¿Se está pinchando la burbuja de la IA?

Fuente: adaptado de gartner.es/es/metodologias/hype-cycle

Hace unos días, el diario El Correo publicó el dato de que 3 de cada 10 empresas españolas habían abandonado sus iniciativas en torno a la IA, un dato alineado con el estudio de S&P Global que indica que la tasa de abandono se ha incrementado, YoY, de un 17% en 2024 a un 42% en 2025

Un porcentaje tan alto nos obliga a preguntarnos si estamos entrando en la llamada “zona de la desilusión” del ciclo del Hype de Gartner, ese momento en el que las expectativas infladas topan de bruces con la realidad operativa de las organizaciones, obligando a muchas a recular. Esto no es un caso aislado, y la propia Gartner ya preveía que el 30 % de las iniciativas de IA generativa se cancelarían antes de 2025

¿Estamos, simplemente, ante un reajuste sano del mercado o es algo más preocupante?

¿Y esto qué significa en España?

España está adoptando la IA a buen ritmo… o eso parece. Aunque si nos desprendemos del oropel digital y dejamos ver nuestras “vergüenzas algorítmicas”, la cosa cambia. Según BCG, el 78 % de los profesionales españoles afirma usar IA regularmente, haciéndonos líderes como usuarios a nivel europeo, y sin embargo, solo el 36 % se siente preparado para usarla adecuadamente.

Esa “brecha de valor” se traduce en que muchas empresas lanzan pilotos sin estrategia clara, sin datos limpios o sin criterios de éxito. El resultado: se paralizan antes de alcanzar impacto. Pretendemos incorporarnos a la autopista, sin siquiera tener el carnet y, en muchos casos, pensando que nos basta con un patinete eléctrico.

Sin embargo, esta falta de dirección no anula el potencial económico en torno a la IA, que, nuevamente según BCG, se traduciría en ROIs de 10-15x en 3 años, y un impacto en la cuenta de resultados de un 8-12% de reducción en los costes e incrementos de entre el 5 y el 20% del EBIT en función de la madurez de las organizaciones en torno al dato, la analítica avanzada e IA generativa. En términos absolutos, McKinsey eleva aún más el listón, estimando que la IA generativa puede generar hasta 4.4 billones de dólares anuales a lo largo de la cadena de valor empresarial.

En España, eso podría traducirse en decenas de miles de millones de euros de mejora de rentabilidad… si logramos pasar del hype al valor real y atendemos a la realidad del tejido empresarial español, mayoritariamente constituido por pequeñas y medianas empresas (Un 99% de las empresas españolas son PYMEs y constituyen un 62% del empleo del país).

Parar también es parte del camino

Pero ¿es necesariamente negativo el dato de la tasa de abandono de iniciativas de IA?

No, si se hace a tiempo y con criterio. De hecho, en el mundo ágil, parar a tiempo es parte del proceso de inspección y adaptación. Cuando una hipótesis no se valida, no insistimos, pivotamos. Lo mismo debería aplicarse a la IA.

Persistir por haber invertido ya (los denominados “costes hundidos”) es uno de los errores más caros. Y la IA no es inmune. Un reciente análisis de CIO Dive indica que aproximadamente la mitad de los pilotos de IA (46%) no pasan de la fase de prueba, y que solo un 1% de las empresas se consideran maduras en torno a este tipo de iniciativas. Esto, puede parecer desesperanzador, pero no debemos olvidar que está en línea con la tasa de supervivencia de las startup (10%), de éxito de productos lanzados al mercado (el 95% fallan) o el éxito de las fusiones y adquisiciones (entre un 70-90% resultan en menor valor para sus accionistas).

Y sin embargo, el 100 % de las empresas cree que "tiene que hacer algo con IA". Esa presión genera ruido, no resultados. Por eso, aplicar principios de agilidad, como el testeo de hipótesis, prototipado, KPIs y decisiones informadas, es más necesario que nunca.

En definitiva, parar no es fracasar, es liderar

Estamos en un punto crítico. Por un lado, la IA tiene potencial de transformar la productividad como ninguna otra tecnología en décadas. Por otro, hay una ola de iniciativas poco preparadas que están chocando contra la realidad. La IA no es magia, la IA es un cambio de paradigma comparable a la aparición de Microsoft Excel a finales de los 80.

¿Es malo parar? No. Es sabio. Sobre todo si lo haces para reenfocar recursos, revisar hipótesis o validar con más datos. En estrategia-ágil lo sabemos: no se trata de hacer IA por moda, sino por propósito.

Tanto si eres una pyme como una gran empresa del IBEX, la clave está en:

Conocer tus problemas de negocio antes de hablar de modelos.
Medir el valor incremental de cada iniciativa.
No tener miedo a parar lo que no aporta.
Construir capacidades internas sostenibles.

¿Es malo parar? No. Es sabio. Sobre todo si lo haces para reenfocar recursos, revisar hipótesis o validar con más datos. En estrategia-ágil lo sabemos: no se trata de hacer IA por moda, sino por propósito.