La adopción corporativa de la inteligencia artificial continúa acelerándose en términos de inversión. Sin embargo, los resultados financieros empiezan a evidenciar señales de alerta.

De acuerdo con el informe “Your AI Budget Is Growing. Your Returns Aren't. Here's Why”, elaborado por Bain & Company tras encuestar a 951 empresas internacionales, existe una marcada desconexión entre el negocio prometido y la realidad operativa de los proyectos de IA. Mientras que un 37% de las organizaciones se trazó como meta reducir costos entre un 11% y un 20%, casi el 40% de las firmas que midieron sus resultados comerciales terminaron obteniendo retornos de apenas entre el 0% y el 10%.

El fenómeno responde a una desconexión estructural: la mayoría de las empresas diseñan sus proyecciones bajo la premisa de una automatización total y autónoma, pero la realidad operativa sigue siendo mayoritariamente humana. Según el informe de Bain, hoy en día solo el 7% de las compañías mantiene agentes de IA operando de forma plenamente autónoma en producción, lo que explica que los rendimientos no sean como los esperados.

Más allá de la inversión tecnológica, el incumplimiento de los rendimientos esperados responde a barreras que frenan una rápida adecuación, las cuales tienen su origen en decisiones organizacionales y no en limitaciones técnicas. Actualmente, la intervención humana sigue siendo indispensable: un 38% de las empresas opera bajo un esquema de "aprobación humana requerida", mientras que un 32% adicional implementa barreras de seguridad y protocolos para el manejo de excepciones. Esto implica que, ante cualquier situación que el agente de IA no pueda gestionar con certeza, un equipo humano debe intervenir para supervisar y validar la decisión, diluyendo así la promesa de automatización total.

“El software funciona a la perfección, lo que está fallando es el modelo organizativo de las compañías”, afirma Lucas Brossi, socio y líder de Data e AI de Bain & Company para Sudamérica. "Proponemos un cambio estratégico en la adopción de la IA: no es necesario un ecosistema de datos perfecto para empezar a probar. Las empresas pueden avanzar de forma secuencial, creando procesos y optimizando datos sobre la marcha, lo que brindará a los equipos la experiencia y el conocimiento necesarios para acercarse a la automatización. El objetivo real trasciende la adopción tecnológica: el valor reside en rediseñar integralmente los procesos y el modelo operativo”.

El relevamiento de Bain identifica que también el acceso y la integración de datos entre sistemas es una de las barreras para el progreso de la IA, citada por el 41% de los ejecutivos, ubicándose por encima de las limitaciones presupuestarias o la falta de habilidades técnicas.

Frente a este escenario, el informe plantea que la solución no es esperar a que la base de datos sea completa, sino accionar bajo una estrategia de reingeniería de procesos sustentada en tres pilares clave:

• Rediseñar el modelo operativo antes de automatizar (El fin del Workflow Debt): para Bain, este es el centro de la tesis; la IA no resuelve las deficiencias de los flujos de trabajo preexistentes. El error más costoso es aplicar tecnología sobre procesos ineficientes o rotos; la IA acelera la ineficiencia, pero no la soluciona. Las empresas líderes rediseñan el proceso y el rol del empleado, que pasa de ejecutar tareas a supervisar algoritmos, desde cero.

• Secuenciar proyectos con datos accesibles: en lugar de postergar las implementaciones a la espera de una modernización de datos a gran escala a nivel corporativo, la recomendación es avanzar de forma táctica. El éxito radica en seleccionar flujos de trabajo acotados y repetibles que tengan datos ya disponibles, utilizando la propia IA para optimizar y limpiar el flujo de información restante de manera progresiva.

• Auditar retornos reales bajo la lupa del CFO y el CEO: antes de habilitar nuevas partidas presupuestarias basándose en la promesa de una automatización total, las direcciones financieras deben validar los retornos reales de los programas previos. Asimismo, la gobernanza debe ser clara: la mesa directiva debe definir de antemano quién es el responsable institucional cuando un agente autónomo tome una decisión errónea en la línea de producción.

La ventana de oportunidad para realizar estos ajustes organizacionales y liderar la ventaja competitiva en el mercado sigue abierta, pero se está estrechando rápidamente para los equipos ejecutivos que posterguen estas decisiones estructurales.