de comprar uno o más productos de software porque ahora puede construirlos internamente.

Pero ese crecimiento trae fricciones. Alrededor de 20% de los encuestados reporta que los costos operativos asociados a la IA —incluyendo el gasto en tokens— ya están limitando su adopción. Aun así, la mayoría planea seguir invirtiendo: según el análisis del Forbes Technology Council, 60% de los encuestados espera aumentar su gasto en IA durante el próximo año.

La paradoja se completa cuando se mira el laboratorio MIT NANDA, que según recogió Forbes estima que 95% de los pilotos de IA generativa no entregan impacto medible en el P&L. La adopción ronda el 88% de las organizaciones, pero el retorno se concentra en una minoría.

¿Cómo cambia la IA el organigrama de las empresas?

En el plano individual, la IA ya muestra resultados. Además del 80% que reporta más productividad, 50% de los encuestados afirma que la IA les ayuda a tomar mejores decisiones. La promesa tangible ya está del lado del usuario.

Lo que aún no se materializa es el ajuste de plantilla. 39% de los encuestados espera reducciones de personal relacionadas con IA en el próximo año, frente a 32% del año anterior. 43% no anticipa cambios. Y un dato relevante para no caer en el alarmismo: las reducciones reales del último año fueron considerablemente menores a lo que los encuestados habían anticipado en la edición anterior. La expectativa supera al hecho, por ahora.

La consecuencia operativa: muchas empresas están absorbiendo la capacidad extra generada por IA en más correos, reuniones y reportes —incremento de output sin redesign— en lugar de redirigirla a resultados concretos como innovación, revenue o experiencia de cliente. La capacidad se crea; el valor, no.

¿Qué significa esto para tu startup?

Para un founder, la encuesta deja tres mensajes accionables.

Primero: medir a nivel de tarea no es medir a nivel de empresa. Si tu equipo usa IA para reducir un reporte de cuatro horas a una, pero esas tres horas se llenan de reuniones y correos, no hay ROI organizacional —solo redistribución de capacidad. Conecta cada uso de IA con un outcome concreto: revenue, retención, NPS, tiempo de ciclo, decisiones mejoradas.

Segundo: el rediseño del workflow es la palanca, no el modelo. El estudio de Stanford muestra que en 42% de los despliegues que sí funcionaron el modelo era intercambiable. Antes de comprar otra suscripción premium, mapea qué proceso querés transformar, quién lo opera hoy y qué métrica te importa. El 55% de los high performers rediseñó workflows; el otro 80% compró herramientas.

Tercero: presupuestá los costos invisibles. El 20% que reportó costos limitando adopción incluye el gasto en tokens. En tu modelo financiero, contemplá un rubro explícito de "costos variables de IA" —no los escondas en infraestructura. Una startup que escala agentes sin modelo de costos unitarios termina descubriendo el límite cuando el proveedor deja de subsidiar.

Para equipos chicos, una regla práctica: empezá con un solo workflow de alto impacto, rediseñado de punta a punta, con un KPI amarrado. Si ese no entrega valor en 8 a 12 semanas, no es la herramienta: es el diseño del proceso.

Conclusión

La encuesta State of AI 2026 de McKinsey no dice que la IA no funcione. Dice que funciona a nivel individual, se acelera en adopción y presupuesto, pero solo el 6% de las organizaciones logra convertir esa productividad en impacto financiero sostenido. La diferencia, según los datos de McKinsey, Stanford y el análisis de Forbes, no es tecnológica: es de rediseño de workflows, sponsorship ejecutivo y disciplina operativa. Para founders, eso es buena noticia: la barrera no es el acceso a la IA —ya está democratizada— sino la capacidad de transformar procesos. Y eso, a diferencia del modelo, no se compra.