La paradoja que McKinsey 2026 deja al descubierto
La última entrega del McKinsey State of AI (encuesta a 1.719 participantes en 97 países, según HPCWire) dibuja una grieta que cualquier founder debe mirar de frente: 80% de los encuestados dice que la IA mejoró su productividad individual, pero solo 37% reporta un impacto positivo en el EBIT de su organización, una cifra que se mantiene prácticamente sin cambios respecto a 2025, según el reporte.
La adopción, en cambio, sí se aceleró. Casi nueve de cada diez organizaciones usan IA en al menos una función, 44% declara que ya la está escalando en toda la empresa (frente a 38% un año antes) y la proporción que la utiliza en tres o más funciones subió de 51% a 56%, según el mismo estudio.
La diferencia entre usar IA y capitalizarla se volvió el verdadero cuello de botella de 2026.
🤖 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 comunidadPor qué la productividad no se traduce en EBIT
El primer problema es de medición. Un empleado que recorta una tarea de cuatro horas a una crea tres horas de capacidad, pero poco valor organizacional si esas horas se reabsorben en correos, reuniones y reportes de bajo impacto, como advierte Yahoo Finance al repasar el informe.
El segundo problema es la distribución desigual del beneficio. Los gerentes de nivel medio y los colaboradores individuales son más propensos que los ejecutivos a reportar efectos negativos relacionados con la IA: 47% frente a 31%, según el reporte original de McKinsey. La herramienta no está creando la misma experiencia para todos los niveles.
La consecuencia operativa es directa: tener trabajadores más productivos no significa, automáticamente, tener una empresa más rentable.
Los agentes cambian la ecuación de comprar vs. construir
El siguiente salto está ocurriendo con los agentes de IA, y el reporte muestra que avanza a dos velocidades.
En grandes empresas (más de US$1.000 millones anuales) el porcentaje que escala agentes pasó de 27% a 40% en un año. En organizaciones más pequeñas la cifra se estancó en torno al 22%, según la encuesta de McKinsey recogida por HPCWire. Los agentes de codificación corren en paralelo: 20% de las organizaciones los escala, y la cifra llega a 31% entre las grandes compañías.
Lo más disruptivo es lo que esto implica para el software empresarial. 32% de los encuestados afirma que su organización decidió no comprar al menos un producto o funcionalidad de software porque podía desarrollarla internamente con herramientas de codificación basadas en agentes, según la misma fuente.
Eso no va a tumbar de un día para otro a gigantes como Salesforce o SAP, pero sí empieza a mover una frontera histórica: la línea entre «empresa tecnológica» y «empresa que desarrolla su propia tecnología» se difumina.
Tokenomics: cuando el costo se vuelve una variable estratégica
La caída del precio por token no es la historia completa. El Stanford HAI 2025 AI Index, citado por McKinsey en su informe de julio de 2026, recoge que el precio por millón de tokens para la misma capacidad cayó de unos US$20 a US$0,07, según reproduce Yahoo Finance.
Pero el gasto total en LLM se triplicó en los 12 meses siguientes, según Menlo Ventures en la misma cadena de análisis. ¿Por qué? Porque los flujos agenticos consumen órdenes de magnitud más tokens que un chat simple, y 60% del gasto en IA agentica se va en refinamiento de respuesta, no en la llamada inicial al modelo, según el McKinsey QuantumBlack de julio de 2026.
Un caso bancario citado por Beri.net lo cuantifica: en un flujo de originación de préstamos, los tokens representaron solo 22% del costo total por préstamo; el 78% restante se lo llevaron llamadas a herramientas, consultas vectoriales, revisión humana y cumplimiento.
El resultado aparece en los presupuestos. La encuesta McKinsey Enterprise AI FinOps de mayo de 2026 encontró que 93% de las empresas está excediendo su presupuesto de IA y que la mayoría espera aumentar el gasto al menos 25% en los siguientes 12 meses, según Abacusnews. Uno de cada cinco encuestados del State of AI 2026 dice que los costos operativos asociados a la IA ya están limitando su uso, recoge el reporte original.
Las implicaciones para los CFO son incómodas: la IA dejó de ser una partida tecnológica y pasó a ser una variable financiera. IDC lo resume con el concepto de tokenomics: entender cómo cada workload consume tokens para poder gestionarlos como se gestionaban antes los ciclos de CPU o el almacenamiento IOPS, según explica su analista Ashish Nadkarni a Biztech Magazine.
Que el gasto siga subiendo pese a esta presión revela la convicción del mercado: 28% de los encuestados dice que su organización destina más de 10% del presupuesto total de TIC a IA, y 60% espera incrementarlo el próximo año, según el reporte.
Lo que hacen diferente las empresas que sí capturan valor
McKinsey identifica un grupo pequeño pero decisivo: el 6% de organizaciones «de alto rendimiento» que atribuye al menos 5% de su EBIT a la IA y describe su impacto como significativo.
Su ventaja no es gastar más. Es operar distinto:
- Tienen 3,3 veces más probabilidad que el resto de pretender transformar radicalmente su negocio en los próximos tres años.
- Casi tres cuartos rediseñaron sus flujos de trabajo de forma radical por la IA; en el resto de las empresas, esa proporción es de apenas una cuarta parte.
- Presentan el doble de probabilidad de reportar compromiso explícito de la alta dirección y de contar con procesos definidos para medir impacto.
La conclusión es incómoda para quien compró licencias, desplegó copilotos y siguió trabajando igual: la tecnología, sola, no parece suficiente. La ventaja aparece cuando la IA es el motivo para rediseñar procesos completos, no una capa más sobre sistemas existentes.
Qué significa esto para tu startup
Tres acciones concretas que podés aplicar esta semana:
- Medí productividad y EBIT por separado, con línea base de costos. Si vas a invertir en un agente, definí qué flujo cambia, cuánto cuesta hoy y cuánto costará mañana con el agente desplegado. Sin esa base, «ahorra tiempo» no se traduce en margen.
- Trackeá tokens por workload, no por departamento. Los datos de McKinsey QuantumBlack muestran que el refinamiento de respuesta puede consumir 60% del gasto agentico. Una práctica simple: asigná el costo recurrente de IA a la unidad de negocio que se beneficia, no al centro de costos de tecnología.
- Si vendés SaaS a empresas, anticipá la presión. El 32% de los encuestados ya está eligiendo construir en lugar de comprar gracias a agentes de codificación. Tu próxima conversación de renewal va a incluir «¿podemos reemplazarlo con un agente interno?». Llevá respuesta antes de que la pregunten.
La adopción de la IA ya dejó de ser el problema. El problema —y la oportunidad— es convertir uso en margen.
Fuentes
- Las empresas ya usan más IA, pero todavía no logran convertirla en ganancias — IT NOW
- McKinsey Report: Enterprise AI Is Becoming a Two-Speed Race — HPCWire / BigDATAwire
- The Hidden Math Behind the AI Agent Cost Crisis — Yahoo Finance
- AI ROI Costs After McKinsey’s New Findings — Abacusnews
- AI Tokenomics: How Token-Based Pricing Is Reshaping Enterprise AI Strategy — Biztech Magazine
🤖 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
