El 95% de los proyectos de IA no da resultados. La culpa casi nunca es de la IA

El 28 de julio, Forbes publicaba un artículo con un titular que da para pocas alegrías: la adopción de IA fracasa el 95% de las veces. El dato viene del proyecto NANDA del MIT, que revisó los 30.000-40.000 millones de dólares invertidos en IA generativa en los últimos dos años y concluyó que solo el 5% de los pilotos produce un retorno identificable. El resto es, en sus palabras, invisible en la cuenta de resultados.

Es el tipo de titular que se comparte para decir "ya lo decía yo, la IA es humo". Nosotros lo leemos al revés, porque la parte interesante del estudio no es el 95% que falla: es lo que tienen en común el 5% que funciona. Y esa parte se puede copiar.

Los que fallan no fallan por tecnología

El artículo cruza el dato del MIT con otras tres piezas de investigación de este mismo año, y todas apuntan al mismo sitio:

• circle BCG: el 70% de las transformaciones con IA no cumple lo prometido, y señala la cultura y la organización como causa raíz, no el modelo ni la herramienta.
• circle McKinsey: solo un 1% de las empresas se considera madura en su estrategia de IA. El resto está en algún punto entre la curiosidad y el piloto eterno.
• circle ManpowerGroup: apenas un 3% de los líderes se siente preparado para dirigir equipos que trabajan con IA.
• circle Y un dato que en España nos suena mucho: el 71% de las pequeñas empresas depende de una o dos personas para que las cosas funcionen.

Ese último punto es la clave y explica los anteriores. Si el conocimiento de cómo se hacen las cosas vive en la cabeza del dueño y de la persona que lleva quince años en administración, no hay proceso que automatizar. Hay costumbres. Y las costumbres no se pueden meter en un sistema porque nadie las ha escrito nunca.

Qué hace distinto ese 5% que sí funciona

Según el mismo análisis, los proyectos que sí dan retorno comparten un perfil bastante poco glamuroso. No son los que montan un asistente que lo hace todo. Son los que automatizan tareas repetitivas que ya estaban documentadas: facturación, agenda y citas, seguimiento de correos, preparación de presupuestos, tareas administrativas de las que ya existía una hoja de cálculo o una plantilla.

Dicho de otra forma: funcionan donde alguien ya se había molestado en escribir cómo se hace el trabajo. La IA solo se encarga de la parte mecánica de algo que la empresa ya tenía bajo control.

El estudio añade un detalle que nos parece el más útil de todos: las organizaciones que dedican en torno al 10% del presupuesto del proyecto a formar a su gente tienen una vez y media más probabilidades de que salga bien. No más presupuesto en software. Más presupuesto en que la gente sepa usarlo.

Qué significa esto para tu negocio

Si tienes una empresa de diez, veinte o cincuenta personas, la lectura práctica de todo esto es bastante concreta, y va en contra de cómo se suele vender la IA.

1. 1 Documenta antes de comprar. Coge las tres tareas que más tiempo te comen a la semana y escribe, en una hoja, cómo se hacen hoy: quién las hace, qué datos necesita, dónde falla. Si no eres capaz de escribirlo, todavía no es automatizable.
2. 2 Elige la tarea aburrida, no la vistosa. El caso de uso que da retorno rara vez es el que luce en una demo. Suele ser responder al mismo email cuarenta veces al mes o pasar datos de un sitio a otro.
3. 3 Ponle un número antes de empezar. "Ahorrar tiempo" no se puede medir. "Bajar de 6 horas a 1 hora semanales en presupuestos" sí. Si el proyecto no tiene una cifra de partida, no vas a poder decir si funcionó.
4. 4 Reserva presupuesto para formación. Ese 10% del que habla el estudio no es un extra: es lo que separa la herramienta que se usa de la licencia que nadie abre a los dos meses.
5. 5 Empieza por una sola cosa. El error más caro que vemos es intentar transformar la empresa entera de golpe. Un proceso, bien resuelto, y luego el siguiente.

Nuestra experiencia coincide con el estudio

En los proyectos que hemos puesto en marcha, los que han salido bien empezaron siempre igual: sentándonos a mirar cómo trabaja la gente antes de proponer nada. Y en más de una ocasión la conclusión de esa primera sesión fue que la mitad de lo que el cliente quería automatizar ni siquiera hacía falta hacerlo, con IA o sin ella.

Es una conversación menos vendedora que enseñar un chatbot bonito, pero es la que evita acabar en el 95%. Un sistema que nadie usa cuesta lo mismo que uno que funciona, con la diferencia de que el segundo se paga solo.

Por dónde empezar

Si te has reconocido en algo de esto (procesos en la cabeza de dos personas, una herramienta contratada que nadie usa, o la sensación de que la IA es para empresas más grandes), lo primero no es contratar nada: es mirar.

Para eso hacemos la auditoría 360. Revisamos cómo trabajáis hoy, identificamos qué tareas tienen retorno real si se automatizan y cuáles no merecen la pena, y salís con un plan por escrito y priorizado. Tanto si lo hacéis con nosotros como si no, el mapa es vuestro.

Puedes pedirla en /diagnostico. Sin compromiso y sin discurso de transformación digital: una foto honesta de dónde estáis y qué merece la pena hacer primero.