”Complicar es fácil. Simplificar es dificilísimo ” - Anónimo

Según el estudio The GenAI Divide - State of AI in business 2025 del proyecto Nanda del MIT, el 95% de los proyectos de IA generativa no generan ningún impacto de negocio.

No hablamos de poner iniciativas en producción, hablamos de que solo el 5% de las iniciativas generan valor real.

A pesar de la enorme inversión, la transformación real es mínima. Lanzamos pilotos sin un rumbo fijo y el mercado ya no valora el potencial; empieza a exigir un impacto medible en los resultados de negocio.

Según el estudio, las tres causas principales del fracaso son:

1. Usar modelos genéricos para solucionar problemas de nicho. Los LLMs carecen del conocimiento de dominio para ser realmente útiles, lo que lleva a respuestas irrelevantes y vagas.

2. Proyectos sin un caso de negocio. Se lanzan prototipos sin una meta medible. Muestran potencial, pero nunca escalan ni entregan ROI. Como dice un CIO en el estudio: “Este año hemos visto decenas de demostraciones. Quizá una o dos sean realmente útiles. El resto no son más que fachadas o experimentos de laboratorio.”

3. Nula integración con el trabajo real. Las soluciones generan fricción. Si no encajan en los flujos de los empleados o los usuarios, simplemente no se usan. El estudio rompe el mito de “La IA generativa está transformando los negocios porque su adopción es alta”, dice que “la verdadera transformación es escasa. Solo el 5 % de las empresas tiene estas herramientas integradas a gran escala en sus flujos de trabajo, y en 7 de cada 9 sectores no se observan cambios estructurales reales.”

Esto no es nuevo. Es el mismo patrón de siempre: entusiasmo, inversión y frustración. Ya lo hemos vivido más veces.

¿Te acuerdas de que no podía existir un producto digital sin microservicios, sin serverless, sin blockchain o sin el metaverso?

Pues no repitamos los mismos errores integrando la IA…