En los últimos meses se vieron titulares que celebraban la llegada de la inteligencia artificial generativa a las organizaciones como si fuera la gran panacea.
Sin embargo, un reciente informe denominado “The GenAI Divide: State of AI in Business 2025”, elaborado por los expertos del MIT Aditya Challapally, Chris Pease, Ramesh Raskar y Pradyumna Chari, entregó una verdad incómoda: el 95% de los proyectos de IA no generaban ningún retorno medible y solo el 5% lograba cruzar lo que los autores llamaron “la brecha de la IA generativa”, transformando pilotos en soluciones integradas que producían millones en valor.
La pregunta que surgía era inevitable: ¿cómo podía ser que, invirtiendo más de 40 mil millones de dólares, la gran mayoría de las empresas no lograra resultados tangibles?
El estudio identificó cuatro factores claves. En primer lugar, pilotos que no cruzaban la línea de producción, donde el entusiasmo inicial no se traducía en impacto real porque la mayoría de los proyectos quedaba atrapada en la fase experimental.
Segundo, herramientas que no aprendían ni se adaptaban.
Tercero, inversión mal dirigida, ya que la mayoría del presupuesto se concentraba en ventas y marketing porque era más fácil mostrar resultados, cuando el ROI más atractivo estaba en operaciones, procesos financieros y back-office.
En cuarto lugar apareció el fenómeno del Shadow AI, que mostraba que mientras las compañías se estancaban, los colaboradores ya utilizaban ChatGPT, Claude o Copilot en lo personal.
La paradoja era brutal: los empleados cruzaban la brecha antes que sus organizaciones.
Este fenómeno revelaba un asunto esencial: la tecnología no era la barrera, sino la falta de visión estratégica. No se trataba de modelos más grandes ni de presupuestos más millonarios, sino de cómo se lideraba la adopción.
En el mismo reporte se explicaba que las organizaciones que sí lograban resultados positivos seguían una clara línea de gestión: se asociaban en lugar de construir solas; empoderaban a la primera línea, permitiendo que los usuarios más cercanos a los problemas lideraran la adopción, en lugar de centralizar todo en un laboratorio corporativo desconectado; y eran organizaciones que encontraban la verdadera rentabilidad en optimizar procesos invisibles, reduciendo gastos externos y automatizando tareas críticas de soporte.
Entonces, si el 95% de los proyectos fracasaba, el problema no estaba en la IA, sino en cómo se pensaba, lideraba y gestionaba esta transformación.
Por lo mismo, la pregunta que deberíamos hacernos no era qué modelo de IA era más avanzado, sino qué problema de negocio se quería resolver y cómo se integraba la IA para su aprendizaje y evolución.
La brecha de la IA no era tecnológica, era cultural, organizacional y de liderazgo.
Estamos viviendo el nacimiento de lo que el informe llamó el “Agentic Web”, un grupo de sistemas capaces de aprender, recordar y coordinarse de manera autónoma.
Pero antes de llegar ahí, era urgente resolver un asunto más simple: cómo atreverse a liderar con intención, claridad y estrategia.
La IA no fracasaba. Fracasaban los proyectos sin dirección.
