El 21,1% de las compañías de diez o más empleados utilizaba alguna tecnología de IA en el primer trimestre de 2025, 8,7 puntos más que un año antes, según el Instituto Nacional de Estadística. A escala global, el 88% de las organizaciones declara emplearla regularmente en al menos una función, aunque solo alrededor de un tercio ha comenzado a escalar sus programas.
La distancia entre uso e impacto se ha convertido en el principal conflicto de la nueva fase de la IA empresarial. El informe The State of Organizations 2026 señala que el 81% de las organizaciones que experimentan con inteligencia artificial no reporta todavía mejoras económicas significativas y que el 86% de los líderes considera que su empresa no está suficientemente preparada para incorporarla a las operaciones cotidianas.
Para Qaracter, el problema aparece cuando las compañías introducen nuevas herramientas sobre procesos, responsabilidades e incentivos diseñados para otra etapa. Un asistente puede acelerar la elaboración de un informe, pero el beneficio se diluye si el documento continúa atravesando las mismas validaciones, reuniones y traspasos entre departamentos. La tecnología mejora una tarea; la organización conserva el cuello de botella.
La productividad local no garantiza una transformación
La primera ola de IA generativa se concentró en usos individuales, como resumir documentos, producir contenidos, buscar información o apoyar el desarrollo de software. Estos casos pueden ahorrar tiempo, pero no necesariamente modifican el rendimiento de un proceso completo. Para capturar valor empresarial, Qaracter considera necesario pasar de medir cuántas personas utilizan una herramienta a comprobar qué decisiones se toman antes, qué pasos desaparecen, qué errores se reducen y qué capacidad adicional obtiene el negocio.
Los datos apuntan a que el mercado ya se aproxima a esta transición. El 82% de los directivos consultados por Microsoft considera que ha llegado el momento de replantear aspectos centrales de la estrategia y las operaciones, mientras que el 81% espera integrar agentes de IA de forma moderada o extensa en los siguientes 12 a 18 meses. Esta evolución obligará a determinar qué puede decidir una máquina, qué requiere revisión humana y quién responde cuando el sistema actúa fuera de lo previsto.
“El error más frecuente es tratar la IA como una herramienta que se añade al trabajo existente. Su verdadero potencial aparece cuando la empresa se pregunta qué tareas deben desaparecer, qué decisiones pueden acercarse a los equipos y qué papel debe asumir cada persona. La transformación no consiste en hacer lo mismo más deprisa, sino en rediseñar cómo se crea valor, manteniendo siempre responsabilidades claras, supervisión humana y criterios de confianza”, afirma José Manuel Casado, presidente de Qaracter.
El cuello de botella es también cultural y directivo
La reorganización del trabajo exige capacidades que no se resuelven únicamente con formación técnica. El Future of Jobs Report 2025 del Foro Económico Mundial identifica la brecha de habilidades como el principal obstáculo para la transformación empresarial para el 63% de los empleadores. El 85% prevé priorizar la actualización de competencias, pero el desafío incluye también preparar a los mandos para dirigir equipos híbridos, gestionar excepciones, evaluar resultados producidos con IA y comunicar por qué cambia cada función.
Qaracter advierte de que la resistencia suele crecer cuando la organización presenta la IA exclusivamente como una iniciativa de eficiencia o reducción de costes. La adopción mejora cuando existe un propósito de negocio comprensible, los empleados participan en el rediseño, se modifican los objetivos de desempeño y la dirección utiliza la tecnología de forma visible y responsable.
De los casos de uso al rediseño del negocio
La consultora propone abordar la implantación en cinco frentes conectados: seleccionar procesos completos con impacto medible; eliminar pasos y aprobaciones que hayan dejado de aportar valor; redefinir funciones, capacidades e incentivos; establecer límites de autonomía, trazabilidad y escalado de incidencias; y medir resultados de negocio, adopción y riesgo desde el inicio.
Este enfoque desplaza el centro de la inversión desde la compra de licencias hacia la transformación del modelo operativo. La cuestión para las empresas ya no es cuántas herramientas de IA pueden desplegar, sino qué parte de su organización están dispuestas a cambiar para que esas herramientas generen resultados sostenibles.