Estamos entrando en una fase peligrosa de la Inteligencia Artificial: muchas empresas están adoptando IA, pero convertir esa adopción en resultados económicos sigue siendo otra historia.
ChatGPT. Copilot. Agentes. Automatizaciones. Modelos propios.
La IA está entrando cada vez más profundamente en las organizaciones. McKinsey señala que las empresas están escalando su uso de IA, desplegándola en más funciones y aumentando la utilización de herramientas que van desde chatbots hasta agentes capaces de actuar de forma autónoma sobre workflows. McKinsey & Company
Pero hay una pregunta mucho menos atractiva:
¿Está mejorando realmente el negocio?
Los últimos datos de McKinsey son incómodos.
El 80% de los encuestados afirma que la IA ha mejorado su productividad individual.
Sin embargo, solo el 37% afirma que la IA ha contribuido positivamente al EBIT de su organización, prácticamente el mismo porcentaje que el año anterior. Y apenas un 6% pertenece al grupo que McKinsey denomina AI high performers: organizaciones que atribuyen al menos un 5% de impacto en EBIT a la IA y consideran significativo el valor obtenido. McKinsey & Company
Piénsalo.
80% percibe más productividad individual.
37% observa impacto positivo en EBIT.
Solo 6% está entre los AI high performers.
Tenemos herramientas extraordinarias.
Pero tener mejores herramientas no significa automáticamente tener mejores empresas.
El problema puede no ser la IA. Puede ser tu proceso.
Imagina este proceso:
Un cliente envía un correo.
Una persona descarga el adjunto.
Copia información a Excel.
Otra persona actualiza el ERP.
Alguien envía otro correo para pedir una aprobación.
Después se prepara manualmente un informe.
Y finalmente otra persona comprueba que todo esté correcto.
Ahora añadimos Inteligencia Artificial.
¿Tenemos una empresa inteligente?
No.
Tenemos el mismo proceso, ahora con IA encima.
Y los datos publicados las últimas semanas apuntan precisamente hacia este problema.
Un estudio de Camunda, realizado por Sapio Research entre 1.000 responsables de procesos y 5.000 empleados de organizaciones con al menos 1.000 trabajadores en Estados Unidos, Reino Unido, Alemania y Francia, concluye que el 72% de las organizaciones encuestadas afirma que problemas relacionados con sus procesos han provocado el fracaso de iniciativas de IA. Camunda
Hay otro dato todavía más contundente:
El 82% cree que sus inversiones en IA fracasarán si no invierten más en rediseñar sus procesos. Camunda
No estamos hablando únicamente de tecnología.
Estamos hablando de cómo funciona la empresa.
Deja de empezar por ChatGPT
Cuando analizamos una empresa, la primera pregunta no debería ser:
«¿Dónde podemos poner IA?»
Debería ser:
«¿Dónde estamos perdiendo tiempo, dinero o información?»
Después decidimos qué tecnología tiene sentido.
A veces será Inteligencia Artificial.
Otras veces será una automatización.
Power BI.
Un ERP.
Una aplicación.
O simplemente eliminar un proceso absurdo que lleva diez años haciéndose porque:
«Siempre se ha hecho así.»
Y aquí aparece otra conclusión interesante del estudio de McKinsey.
Las organizaciones que mejores resultados obtienen con IA no se limitan a insertar nuevas herramientas dentro de la forma existente de trabajar. Los AI high performers son mucho más proclives a rediseñar fundamentalmente sus workflows: casi tres cuartas partes dicen estar haciéndolo, frente a aproximadamente una cuarta parte del resto de organizaciones. McKinsey & Company
La IA debería ser parte de la transformación, no un parche
En CL Integrated Solutions planteamos una secuencia sencilla:
ANALIZAR → SIMPLIFICAR → DIGITALIZAR → AUTOMATIZAR → IA
1. Analizar
Entender cómo funciona realmente el proceso y dónde se pierde tiempo, información o dinero.
2. Simplificar
Eliminar pasos, duplicidades y tareas que no aportan valor.
3. Digitalizar
Estructurar y centralizar la información necesaria para ejecutar el proceso.
4. Automatizar
Eliminar tareas manuales y repetitivas cuando puedan resolverse mediante reglas claras.
5. Incorporar IA
Utilizarla allí donde aporte capacidades que la automatización tradicional no puede proporcionar.
Esta metodología es nuestro enfoque de implantación; no es una conclusión estadística de McKinsey o Camunda. Sin embargo, está alineada con una de las conclusiones más relevantes de McKinsey: los high performers tienden a transformar y rediseñar los workflows habilitados por IA, en lugar de limitarse a introducir IA en los procesos existentes. McKinsey & Company
Porque hay algo que muchas empresas deberían empezar a aceptar:
No todo necesita Inteligencia Artificial.
Y reconocerlo puede ser una de las decisiones más inteligentes de toda la estrategia de IA.
En 2026, comprar acceso a IA no es una estrategia
La verdadera ventaja competitiva no está simplemente en disponer de ChatGPT, Copilot o un agente.
Está en convertir esas capacidades en resultados empresariales.
McKinsey encuentra precisamente una brecha entre ambos niveles: mientras ocho de cada diez encuestados perciben mejoras en su productividad individual, solo el 37% declara una contribución positiva al EBIT de su organización. McKinsey & Company
Además, los AI high performers no persiguen únicamente eficiencia: con mayor frecuencia combinan objetivos de eficiencia con crecimiento e innovación, muestran mayor compromiso de la dirección y disponen en mayor medida de procesos definidos para medir el impacto de sus iniciativas de IA. McKinsey & Company
Por eso la carrera de la IA probablemente no la ganará la empresa que tenga más agentes, más copilots o más herramientas.
La ganará la que consiga transformar esas capacidades en:
menos costes,
mejores decisiones,
procesos más rápidos,
más capacidad de innovación
y mejores resultados.
Antes de preguntarte qué IA necesita tu empresa, hazte una pregunta mucho más incómoda:
¿Qué procesos de tu empresa no automatizarías jamás porque sabes que funcionan mal?
Ahí probablemente deberías empezar.
Fuentes
McKinsey & Company — The state of AI in 2026: On the road to ROI, 25 de agosto de 2026. Encuesta online realizada entre mayo y junio de 2026 a 1.719 participantes de 97 países. McKinsey & Company
Informe original de McKinsey
Camunda — The AI Process Gap, 9 de septiembre de 2026. Investigación encargada a Sapio Research con 1.000 responsables de procesos y 5.000 empleados, realizada en julio y agosto de 2026. Es importante señalar que la muestra corresponde a organizaciones de al menos 1.000 empleados, por lo que no presentaría sus porcentajes como representativos específicamente de las pymes españolas. Camunda
Estudio y metodología de Camunda