El nuevo informe del MIT titulado “The GenAI Divide – State of AI in Business 2025” revela una paradoja inquietante en la adopción de Inteligencia Artificial Generativa (GenAI): pese a inversiones empresariales que superan los 30 a 40 mil millones de dólares, el 95% de las organizaciones no obtienen ningún retorno real.
El estudio, elaborado por el equipo de Project NANDA (Networked Agents and Decentralized Architecture) del MIT, analiza más de 300 iniciativas públicas de IA, 52 entrevistas corporativas y 153 encuestas a líderes empresariales realizadas entre enero y junio de 2025.
La “Brecha de la IA Generativa”
El informe identifica una profunda división entre las organizaciones que integran efectivamente la IA en sus procesos y aquellas que se quedan en simples pruebas piloto. Solo un 5% de las implementaciones logran impacto en resultados financieros o productividad sostenida.
Según el estudio, esta brecha no depende de la calidad de los modelos ni de las regulaciones, sino del enfoque de implementación.
Hallazgos clave
- Alta adopción, baja transformación: Más del 80% de las organizaciones experimentan con herramientas como ChatGPT o Copilot, pero menos del 5% las integran en flujos de trabajo críticos.
- Solo dos sectores muestran disrupción real: Tecnología y medios lideran los cambios estructurales, mientras que otros siete sectores —finanzas, salud, energía, manufactura, consumo, servicios y gobierno— permanecen estancados.
- “Economía de la IA en la sombra”: 90% de los empleados usan herramientas personales de IA en sus tareas, incluso cuando sus empresas no tienen proyectos oficiales implementados.
- Inversión mal dirigida: La mitad del presupuesto en IA se destina a ventas y marketing, aunque el mayor retorno se encuentra en automatización administrativa y de back-office.
Por qué fallan los pilotos
El informe describe una brecha estructural entre el entusiasmo inicial y la realidad de las implementaciones:
- Los usuarios prefieren herramientas generales como ChatGPT por su flexibilidad y velocidad, pero las rechazan para tareas críticas debido a su falta de memoria y personalización.
- Las soluciones empresariales personalizadas suelen fallar por su rigidez, altos costos de integración y escasa adaptación a los flujos de trabajo reales.
- “El problema no es que la IA no funcione, sino que no aprende. Las empresas necesitan sistemas que recuerden, se adapten y evolucionen”, afirman los autores.
Cómo cruzar la brecha
El informe distingue dos grupos de éxito:
- Constructores (“builders”) que desarrollan sistemas adaptativos, con aprendizaje continuo y alta integración en procesos.
- Compradores (“buyers”) que exigen resultados medibles, personalización profunda y colaboración estrecha con los proveedores.
Las organizaciones que cruzan la brecha suelen:
- Comprar, no construir: los proyectos en asociación externa tienen el doble de tasa de éxito que los desarrollos internos.
- Descentralizar la implementación: los gerentes de línea y equipos operativos lideran las pruebas, no los laboratorios centrales de IA.
- Focalizar en resultados reales: los sistemas exitosos logran eliminar contratos de tercerización, reducir costos de agencias y mejorar la retención de clientes.
El futuro: del GenAI a la “Web Agéntica”
El informe anticipa una nueva etapa de la IA empresarial: la “Agentic Web”, una red de agentes autónomos capaces de aprender, recordar y coordinarse entre sí para ejecutar tareas complejas sin intervención humana directa.
Este ecosistema —basado en protocolos como NANDA, MCP (Model Context Protocol) y A2A (Agent-to-Agent)— transformará la estructura de los negocios al reemplazar aplicaciones aisladas por sistemas cooperativos e inteligentes.
El informe completo puede consultarse aquí.