Una de cada nueve empresas no sabe cuánto gastó en IA el año pasado, y 85% planea gastar más

El 1 de septiembre de 2026, Gartner publicó los resultados de una encuesta aplicada a 1,303 líderes de organizaciones con ingresos anuales de al menos 50 millones de dólares. El hallazgo que más debería inquietar a un comité financiero no es que solo 22% haya logrado escalar la inteligencia artificial en varias unidades de negocio. Es que cerca de 11% de las organizaciones desconoce por completo cuánto gastó su área en IA durante 2025, y aun así 85% de los líderes funcionales planea aumentar ese gasto en 2026.

Es decir: la inversión se acelera sobre una base que, en una proporción relevante de empresas, no se está midiendo. Para quien responde ante un consejo o ante inversionistas, ese es un riesgo de gobierno corporativo antes que un reto tecnológico.

Lo que muestra la encuesta

La investigación, realizada entre enero y abril de 2026, indica que las áreas funcionales destinaron en promedio 12% de su presupuesto a inteligencia artificial en 2025. Tina Nunno, Distinguished Vice President y Fellow de Gartner, advierte que esta falta de visibilidad financiera aumenta el riesgo conforme el gasto crece, y que sin medición ligada a resultados de negocio las organizaciones se exponen a desperdiciar recursos y a quedarse con expectativas incumplidas.

El estudio separa a dos tipos de organizaciones con una claridad poco frecuente. Las de alto desempeño siguen de forma constante el retorno de sus iniciativas, tratan la IA como un portafolio de valor, evalúan el rendimiento de cada proyecto con regularidad y reasignan o descontinúan los que no responden. Esas empresas reportaron retornos positivos en 81% de sus iniciativas. En el otro extremo, las de bajo desempeño declararon no conocer el retorno de 29% de sus iniciativas. La diferencia no está en la tecnología que usan, sino en la disciplina con la que miden lo que hacen con ella.

Los casos de uso populares rara vez son los que dejan dinero

Un segundo hallazgo cuestiona la forma en que muchas organizaciones priorizan. En el área de tecnología, los casos de uso más perseguidos fueron la detección y respuesta ante amenazas de ciberseguridad (54%), la automatización de mesas de servicio (54%) y la generación y refactorización automática de código (44%). Los tres con mayor proporción de líderes que reportan retornos positivos fueron otros: optimización inteligente de activos y costos de TI (40%), generación de datos sintéticos (28%) y, de nuevo, la generación y refactorización de código, pero con 23%.

La lectura de Gartner es que el mayor valor cuantificable proviene de casos menos comunes, elegidos con criterio y alineados con las necesidades particulares de cada negocio, no de las aplicaciones más promocionadas. A esto se suma que 75% de los líderes funcionales apunta a la productividad como resultado principal, y que ese objetivo concentra alrededor de 30% del gasto en IA, casi el doble que el siguiente. Apostar con tanto peso a la productividad plantea una pregunta que pocas organizaciones responden con datos: ¿ese tiempo ahorrado se está convirtiendo en margen, en ingreso o en capacidad redirigida a algo medible?

Cómo se compara con otras mediciones

Este diagnóstico coincide con otras investigaciones recientes, aunque cada una define el valor de forma distinta, y conviene no mezclar sus cifras sin cuidado. La encuesta global de McKinsey sobre el estado de la IA en 2026 ubica a los llamados "alto desempeño", aquellos que atribuyen 5% o más de su EBIT a la IA y reportan valor significativo, en apenas 6% de los encuestados, sin cambio frente a 2025. Por su parte, el Applied AI Index 2026 de BCG, basado en más de 1,300 directivos, sostiene que cerca de la mitad de las empresas ya genera valor con IA, y encuentra que las organizaciones con los seis controles de IA que identifica implementados en toda la empresa generan tres veces más valor de IA agéntica que las que solo tienen uno. Las dos fuentes difieren en el umbral para contar como "valor", pero apuntan al mismo patrón: la ventaja no se explica por quién adoptó primero, sino por quién mide, gobierna y rediseña.

Aplicaciones prácticas para líderes de negocio

Medir cada peso de IA por categoría de resultado. Productividad, crecimiento de ingresos, mitigación de riesgo e innovación requieren indicadores distintos. Mezclarlos en un solo rubro de "transformación digital" es lo que impide defender o reasignar una inversión cuando aumenta el escrutinio.

Gestionar la IA como portafolio, con criterio de salida. Las empresas del grupo de alto desempeño no solo lanzan proyectos: los revisan y descontinúan. Un portafolio sin reglas para cerrar iniciativas acumula costos recurrentes de licencias, cómputo y consumo de modelos sin una decisión explícita detrás.

Contrastar los casos de uso por retorno, no por popularidad. Antes de replicar el proyecto que todos están haciendo, conviene preguntar qué proceso propio tiene costo medible, volumen suficiente y datos de calidad. Los datos de Gartner sugieren que ahí suele estar el mejor retorno.

Resolver primero la visibilidad del gasto. Saber cuánto cuesta la IA exige trazabilidad de licencias, consumo de modelos, infraestructura y horas de equipos, hoy dispersos en presupuestos de distintas áreas. Es un problema de datos y de gobierno de la información, y precede a cualquier cálculo de retorno.

Definir qué significa "valor" antes de empezar. Si el retorno no tiene una línea base y un responsable, cualquier resultado posterior será una narrativa, no una medición.

La conversación empresarial sobre IA suele girar en torno a qué tecnología adoptar. Los datos de Gartner de esta semana de septiembre desplazan el foco hacia una pregunta más incómoda y más útil: cuánto se está gastando, en qué, y qué se obtiene a cambio. Las organizaciones que respondan con cifras podrán defender su inversión, corregir rápido lo que no funciona y escalar lo que sí. Las que no, seguirán aumentando presupuestos sobre una base que no pueden auditar.

Supuesto a vigilar: la encuesta cubre organizaciones de ingresos relevantes y se levantó a principios de 2026; los porcentajes pueden variar en empresas de menor tamaño o con otros ciclos de inversión.

Yunuen Rincón