Sam Altman admite: la inercia de la economía frena la adopción de IA

Lo que dijo Sam Altman y por qué importa

Sam Altman, CEO de OpenAI, reconoció en una conversación reciente con el podcaster David Senra que su mayor equivocación reciente fue subestimar la inercia de la economía. Explicó que esperaba que el lanzamiento de GPT-4 en 2023 desatara una transformación mucho más rápida del software empresarial, con nuevas empresas capaces de plantar cara a las incumbentes en cuestión de meses. No ocurrió así: los modelos han dado saltos enormes, pero las organizaciones siguen moviéndose a velocidad humana.

La observación no es menor. Es el propio CEO de la empresa que lidera la carrera de la IA generativa admitiendo que el cuello de botella ya no está en la tecnología, sino en la capacidad de las compañías para absorberla.

Por qué los modelos vuelan y las empresas caminan

El artículo original resume el problema con una imagen potente: abrir ChatGPT y empezar a usarlo lleva segundos; rediseñar los flujos internos de una empresa puede llevar años. Entre ambos extremos hay una cadena larga: integrar sistemas legacy, revisar seguridad, migrar datos, formar equipos y convencer a clientes.

Un dato reciente de Forbes, citando la encuesta 2026 Global CEO Survey de PwC realizada a 4.454 CEOs en 95 países, refuerza el diagnóstico: solo el 12% de los CEOs reportaron haber visto simultáneamente mayores ingresos y menores costes gracias a la IA, mientras más de la mitad no observó ningún efecto financiero. La propia encuesta de PwC fue publicada en enero de 2026, lo que la convierte en una de las radiografías más amplias disponibles sobre el tema.

Otro estudio citado en el mismo artículo, el de Writer sobre empresas para 2026, encontró que el 59% de las compañías ya gastan un millón de dólares o más al año en IA, pero solo el 29% reporta retornos significativos. Es decir: el dinero fluye, el retorno todavía no.

¿Estamos en la “fase intermedia” de la Ley de Amara?

El texto original rescata un concepto clásico: la Ley de Amara, que dice que tendemos a sobreestimar el impacto de una tecnología a corto plazo y a subestimarlo a largo plazo. La IA parece estar atravesando esa incómoda meseta: entusiasmo inicial enorme, transformación real todavía tímida.

La historia lo ha visto antes. Los PCs de finales de los 70 y principios de los 80 prometieron una revolución inmediata que tardó una década en materializarse. La burbuja puntocom de finales de los 90 hizo lo mismo con internet: se sobreestimó su impacto en ese momento y se subestimó su efecto acumulado en los siguientes veinte años. La IA generativa encaja en ese patrón: ciclo de hype explosivo, adopción real más lenta de lo prometido y, posiblemente, una transformación estructural que se notará mejor en retrospectiva.

Lo que esta confesión implica para quien construye IA

Hay una segunda lectura del mensaje de Altman que interesa especialmente a founders: la inercia no es necesariamente mala. En la misma entrevista, el CEO de OpenAI describió esa lentitud como un “amortiguador” que puede hacer la transición más suave para las empresas. Para una startup que vende IA, eso significa tres cosas:

• El mercado es más grande de lo que parece, pero más lento. El TAM (mercado total direccionable) no se va a evaporar, pero la velocidad de captura sí. Los planes financieros a 12 meses probablemente serán agresivos; los planes a 36 meses pueden ser la realidad.
• El producto importa menos que el proceso de adopción. Quien resuelva integración con sistemas legacy, seguridad, cumplimiento y cambio organizacional tendrá una ventaja defensiva enorme frente a quien venda un modelo “mejor”.
• El pricing por uso cambia el juego. El mismo artículo de Forbes señala que OpenAI ha movido todos sus agentes de ChatGPT para negocios a un modelo de pago por uso basado en créditos, igual que Anthropic con su pool de automatización. Esto encarece los despliegues mal diseñados y acelera el desplazamiento hacia proveedores que demuestren ROI rápido.

Qué significa esto para tu startup

Si estás construyendo producto con IA, la confesión de Altman no es una amenaza, es un mapa. Te dice exactamente dónde está la fricción y, por tanto, dónde está la oportunidad de crear una capa de valor real.

Acciones concretas que puedes implementar esta semana:

• Construye un scorecard de una página para cada despliegue de IA en cliente: coste real (plan + créditos + horas de operación), trabajo asignado al tool (una sola línea), retorno mensual medido en horas ahorradas, errores evitados o dólares ganados, y decisión de mantener, ajustar o eliminar. Es el mismo ejercicio que propone el artículo de Forbes y sirve tanto si vendes a empresas como si vendes a tu propio equipo.
• Rediseña el workflow, no solo el prompt. El estudio State of AI de McKinsey probado en 25 características de empresas encontró que rediseñar workflows tuvo el mayor efecto en si la IA genera impacto en beneficios, por encima del modelo elegido o del tamaño del presupuesto. Antes de comprar más capacidad de cómputo, mapea qué proceso concreto vas a cambiar.
• Mide con la misma vara que el resto de CapEx. Trata cada euro invertido en IA como cualquier otra decisión de capital: con métrica de éxito definida antes de la implementación y con disciplina para redirigir presupuesto si no entrega resultados en un trimestre. La diferencia entre el 12% de CEOs que ven ROI y el resto no es tecnológica, es de disciplina de medición.

La IA no se está frenando: se está asentando. Quien entienda la inercia de la economía como una ventaja competitiva, no como un obstáculo, será quien capture el valor real de esta ola.

Fuentes

• Sam Altman reconoce que la economía tiene demasiada inercia
• Companies Track How Much AI They Use. The Winners Track What It Earns