La adopción de inteligencia artificial avanza más rápido que la capacidad de las empresas para convertirla en resultados financieros. Mientras las mejoras de productividad ya son visibles para muchos trabajadores, ese efecto todavía tiene dificultades para trasladarse al desempeño de las organizaciones.
En la encuesta State of AI 2026 de McKinsey, 80% de los participantes afirmó que la IA mejoró su productividad individual. Sin embargo, solo 37% reportó un impacto positivo en el EBIT de su organización y apenas 6% calificó como “AI high performer”: compañías que, entre otros criterios, atribuyen al menos 5% de su EBIT al uso de esta tecnología y consideran significativo su impacto.
La brecha está elevando la presión sobre las áreas tecnológicas. “Los CFO están preguntando a los CIO y los inversionistas a los CEO: ‘¿dónde está ya el ROI de todo esto?’”, señala Michael Chui, senior fellow de McKinsey, en un análisis publicado por Computerworld.
Del uso individual al rediseño de procesos
Una de las explicaciones para esa distancia es que incorporar herramientas de IA no necesariamente cambia la forma en que opera una empresa.
McKinsey sostiene que las mayores ganancias aparecen cuando las organizaciones rediseñan flujos de trabajo completos para definir cómo interactúan las personas y los sistemas de IA. Añadir agentes sobre procesos existentes, sin modificar su estructura, puede limitar el valor obtenido.
Ese cambio obliga a mirar más allá de la productividad de una tarea específica. Para evaluar una inversión, las compañías necesitan identificar qué parte de un proceso puede modificarse, qué resultado debe mejorar y cuánto cuesta alcanzar ese resultado.
El problema no es menor. Analistas de Gartner señalaron durante una reciente conferencia en Mumbai que, en 2025, aproximadamente una de cada cinco iniciativas de IA alcanzó retorno sobre la inversión.
El costo de los agentes entra en la ecuación
La expansión de los agentes de IA está agregando una nueva variable a esa evaluación: el consumo.
Tres de cada cinco líderes de tecnología consultados por Gartner expresaron preocupación por los costos inesperados asociados con estas herramientas. La factura puede aumentar a medida que los agentes realizan más tareas, utilizan distintos modelos o interactúan entre sí.
Por ello, Gartner recomienda comenzar el seguimiento durante el prototipado y calcular, por ejemplo, cuánto cuesta un agente por tarea completada. Esa medición permite comparar alternativas y determinar si un modelo de lenguaje más pequeño o una opción de pesos abiertos puede resolver el mismo problema con un costo menor.
El análisis introduce una diferencia relevante: medir cuánto se gasta en IA no es equivalente a medir cuánto valor genera.
Además de ingresos o reducción de costos, Gartner propone considerar resultados no financieros cuando sean relevantes para el objetivo del proyecto, como tiempos de respuesta, experiencia del cliente o calidad de un servicio.
La gobernanza también aparece asociada al retorno
La capacidad de controlar los sistemas de IA adquiere mayor importancia conforme aumenta su uso. El Global AI Pulse Q3 2026 de KPMG, elaborado a partir de una encuesta a 2,131 altos ejecutivos de 20 países, encontró que 55% de las organizaciones ya cuenta con una capa formal de gestión que coordina los modelos, herramientas y flujos de trabajo de IA.
Entre aquellas que reportan un ROI establecido, esa proporción alcanza 86%. Además, solo 12% de las organizaciones evalúa de manera consistente el valor generado frente al costo de la IA, porcentaje que sube a 48% entre las que ya reportan retornos.
Los datos no permiten concluir que estos controles sean la causa directa de un mayor retorno, pero sí muestran que las organizaciones capaces de demostrar resultados tienden a contar con estructuras de gestión y medición más desarrolladas.
Datos y contexto condicionan el resultado
La calidad de la información también puede limitar el desempeño de una iniciativa. Los modelos necesitan datos adecuados y suficiente contexto para producir resultados útiles. Gartner advierte que, sin esas condiciones, aumenta el riesgo de respuestas incorrectas y disminuye la confianza de los usuarios.
Eso convierte la medición del ROI en un problema que trasciende el presupuesto tecnológico. La infraestructura, los datos, el diseño de los procesos y la gobernanza condicionan cuánto valor puede capturarse de una misma herramienta.
Para CIO y CFO, la discusión comienza a cambiar. Hoy, lo más relevante gira en torno a qué resultado espera producir cada caso de uso, cuánto cuesta conseguirlo y qué debe cambiar dentro de la organización para que ese resultado pueda sostenerse.
