Un piloto de IA sin ROI casi nunca falla por el modelo. El 25 de agosto de 2026, McKinsey publicó que el 37 % de las empresas encuestadas atribuye algún impacto en el EBIT a la inteligencia artificial. Es exactamente el mismo 37 % que declaró en 2025. Dos años, modelos mucho mejores, y el numerador quieto.
Lo que sí se ha movido es todo lo demás.
Respuesta rápida: Un piloto de IA sin ROI suele fallar porque la herramienta se inserta en un proceso que nadie ha rediseñado. McKinsey (25 de agosto de 2026) mantiene en el 37 % las empresas con impacto en EBIT, y Deloitte (24 de abril de 2026) sitúa en el 30 % las que rediseñan roles y flujos.
Lo esencial
- El 37 % atribuye algún impacto en EBIT a la IA y solo el 6 % son high performers, ambos planos respecto a 2025 (McKinsey, The State of AI, 25 de agosto de 2026; 1.719 encuestados en 97 países).
- Solo el 30 % rediseña roles y flujos de trabajo, y el 20 % logra crecimiento de ingresos frente al 74 % que lo aspira (Deloitte, State of AI in the Enterprise 2026, 24 de abril de 2026; 3.235 líderes en 24 países).
- El 88 % de las organizaciones usa IA en al menos una función, pero los agentes siguen en un solo dígito en casi todas las funciones de negocio (Stanford HAI, AI Index 2026).
- Las empresas europeas registraron un aumento del 4 % en productividad laboral asociado a la adopción de IA (Stanford HAI, AI Index 2026).
- El 20,0 % de las empresas de la UE de 10 o más empleados usó IA en 2025: 17 % las pequeñas, 55,0 % las grandes (Eurostat, publicado el 11 de diciembre de 2025).
La brecha de 51 puntos que nadie mira
Pon los dos números juntos. El 88 % de las organizaciones ya usa IA en alguna función, según el AI Index 2026 de Stanford HAI. El 37 % ve algo en el EBIT, según McKinsey. Cincuenta y un puntos entre usar y cobrar por usar (cálculo propio sobre ambas fuentes, a 1 de septiembre de 2026).
No hay problema de acceso ni de entusiasmo. En el Programa de Digitalització d'Empreses 2026 del Govern d'Andorra, las herramientas de IA fueron la solución más solicitada, con 85 peticiones sobre 181 solicitudes tramitadas, el 47 % del total (cálculo propio sobre la nota oficial del 4 de agosto de 2026).
Antes de seguir, una limpieza. Si alguien te enseña una presentación con el famoso "95 % de los pilotos de IA fracasan", pídele la fecha. Es de The GenAI Divide, de MIT NANDA, agosto de 2025. Se cita como si describiera 2026 porque es un titular cómodo: justifica no hacer nada y también justifica contratar a quien lo enseña. La foto real es menos dramática. Casi nadie fracasa del todo y casi nadie gana lo suficiente para que se note abajo.
Los cinco patrones detrás de un piloto de IA sin ROI
Patrón 1: la herramienta entra sobre el proceso viejo
Síntoma observable: nadie ha eliminado ni un solo paso del procedimiento anterior. El asistente redacta el borrador, y el borrador sigue pasando por las mismas dos validaciones y el mismo comité.
McKinsey identifica el rediseño de flujos, frente a la inserción de herramientas en procesos existentes, como el factor que separa a las empresas con impacto medible. Deloitte lo mide por el otro lado: solo el 30 % rediseña roles y flujos, mientras el 53 % prioriza formación. Formar a la gente para que use mejor un proceso que sobra es caro y desmoraliza.
Corrección: antes de contratar nada, dibuja el proceso en pasos y marca cuáles desaparecen si la IA funciona. Si la respuesta es "ninguno", tienes un piloto de IA sin ROI antes de empezar, y conviene saberlo en la semana uno.
Patrón 2: mides productividad individual y esperas resultado de empresa
Síntoma observable: el informe habla de horas ahorradas por persona y no de coste por expediente ni plazo de entrega al cliente.
El 80 % de las empresas reporta mejor productividad individual, pero solo el 50 % declara mejor toma de decisiones. The Register lo resumió con dureza al comentar el estudio de McKinsey: esas mejoras pueden hacer que el empleado se sienta mejor, pero no son un beneficio medible para la cuenta de resultados.
Corrección: elige una métrica que ya exista en tu contabilidad analítica y cuya serie histórica puedas recuperar. Si hay que inventarla para el piloto, el piloto se está midiendo a sí mismo.
Patrón 3: el piloto no tiene dueño de cuenta de resultados
Síntoma observable: el proyecto lo lleva sistemas, o innovación, o una consultora. El responsable de la línea de negocio afectada no ha firmado un objetivo.
