La inversión empresarial en inteligencia artificial continúa creciendo, pero convertir los proyectos en resultados medibles sigue siendo mucho más difícil. Solo el 22 % de las organizaciones ha conseguido extender con éxito la IA a varias unidades de negocio o adoptar un enfoque centrado en esta tecnología, según una encuesta de Gartner realizada entre 1.303 responsables funcionales de empresas con una facturación anual mínima de 50 millones de dólares.
Las claves de la adopción empresarial de IA en 20 segundos
- Solo el 22 % de las organizaciones ha escalado con éxito la IA a varias unidades de negocio o adoptado un enfoque AI-first.
- El 85 % de los responsables prevé aumentar su gasto en IA durante 2026.
- En 2025 dedicaron de media el 12 % de sus presupuestos funcionales a esta tecnología.
- La productividad es el objetivo más buscado, pero los casos más populares no siempre ofrecen el mejor retorno.
La encuesta, realizada entre enero y abril de 2026, dibuja una situación bastante menos sencilla que la sugerida por el ritmo de inversión. Las empresas están destinando más dinero a la IA, pero una parte importante todavía tiene dificultades para saber qué proyectos funcionan, cuánto cuestan realmente y qué retorno económico producen.
Uno de los datos más llamativos es que aproximadamente el 11 % de las organizaciones desconoce por completo cuánto gastó su propia función en inteligencia artificial durante 2025.
El problema adquiere mayor dimensión porque el presupuesto continúa aumentando. El 85 % de los responsables consultados por Gartner espera incrementar el gasto durante 2026, después de dedicar de media un 12 % de sus presupuestos funcionales a iniciativas relacionadas con IA el año pasado.
Medir el retorno marca una diferencia considerable
Los resultados de Gartner muestran una fuerte separación entre las organizaciones que controlan sistemáticamente sus proyectos y aquellas que todavía no disponen de mecanismos claros para hacerlo.
La consultora define como organizaciones de alto rendimiento aquellas que realizan un seguimiento constante del retorno de la inversión (ROI), administran sus iniciativas de IA como una cartera y revisan periódicamente los resultados para decidir dónde aumentar recursos y qué proyectos reducir o abandonar.
Estas organizaciones declararon retornos positivos en el 81 % de sus iniciativas de inteligencia artificial.
En el extremo contrario, las organizaciones consideradas de bajo rendimiento ni siquiera conocían el retorno obtenido en el 29 % de sus proyectos.
La diferencia apunta a un problema que empieza a ganar importancia a medida que la experimentación con IA deja paso a despliegues más amplios. Aprobar un asistente, un sistema de generación de código o una herramienta de automatización puede resultar relativamente sencillo. Determinar posteriormente cuánto trabajo ha ahorrado, qué costes ha introducido y si realmente mejora el resultado del negocio exige métricas previas y seguimiento.
Gartner considera precisamente que la falta de visibilidad financiera incrementa el riesgo conforme aumenta el gasto.
Tina Nunno, vicepresidenta distinguida y Gartner Fellow, sostiene que vincular las inversiones directamente con resultados empresariales permite identificar antes los proyectos que no cumplen las expectativas y reasignar recursos.
Los datos también muestran hacia dónde se está dirigiendo actualmente buena parte de ese dinero.
La productividad concentra buena parte de la inversión
El 75 % de los responsables funcionales señaló la mejora de la productividad como uno de los resultados que pretende conseguir mediante inteligencia artificial.
Además, aproximadamente el 30 % del presupuesto funcional dedicado a IA se destina de media a este objetivo. Es prácticamente el doble que el porcentaje asignado al siguiente objetivo de mayor peso.
Los datos de la encuesta muestran, sin embargo, que las prioridades cambian dependiendo de la finalidad perseguida.
| Objetivo de las iniciativas de IA | Responsables que lo señalan |
|---|---|
| Mejorar la productividad | 75 % |
| Reducir costes | 55 % |
| Aumentar ingresos | 39 % |
| Hacer evolucionar la empresa | 38 % |
| Gestionar riesgos | 34 % |
| Transformar la empresa | 33 % |
| Retener ingresos | 33 % |
| Mejorar la resiliencia | 29 % |
La productividad aparece claramente por delante del resto. Esto ayuda a explicar el interés empresarial por asistentes, automatización de tareas, generación de código y herramientas capaces de reducir el trabajo manual.
