Empresas pierden dinero con la IA generativa: OCDE y S&P Global explican qué falla

Un estudio de la OCDE revela que la IA mejora la productividad individual, sobre todo en tareas repetitivas, administrativas, analíticas y de redacción. Pero ese mismo informe advierte que todavía no hay evidencia sólida de que esa ganancia, por sí sola, se convierta en productividad organizacional.

En paralelo, el informe de 451 Research de S&P Global, basado en entrevistas a 1006 ejecutivos y managers, muestra una foto menos optimista: el 46% de las empresas no logra un impacto fuerte en ningún objetivo de negocio con IA, incluida la productividad. Y el 42% de los proyectos se abandonan antes de llegar a “producción” (uso real en el trabajo diario).

Julián Herman pone nombre a esta pieza clave del debate: la “paradoja de la IA”. La tecnología existe y funciona, pero el impacto no aparece si no se rediseñan procesos, no se mide bien y no se capacita a las personas. Además, subraya un matiz incómodo: “ir más rápido” no es lo mismo que crear más valor.

Ahora bien, ¿por qué se traba el engranaje cuando la herramienta parece tan potente?

Según Wanda Dahir, la productividad organizacional no es la suma directa de productividades individuales. Depende de cómo se articulan procesos, cultura, incentivos, sistemas de evaluación y toma de decisiones. Así, la IA puede mejorar el rendimiento de una persona, pero si la organización mantiene la misma lógica, el valor colectivo no llega.

Y cuando el “cableado” está mal, el mecanismo se vuelve más frágil. Dahir advierte que si los datos son incompletos, desactualizados o poco fiables, la IA tiende a amplificar errores. Y si los procesos están fragmentados, la tecnología lo que hace es acelerar esa fragmentación.

¿Dónde se corta el “cable” de la productividad?

La OCDE apunta tres frenos concretos: falta de datos de calidad, ausencia de habilidades específicas y carencia de un rediseño real de procesos. Además, muchos proyectos siguen en fase piloto y no escalan. Es decir: se prueba en un rincón de la empresa, pero no se integra al flujo de trabajo central.

S&P Global refuerza ese diagnóstico: una parte significativa de iniciativas se detiene porque no logra encajar en la rutina. La IA queda como “una herramienta más”, como describe Herman, sin revisar el funcionamiento general.

Hay otra capa: el costo de hacerlo mal. Gonzalo Airoldi advierte que implementar IA por moda, sin una necesidad concreta del negocio, puede hacer perder dinero. Señala tres sospechosos habituales: métricas poco claras, escaso rediseño de procesos y una gestión del cambio débil.

Aplicación práctica: cuatro interruptores antes de invertir

Para que la IA sea un interruptor y no un adorno, los especialistas repiten una receta simple, pero exigente:

• Medir antes: Herman insiste en cuantificar cuánto tarda hoy un proceso sin IA. “No se puede gestionar lo que no se mide”, subraya.
• Definir un objetivo: una mejora concreta (tiempo, errores, costos) y seguimiento continuo para detectar desvíos.
• Entrenar a las personas: alfabetización digital y en IA, más práctica de prompting (formular buenas preguntas), que Dahir define como pensamiento estructurado y claridad conceptual.
• Ordenar procesos y datos: sin ese “plano de la casa”, la velocidad no se convierte en valor.

Al final, la oportunidad no está solo en el algoritmo. Está en lograr que personas, procesos y tecnología queden conectados como un buen circuito: cuando el cableado es sólido, la luz no parpadea y el trabajo, por fin, se nota.