Al pasar la vista por el panorama global, la cifra de adopción de inteligencia artificial generativa incrementó solo en 4 puntos porcentuales entre agosto de 2024 y agosto de 2025, según el State of Generative AI Adoption in the Workplace del Federal Reserve Bank of St. Louis. Si se considera el uso ocasional, el dato llega a un 55 % de los participantes.
En la práctica, la tecnología se despliega principalmente en tareas administrativas, redacción de contenido y elaboración de resúmenes. Francisco Lárrez, vicepresidente de Progress para América Latina y el Caribe, destaca la utilidad de los algoritmos de aprendizaje automático para predecir picos de tráfico y mitigar riesgos operativos.
No obstante, la correlación entre inversión y resultados financieros sigue siendo débil. Un análisis del Instituto Stanford Human-Centered AI indica que la inversión creció un 24 %, pero el retorno no se reflejó en mejores métricas operativas. Gartner complementa esta realidad señalando que, pese a que el gasto promedio en IA generativa fue de 1.9 millones de dólares en 2024, menos del 30 % de los líderes de IA perciben satisfacción en la empresa.
A la vez, la escalabilidad se mantiene limitada. Más del 80 % de las empresas experimentaron pilotos internos, pero solo bajo un tercio logró producir ambientes de producción con adopción cruzada. Las dudas sobre seguridad, gobernanza y la necesidad de supervisión humana siguen frenando la integración de agentes de IA.
De cara al 2026, el desafío se orienta a la selección de áreas con mayor impacto esperado. La historia de Oracle ilustra este fenómeno: a pesar de ingresos que superaron los 16 000 millones de dólares, la compañía aumentó su CAPEX en 50 000 millones de dólares, mayoritariamente para infraestructuras de IA. Ese mayor gasto convirtió a los inversionistas en más cautelosos, buscando diversificar su riesgo.
El panorama sugiere que la IA generativa ya no será vista como una revolución inmediata, sino como una inversión que debe ser evaluada a la misma escala que cualquier otra tecnología, bajo márgenes de retorno, auditoría y cumplimiento reglamentario. Mientras tanto, la disciplina de decidir dónde aplicar la IA se vuelve la nueva frontera de la eficiencia corporativa.