La inteligencia artificial generativa fascina por su potencial innovador, pero las empresas enfrentan importantes obstáculos. *El 97 % de las organizaciones tienen dificultades para presentar claramente el retorno de la inversión.* Las ambiciones tecnológicas vienen acompañadas de una realidad compleja, marcada por desafíos en la demostración de valor. *La lucha por probar el impacto en el rendimiento comercial* pone de relieve expectativas desmesuradas frente a resultados a menudo inconclusos. Un impulso persistente, a pesar de un panorama contrastado, subraya la urgencia de reorientar los esfuerzos hacia bases sólidas.
El desafío de demostrar el valor de la IA generativa
Una mayoría de las empresas comprometidas en la implementación de la inteligencia artificial generativa enfrentan obstáculos importantes para probar su impacto en el rendimiento comercial. Según el informe CDO Insights 2025, publicado por Informatica y Wakefield Research, un alarmante 97 % de los responsables de datos admiten tener dificultades para cuantificar el retorno de la inversión de sus iniciativas.
Inversiones crecientes a pesar de la incertidumbre
A pesar de las dificultades, se establece un paradoja. Cerca del 87 % de las organizaciones que han adoptado o están considerando la adopción de la IA generativa prevén aumentar sus inversiones en este campo para 2025. Una proporción significativa de estas empresas, alrededor de una cuarta parte, prevé un aumento considerable de estos gastos.
Los Estados Unidos se destacan en esta dinámica, con 93 % de los encuestados anunciando un aumento de inversiones, frente al 82 % en Europa y 86 % en Asia-Pacífico. Este deseo de inversión no mitiga la incertidumbre de sus resultados. La incapacidad para demostrar el valor empresarial de estas tecnologías perturba el entusiasmo inicial.
Obstáculos para la demostración del valor agregado
Los obstáculos más comunes citados por las empresas incluyen desafíos relacionados con la ciberseguridad y la conformidad (46 %), interrogantes sobre un uso responsable de la IA (45 %), así como dudas sobre la fiabilidad de los resultados obtenidos (43 %). La confianza en la calidad de los datos también es deficiente para el 38 % de las empresas encuestadas.
Una discrepancia entre las expectativas y la realidad
El informe destaca la creciente discrepancia entre las expectativas de los responsables de datos y las de los ejecutivos. Cerca del 92 % de los responsables consideran que los ejecutivos desean resultados más rápidos de lo que la tecnología puede ofrecer. En los Estados Unidos, esta cifra alcanza el 97 %, iluminando una enorme presión sobre los equipos para producir rápidamente resultados tangibles.
Las prioridades de las empresas: calidad de los datos y formación
Frente a las dificultades encontradas, las empresas están reorientando sus estrategias. Una mayoría de aproximadamente 86 % de las organizaciones prevé aumentar sus inversiones en la gestión de datos para 2025. La fiabilidad y la preparación de los datos se presentan como prioridades para maximizar el potencial de la IA generativa.
Los desafíos organizacionales incluyen una necesidad urgente de desarrollar la alfabetización de datos dentro de los equipos. La formación sigue siendo primordial, ya que casi todas las empresas encuestadas informan sobre usos inapropiados de la IA generativa, causando problemas de conformidad y la explotación de datos incompletos.
Perspectivas de futuro
La transición de la fase piloto a la producción aparece compleja. Aproximadamente 67 % de las organizaciones no han logrado llevar la mitad de sus proyectos piloto a producción. Los obstáculos técnicos, como datos de mala calidad y una falta de madurez en las tecnologías empleadas, plantean desafíos adicionales.
El estudio también revela que sin la definición clara de KPI al lanzamiento de los proyectos y una comprensión compartida de lo que implica «valor», la demostración de los beneficios de la IA sigue siendo obstaculizada. La voluntad de acelerar el uso de la IA generativa se encuentra con realidades a veces desencantadas, planteando interrogantes sobre el futuro de estas inversiones.
Preguntas frecuentes sobre la IA generativa y su impacto en el rendimiento comercial
¿Por qué las empresas tienen dificultades para probar el valor de la IA generativa?
Las empresas enfrentan dificultades para demostrar el valor de la IA generativa debido a obstáculos como la falta de datos fiables, expectativas poco realistas por parte de los ejecutivos y problemas de ciberseguridad y conformidad. Estos desafíos dificultan la evaluación de los retornos de inversión.
¿Cuáles son las principales razones por las cuales el 97 % de las empresas luchan por valorar la IA generativa?
Las razones incluyen la dificultad para establecer indicadores de rendimiento (KPI), la naturaleza experimental de los proyectos y obstáculos técnicos como la calidad de los datos y la falta de competencias en IA entre los equipos.
¿Cómo se comparan las ambiciones de inversión en IA generativa con los resultados obtenidos?
A pesar de los resultados difíciles de probar, el 87 % de las empresas prevén aumentar sus inversiones en IA generativa. Esto muestra una discrepancia entre el entusiasmo por la tecnología y la realidad de los beneficios medibles.
¿Qué papel juegan las expectativas de los ejecutivos en la adopción de la IA generativa?
Las expectativas poco realistas de los ejecutivos, que esperan resultados rápidos, pueden llevar a la proliferación de proyectos piloto sin resolver los problemas anteriores, comprometiendo así la credibilidad y la eficacia de las iniciativas.
¿Qué soluciones contemplan las empresas para superar estos desafíos?
Las organizaciones buscan mejorar la calidad de los datos y la formación de los equipos, con el 86 % de ellas planeando aumentar su gasto en gestión de datos para asegurar una mejor preparación y fiabilidad de los proyectos de IA generativa.
¿Cómo impacta la formación de los equipos en la adopción de la IA generativa?
Una formación adecuada es esencial para evitar usos inapropiados de la IA generativa. En promedio, se requieren 11 meses para que los colaboradores alcancen un nivel de competencia suficiente para utilizar estas herramientas de manera efectiva y responsable.
