¿Qué ROI está dando la inteligencia artificial a las empresas?

Menos del que se prometió y muy repartido: una minoría de empresas obtiene resultados grandes, una parte importante recupera la inversión o queda en tablas y muchas todavía no ven beneficio financiero. Las encuestas más serias de 2024 a 2026 coinciden en esa foto, aunque cada una mide cosas distintas:

EstudioQué encontró
IBM, diciembre de 2024 (2.413 responsables de TI)El 47 % decía obtener ROI positivo con sus proyectos de IA, el 33 % quedaba en equilibrio y el 14 % perdía dinero [1]. En España, el porcentaje con ROI positivo era del 39 % [2].
Protiviti, julio de 2025 (más de 1.000 directivos)Solo el 8 % de las organizaciones estaba en el nivel más alto de madurez, el de «transformación». En ese grupo, la mayoría decía que la IA superaba sus expectativas de ROI [3].
MIT NANDA, agosto de 2025Alrededor del 95 % de los pilotos de IA generativa en empresas no producía un impacto medible en la cuenta de resultados [4].
McKinsey, noviembre de 2025El 88 % de las organizaciones usa IA en alguna función, pero solo el 39 % atribuye a la IA algún efecto en su beneficio operativo (EBIT), casi siempre inferior al 5 %. Los «grandes ganadores» rondan el 6 % [5].
PwC, enero de 2026 (4.454 consejeros delegados)El 56 % no había visto todavía beneficios financieros significativos de la IA; solo el 12 % había logrado a la vez más ingresos y menos costes [6].

¿De dónde sale el «8 %» del título?

La versión original de este artículo decía que solo el 8 % de las empresas había logrado un «éxito extremo» con la IA. No he encontrado ninguna encuesta con esa expresión. La cifra que más se parece es la de Protiviti: un 8 % de organizaciones en el nivel máximo de madurez [3]. No es lo mismo: Protiviti mide cuánto ha transformado la IA a la empresa, no si el proyecto «triunfó».

El original incluía además otras cifras para las que no he encontrado fuente fiable y que he retirado: un ROI medio del 41 % con recuperación en 12 a 18 meses, un 93 % de empresas pioneras con iniciativas «mayormente exitosas», un mercado de IA de 244.000 millones de dólares en 2025 y un 98 % de líderes que aumentarían su inversión. Las de IBM (47 % global y 39 % en España) sí están verificadas.

Por qué tantos proyectos de IA no dan retorno

Los informes señalan causas parecidas, y cuadran con lo que yo explico en mis clases de la Universidad San Francisco de Quito:

  1. Proyectos por moda. Se lanza un piloto porque la competencia «ya tiene IA», sin un problema de negocio concreto detrás.
  2. Pilotos que nunca escalan. El informe del MIT insiste en que muchas herramientas no se integran en los flujos de trabajo reales y se quedan en demostración [4].
  3. Procesos sin rediseñar. McKinsey encontró que las empresas con más impacto son las que rediseñan sus flujos de trabajo alrededor de la IA, en lugar de poner un chatbot encima de lo que ya había [5].
  4. Datos desordenados. Si la información está dispersa, duplicada o desactualizada, el modelo responde mal por muy bueno que sea.
  5. Equipos sin formación. Se compran licencias, pero nadie enseña a usarlas en el trabajo diario, y el uso real se queda en una fracción.
  6. Sin métrica de partida. Si no mides cuánto tardabas, cuánto costaba o cuántos errores había antes, no podrás demostrar ningún retorno después.

Cómo medir el ROI de un proyecto de IA

La fórmula es la de siempre: (beneficio obtenido menos coste total) dividido entre el coste total. Lo difícil es llenar bien cada parte.

  • Coste total: licencias o consumo de API, integración, horas del equipo interno, formación, mantenimiento y supervisión humana. Es habitual olvidar estas dos últimas.
  • Beneficio: horas ahorradas valoradas a coste real, errores evitados, ventas adicionales atribuibles o reducción de plazos. Elige pocas métricas y que sean medibles.
  • Línea base: mide la situación actual durante unas semanas antes de empezar.
  • Plazo: fija de antemano cuándo vas a evaluar (por ejemplo, a los tres y a los seis meses) y qué resultado decidirá si se escala o se cierra.

Tienes un método paso a paso en ROI en IA: guía para medir la inversión.

Qué hacen distinto las empresas que sí ganan

  • Empiezan por un proceso concreto y caro: atención al cliente repetitiva, clasificación de documentos, preparación de propuestas, conciliaciones.
  • Aspiran a algo más que ahorrar costes. McKinsey observa que los grandes ganadores fijan también objetivos de crecimiento e innovación [5].
  • Ponen a una persona responsable del resultado, no solo de la herramienta.
  • Cuidan la gobernanza: qué datos se pueden usar, quién revisa las respuestas y qué pasa cuando la IA se equivoca. Lo desarrollo en la guía de ética en IA para empresas.
  • Prueban agentes con tareas acotadas antes de automatizar procesos completos. Si estás en ese punto, te sirve la guía práctica de agentes de IA en empresas.

Yo lo resumo así: el retorno de la IA depende mucho más de elegir bien el problema y medirlo que del modelo que contrates.

Fuentes y referencias

Fuentes consultadas el 3 de noviembre de 2026.

  1. [1] IBM Newsroom: IBM Study: More Companies Turning to Open-Source AI Tools to Unlock ROI, 19 de diciembre de 2024.
  2. [2] Escudo Digital: Solo el 39 % de las empresas españolas ha logrado un retorno positivo de su inversión en IA, con datos del estudio de IBM de diciembre de 2024.
  3. [3] Protiviti: AI Maturity Emerges as Key Driver of ROI, New Protiviti Study Finds, 15 de julio de 2025.
  4. [4] Fortune: MIT report: 95% of generative AI pilots at companies are failing, 18 de agosto de 2025.
  5. [5] IT Brief: McKinsey report shows AI interest but slow scaling (The State of AI in 2025), noviembre de 2025.
  6. [6] PwC: PwC 2026 Global CEO Survey, 19 de enero de 2026.