La IA ya está en el 89% de las empresas, y eso es exactamente lo que debería preocupar a su consejo directivo

Contexto

Durante los últimos dos años, la pregunta que dominó cualquier comité directivo fue la misma: ¿ya estamos usando inteligencia artificial? En la primera semana de septiembre de 2026, la respuesta empezó a quedar clara, y resultó ser la pregunta equivocada. Un nuevo informe de McKinsey reveló que 89% de las organizaciones ya utiliza inteligencia artificial en al menos una función de negocio. El problema es que solo 37% de esas mismas organizaciones reconoce una mejora real en sus resultados operativos.

Es decir: casi todas las empresas ya tienen IA en algún rincón de su operación. Menos de cuatro de cada diez pueden decir, con datos, que esa tecnología les está generando valor. Esa diferencia de 52 puntos porcentuales es, probablemente, el dato más importante que un líder de negocio debería estar discutiendo hoy, y no el que suele ocupar los titulares.

De la adopción a la transformación: el salto que casi nadie está dando

Un análisis publicado en la primera semana de septiembre de 2026 sobre el estado de la inteligencia artificial en el mundo empresarial planteó la pregunta central con una claridad poco común: ¿las empresas están transformando realmente su negocio, o simplemente están añadiendo herramientas de IA a los procesos que ya tenían? En España, por ejemplo, el uso empresarial de inteligencia artificial creció cerca de 80% en solo un año, según datos del Observatorio Nacional de Tecnología y Sociedad correspondientes a 2025, y ya alcanza a una de cada cinco compañías de diez o más empleados. El crecimiento es real y contundente. Pero el propio análisis advierte que superar la barrera de la adopción no es lo mismo que rediseñar cómo opera una empresa.

Esta distinción no es semántica, es la línea que separa a las organizaciones que van a capturar valor de las que van a acumular herramientas. Añadir un asistente de inteligencia artificial a un proceso que sigue diseñado para operar sin él (con los mismos flujos de aprobación, los mismos silos de información, los mismos reportes manuales) produce, en el mejor de los casos, una mejora marginal. La transformación ocurre cuando el proceso mismo se rediseña alrededor de lo que la inteligencia artificial hace posible: decisiones en tiempo real, análisis continuo en lugar de reportes trimestrales, flujos de trabajo que se ajustan automáticamente en lugar de esperar una revisión humana.

Lo que revela la brecha por tamaño y por sector

Otro estudio difundido en esos mismos días, esta vez sobre el sistema financiero mexicano, ilustra el mismo fenómeno desde otro ángulo. De acuerdo con datos del Censo Económico, elaborados por el Centro México Digital, solo 8% de las empresas en México utiliza sistemas de inteligencia artificial, frente a 30.4% en Estados Unidos y 63.3% en Corea del Sur. Dentro de ese panorama ya rezagado, la brecha se profundiza según el tamaño de la organización: 31.5% de las empresas grandes utilizan esta tecnología, frente a apenas 14.5% de las medianas y 6.2% de las pequeñas.

El detalle más revelador aparece al comparar sectores dentro de la misma industria financiera: la banca múltiple mexicana reporta una adopción de 31.1%, los seguros y fianzas de 27%, pero las administradoras de fondos para el retiro apenas llegan a 3.9%. Son instituciones que operan bajo el mismo marco regulatorio, manejan datos igualmente sensibles y compiten por el mismo tipo de cliente, y aun así muestran una diferencia de casi 30 puntos porcentuales en adopción de inteligencia artificial. Ninguna explicación tecnológica por sí sola justifica esa distancia; la explicación está en la estrategia, la gobernanza de datos y la prioridad ejecutiva que cada sector le ha dado al tema.

Por qué la mayoría se queda atrapada en la primera fase

Cuando una organización usa inteligencia artificial solo dentro de una función aislada (un chatbot de atención al cliente, un modelo de detección de fraude, un asistente de redacción), obtiene eficiencias puntuales que rara vez se traducen en un cambio visible en el estado de resultados. La verdadera captura de valor ocurre cuando la inteligencia artificial deja de ser una herramienta dentro de un proceso y se convierte en el criterio con el que ese proceso se diseña desde cero.

Esto exige tres condiciones que casi ningún proyecto de adopción rápida resuelve por sí solo: datos lo suficientemente limpios, integrados y gobernados como para alimentar un modelo de forma confiable; procesos rediseñados en función de lo que la tecnología permite, no adaptados de manera superficial a un flujo que ya existía; y una definición clara, medible, de qué resultado de negocio se espera mejorar, antes de elegir la herramienta.

Aplicaciones prácticas para líderes de negocio

Medir la adopción de IA en resultados de negocio, no en número de herramientas activas. Si un comité directivo no puede vincular el uso de inteligencia artificial a un indicador financiero u operativo concreto, probablemente está adoptando tecnología, no transformando el negocio.

Priorizar la calidad de los datos antes que la sofisticación del modelo. La brecha entre bancos (31.1%) y Afores (3.9%) dentro del mismo sistema financiero mexicano rara vez se explica por acceso a mejor tecnología. Se explica por la madurez de los datos disponibles para alimentar esa tecnología.

Elegir menos casos de uso, pero con rediseño completo del proceso. Las organizaciones que reportan mejoras reales de resultados suelen concentrarse en dos o tres procesos rediseñados a fondo, en lugar de distribuir esfuerzos en decenas de pilotos superficiales.

Tratar el tamaño de la empresa como un factor de riesgo, no como una excusa. La diferencia de adopción entre grandes empresas (31.5%) y pequeñas (6.2%) sugiere que, sin una estrategia deliberada, las organizaciones más pequeñas quedarán cada vez más rezagadas frente a competidores que sí lograron integrar la inteligencia artificial en su forma de operar.

Conclusión

El dato que debería inquietar a cualquier consejo directivo en septiembre de 2026 no es que la inteligencia artificial ya esté en el 89% de las empresas. Es que, a pesar de esa adopción casi universal, solo poco más de un tercio puede demostrar un resultado de negocio mejor gracias a ella. La conclusión estratégica es clara: la ventaja competitiva de los próximos años no la va a tener quien más herramientas de inteligencia artificial haya instalado, sino quien haya tenido la disciplina de rediseñar sus datos, sus procesos y sus decisiones alrededor de esa tecnología, en lugar de simplemente añadirla encima de lo que ya existía.