Aquí aparece el efecto tamaño. El 44 % de las empresas escala IA en toda la organización, pero el 54 % de las compañías de más de 1.000 millones de dólares de ingresos escala frente al 33 % de las más pequeñas. Las grandes no tienen mejores modelos. Tienen a alguien cuyo bonus depende del resultado del proceso rediseñado.
Corrección: el piloto lo firma quien responde del margen de esa línea, con un compromiso numérico. Si nadie quiere firmarlo, ya tienes tu respuesta.
Patrón 4: esperas a los agentes para justificar el retorno
Síntoma observable: el caso de negocio se sostiene sobre automatización autónoma que todavía no está en producción, y el piloto actual se presenta como "fase previa".
El AI Index 2026 constata que los agentes de IA siguen en un solo dígito en casi todas las funciones de negocio. McKinsey añade el matiz que más duele a una pyme: el 40 % de las grandes escala agentes frente a un 22 % de las pequeñas, que lleva un año sin moverse. Y Deloitte encuentra que solo el 21 % tiene modelos de gobernanza maduros para IA agéntica.
Corrección: el retorno tiene que cerrar con lo que hoy está desplegado. Si necesitas la promesa del año que viene, no cuadra. Cuando toque dar el paso, revisa antes la arquitectura mínima de gobernanza de agentes.
Patrón 5: comparas tu piloto con la empresa equivocada
Síntoma observable: el objetivo interno se ha fijado copiando el porcentaje de mejora de un caso publicado por un proveedor.
Las ganancias por tarea que recoge Stanford son reales y muy dispares: 14-15 % en soporte al cliente, 26 % en desarrollo de software, 55 % en contabilidad. Pero medido en agregado, las empresas europeas muestran un aumento del 4 % en productividad laboral con adopción de IA. La distancia entre el 55 % de una tarea y el 4 % de una compañía es el trabajo de reorganización que nadie enseña en la demo.
Corrección: fija el objetivo en el agregado que tú controlas, no en la tarea aislada, y compárate con tu tramo de tamaño. Eurostat sitúa el uso de IA en el 17 % de las empresas pequeñas frente al 55,0 % de las grandes.
Señal de que vas mal y qué mirar en su lugar
| Señal de que vas mal | Qué mirar en su lugar |
|---|---|
| "Ahorramos X horas por empleado al mes" | Coste por unidad entregada y plazo hasta el cliente |
| "El equipo está contento con la herramienta" | Variación del número de pasos del proceso |
| "Lo lidera sistemas / innovación" | Nombre del responsable de margen que firmó el objetivo |
| "El retorno llega con los agentes" | Retorno cerrado con lo que ya está en producción |
| "El proveedor reporta un 50 % de mejora" | Tu propio agregado, contra la referencia del 4 % europeo |
| "Ya lo usamos en varias áreas" | En cuántas funciones se ha eliminado trabajo, no añadido |
Cuándo el rediseño no compensa
El consejo anterior no es universal. Rediseñar un flujo cuesta tiempo de gente cara y paraliza el proceso mientras dura. Si el volumen es bajo, si el proceso va a desaparecer por un cambio normativo o si la tarea es un pico estacional de cuatro semanas, la herramienta encima del proceso viejo es la decisión correcta: ayuda individual, sin pretensión de impacto en EBIT y sin llamarla piloto. El error está en vender ese uso superficial como programa de transformación. Deloitte encuentra un 37 % que usa la IA de forma superficial frente a un 34 % que persigue un cambio profundo: las dos cosas valen mientras se llamen por su nombre.
Ojo también con la parte de empleo. El 14 % de las empresas redujo plantilla por IA en el último año, frente al 32 % que lo había anticipado, y el 39 % lo espera para el próximo. Si tu caso de negocio depende de una reducción de plantilla que nadie ha decidido, estás firmando un ahorro que no controlas.
Michael Chui, de McKinsey, describe el momento como un camino y no un destino. Traducido: el número no se mueve por esperar, y quien monta el flujo antes cobra antes. El siguiente paso es poner precio a la decisión, y para eso hay que saber cómo calcular el coste por tarea resuelta correctamente. Con menos de 25 empleados, empieza por los casos de uso que sí funcionan a esa escala.
Fuentes
- McKinsey — The State of AI (25/08/2026)
- The Register — cobertura del informe (25/08/2026)
- Deloitte — State of AI in the Enterprise 2026 (24/04/2026)
- Stanford HAI — AI Index 2026, Economía
- Eurostat — Uso de IA en las empresas (11/12/2025)
- Govern d'Andorra — Digitalització d'Empreses 2026 (04/08/2026)