La promesa de una era de abundancia impulsada por la inteligencia artificial choca de frente con la realidad contable de las grandes empresas. Según la encuesta State of AI 2026 de McKinsey, para el 88% de los directores financieros la IA todavía no está transformando de manera sustancial sus resultados operativos. Esta brecha económica no es inédita: desde la llegada masiva de los ordenadores personales, pasando por la banda ancha y los teléfonos inteligentes, las oleadas de innovación digital han convivido con un declive sostenido en el crecimiento de la productividad general. Es lo que se define como la paradoja de la innovación: cuanto más rápido innovamos, más lento parece ser el crecimiento económico real.
El doble patron en forma de K en la difusion tecnologica
El ritmo al que avanza la tecnología no se traduce de manera uniforme en la economía. En la actualidad, este fenómeno se manifiesta mediante dos patrones divergentes en forma de K:
- Consumo frente a empresa: mientras que el uso de IA entre los consumidores estadounidenses escaló al 53% de los adultos en apenas tres años tras la aparición de ChatGPT, el despliegue productivo real en el ámbito corporativo se sitúa únicamente en un 10%. Como referencia histórica, el smartphone tardó siete años en alcanzar al 80% de la población de EE. UU., mientras que los sistemas de gestión empresarial (ERP) demoraron 33 años en implementarse en el 57% de las compañías.
- Brecha dentro de las organizaciones: aunque el 88% de las empresas afirma utilizar IA en al menos una función, tan solo un 6% entra en la categoría de alto rendimiento al lograr un impacto superior al 5% en el EBIT (beneficio antes de intereses e impuestos), una cifra estancada respecto a 2025.
Esta enorme diferencia de 82 puntos no responde a una falta de herramientas técnicas, sino a un déficit de transformación estructural: ese 6% exitoso tiene tres veces más probabilidades de haber rediseñado sus flujos de trabajo de principio a fin, algo que solo ha completado el 21% de todas las empresas usuarias. Además, esta polarización se refleja en los mercados de valores, donde 36 empresas del S&P 500 vinculadas a la IA representan el 45% de la capitalización total del índice. Sin estas compañías, el rendimiento a tres años del selectivo pasa del 76% a un modesto 32%.
La trampa de los costes indirectos y los sectores Baumol
A diferencia de la electrificación a principios del siglo XX —que forzó una reorganización total del espacio industrial y unificó sectores vinculados—, la tecnología digital opera en una economía dominada por los servicios. En este entorno, los denominados sectores Baumol (como la sanidad, la educación, la construcción o la administración pública) representan cerca del 50% del PIB de las economías desarrolladas y dependen intensamente del factor humano, lo que dificulta el despegue de la productividad.
A este escenario se suma la carga de los costes indirectos. La métrica del ratio combinado de sobrecostes (que reúne el gasto público, los costes de ventas, generales y administrativos o SG&A, y la regulación) superó en Estados Unidos el umbral del 47% del PIB hacia el año 2000. Desde entonces, el crecimiento del PIB no ha superado de forma sostenida el 2,5%, la mitad de lo registrado en los años sesenta cuando estos costes permanecían por debajo del 35%. Actualmente, el gasto público alcanza el 36% del PIB y el SG&A corporativo se ha duplicado desde los años ochenta. Un análisis de empresas del S&P 500 entre 1985 y 2025 demuestra que el 73% de las observaciones sectoriales por década caen en esta trampa: los costes de administración aumentan mientras que el crecimiento de los ingresos se reduce.
Qué significa en la práctica
En el terreno operativo, incorporar herramientas de IA en estructuras empresariales anticuadas equivale a colocar un motor de última generación en un carruaje tirado por caballos. Según un estudio de 2026 elaborado por Writer y Workplace Intelligence entre 2.400 líderes globales, el 79% de las organizaciones reconoce afrontar dificultades serias en su adopción y el 54% de los ejecutivos directivos afirma que este proceso está generando tensiones internas críticas.
La IA posee una capacidad singular frente a tecnologías previas: no solo procesa datos, sino que emite juicios, evalúa y razona, aptitudes idóneas para los sectores centrados en servicios. Sin embargo, en la práctica el obstáculo principal radica en las dinámicas organizativas:
- Los problemas de gobernanza de datos y el cumplimiento normativo entorpecen la integración de plataformas transversales.
- Las redes de distribución independientes a menudo se niegan a ceder información centralizada de los clientes.
- Los colectivos profesionales especializados en áreas críticas (como la medicina en el entorno hospitalario) muestran resistencia a que la gestión altere sus dinámicas habituales de trabajo.
Conclusión
El ritmo vertiginoso de adopción entre los consumidores no es un indicador de éxito macroeconómico ni financiero. Para rentabilizar la inversión en inteligencia artificial, las empresas deben asumir que la transformación no depende de añadir algoritmos a tareas aisladas, sino de rediseñar los flujos de trabajo de extremo a extremo y simplificar su estructura organizativa interna para permitir que la tecnología alcance profundidad y escala real.
Fuente original: Fortune