En España, mantener el talento clave ya cuesta más que atraerlo. Y en las compañías que más facturan, el mayor riesgo no está en el mercado: está puertas adentro.
El 95% de los pilotos de IA generativa actuales no logran impactar el estado de resultados de las empresas. Y esto no ocurre porque la tecnología falle. Ocurre porque la estrategia de adopción falla.
El 88% de las compañías globales ya declara utilizar inteligencia artificial en sus operaciones. Pero declarar no es lo mismo que transformar. Y la distancia entre esos dos verbos es exactamente donde se pierden los proyectos, como ya señalábamos al hablar de por qué el riesgo real de la IA no es técnico, sino estratégico.
Lo que los datos muestran es una paradoja cada vez más clara: crece el uso de IA, pero no necesariamente la capacidad de convertirlo en productividad sostenible. Más de la mitad de la fuerza laboral global dijo no haber recibido capacitación reciente ni acceso a mentoría. Un informe de OpenAI de 2025 muestra que el 77% de las personas usa ChatGPT como un buscador, y el 80% del uso total se concentra en solo tres actividades: preguntar, pedir consejo y editar texto. Tenemos acceso a una de las tecnologías más poderosas de la historia y la estamos usando apenas en un 5% de su potencial real.
Los cuatro patrones que explican el fracaso
Después de acompañar procesos de adopción de IA en organizaciones de distintas industrias y geografías, identificamos cuatro patrones que se repiten con una consistencia que ya no sorprende.
El primero es tratar la IA como un proyecto tecnológico. El error más común es asignar el tema al área de tecnología, lanzar un piloto y esperar resultados. Pero la IA no es una herramienta más: es un cambio en la forma de trabajar. Y los cambios en la forma de trabajar son, por definición, procesos organizacionales y culturales, no tecnológicos —el mismo diagnóstico que hacemos en La IA no se adopta con un curso. Se adopta con un modelo.
El segundo es la cultura del miedo. El miedo en los equipos no es irracional. Es una respuesta legítima a decisiones reales. Cuando las organizaciones anuncian eficiencias asociadas a la IA sin explicar qué pasa con las personas, generan resistencia antes de que el proyecto empiece. Nadie se va a embarcar con entusiasmo en una transformación que percibe como una amenaza directa a su empleo. La cultura del miedo existe, e ignorarla es uno de los errores más costosos que puede cometer una organización.
El tercero es automatizar lo roto. Aplicar IA sobre procesos que ya no funcionan bien no los corrige: los amplifica. En vez de rediseñar cómo se hacen las cosas, muchas organizaciones le ponen IA encima de lo que hoy ya es disfuncional. El resultado, en el mejor de los casos, es acelerar el caos. Antes de implementar IA en cualquier proceso, vale hacerse una pregunta sencilla: ¿este proceso funciona bien sin IA? Si la respuesta es no, el problema no se resuelve con tecnología —como muestra bien el caso Klarna, donde la IA reconfiguró el trabajo pero no reemplazó lo que seguía siendo profundamente humano
El cuarto es el limbo del piloto. Muchas organizaciones implementan iniciativas de IA sin definir criterios de éxito de antemano. Cuando el liderazgo exige el retorno de inversión, los equipos se ven obligados a construir métricas de manera retroactiva para validar lo que nació como un experimento libre. Sin criterios claros para evaluar resultados —operativos, financieros, de productividad— es imposible argumentar si una solución es escalable o no.
Lo que sí funciona
Cuando la estrategia es sólida, los resultados se ven rápido. Las organizaciones que definen casos de uso conectados con el negocio real, miden antes de escalar y trabajan la cultura de adopción en paralelo a la implementación técnica, logran resultados concretos y sostenibles.
La diferencia entre probar IA y generar valor con IA no está en el acceso a la tecnología. Está en la madurez organizacional para recibirla. Y esa madurez se construye, no se declara.
Por Romina Marasco, directora de Olivia.