Pero el estudio introduce un matiz relevante: los casos de uso más populares no son necesariamente los que generan mejores retornos.
Gartner analizó esta diferencia específicamente dentro de las tecnologías de la información.
Entre los proyectos más frecuentes aparecen la detección y respuesta frente a amenazas de ciberseguridad, utilizada por un 54 %; la automatización de los centros de soporte de TI, también con un 54 %; y la generación y refactorización automática de código, con un 44 %.
Cuando la pregunta cambia y se analizan los casos con mayor proporción de responsables que declaran retornos positivos, el orden es diferente.
La optimización inteligente de activos y costes de TI aparece con un 40 %, seguida de la generación de datos sintéticos, con un 28 %, y la generación y refactorización automática de código, con un 23 %.
Las cifras no significan que el 40 % sea el retorno financiero obtenido por la optimización de activos. Indican la proporción señalada por Gartner para ese caso de uso entre aquellos identificados con retornos positivos.
La diferencia entre popularidad y rentabilidad plantea un problema para las empresas que seleccionan proyectos principalmente porque una determinada aplicación de IA está recibiendo mucha atención en el mercado.
Un proyecto menos visible puede ofrecer un resultado económico más sencillo de medir si resuelve un problema concreto y bien delimitado.
Escalar IA implica algo más que contratar modelos
El dato del 22 % también ayuda a separar dos conceptos que frecuentemente aparecen mezclados: utilizar inteligencia artificial y conseguir desplegarla de manera amplia dentro de una organización.
Una empresa puede tener empleados utilizando asistentes generativos, desarrolladores trabajando con herramientas de programación y departamentos experimentando con agentes sin haber conseguido todavía integrar estas tecnologías en procesos compartidos por diferentes unidades de negocio.
El salto entre ambas situaciones introduce cuestiones de costes, seguridad, datos, integración con aplicaciones empresariales, control de accesos, formación y medición de resultados.
También explica por qué el crecimiento del presupuesto no implica automáticamente que la adopción esté madura.
La encuesta de Gartner no afirma que el 78 % restante haya fracasado completamente con la inteligencia artificial. El dato del 22 % se refiere específicamente a organizaciones que han conseguido escalarla con éxito entre varias unidades o adoptar un enfoque AI-first. El resto puede encontrarse en fases diferentes de experimentación, implantación o expansión.
La muestra tampoco representa a todas las empresas. Gartner encuestó a responsables de organizaciones que registraron al menos 50 millones de dólares de ingresos anuales en su ejercicio fiscal de 2025, por lo que los resultados están orientados principalmente al ámbito empresarial de cierto tamaño y no pueden trasladarse directamente a pequeñas compañías.
Aun con estas limitaciones, el estudio muestra un cambio en las preguntas que empiezan a hacerse alrededor de la IA empresarial.
Durante los primeros años de la inteligencia artificial generativa, buena parte de la conversación giró alrededor de qué modelos utilizar y en qué procesos introducirlos. A medida que los presupuestos crecen, las organizaciones necesitan responder a cuestiones bastante más concretas: cuánto cuesta cada iniciativa, qué resultado persigue, cómo se mide y qué proyectos deberían dejar de financiarse.
Que el 85 % quiera gastar más mientras únicamente el 22 % ha conseguido escalar la tecnología ampliamente resume bien esa distancia entre inversión y madurez.
Preguntas frecuentes
¿Qué porcentaje de empresas ha conseguido escalar la inteligencia artificial?
Gartner señala que el 22 % de las organizaciones encuestadas ha escalado con éxito la IA entre varias unidades de negocio o ha adoptado un enfoque AI-first.
¿Las empresas aumentarán su inversión en IA durante 2026?
El 85 % de los responsables funcionales consultados prevé aumentar el gasto en inteligencia artificial durante 2026. En 2025 dedicaron de media el 12 % de sus presupuestos funcionales a esta tecnología.
¿Cuál es el principal objetivo de las empresas al utilizar IA?
La productividad encabeza las prioridades: el 75 % de los responsables la identifica como uno de los resultados buscados. Aproximadamente el 30 % del gasto funcional en IA se dirige de media a este objetivo.
¿Los proyectos de IA más populares son los más rentables?
No necesariamente. Gartner detecta diferencias entre los casos de uso más implantados y aquellos donde una mayor proporción de responsables declara retornos positivos, especialmente dentro de las funciones de TI.
Fuente: gartner
