El nuevo estudio de SAP y Oxford Economics muestra que la inversión y el ROI en IA están creciendo, pero también que la verdadera batalla sigue siendo convertir adopción, automatización y escala en valor económico real

Por Néstor Altuve – info@nestoraltuve.com

La conversación sobre inteligencia artificial está entrando, por fin, en una etapa más adulta. Durante demasiado tiempo buena parte del debate empresarial estuvo dominado por las herramientas, las capacidades de los modelos, los anuncios de nuevos productos y esa sensación casi permanente de que había que hacer “algo con IA” para no quedarse atrás. Pero cuando comienzan a aumentar las inversiones y la tecnología deja de ser novedad para convertirse en parte de la operación cotidiana, aparece inevitablemente una pregunta mucho menos atractiva, pero bastante más importante: ¿qué valor estamos obteniendo realmente de todo esto? En ese sentido, el informe The Value of AI 2026, elaborado por SAP y Oxford Economics, aporta una fotografía particularmente interesante del momento actual. La adopción crece, la inversión aumenta y el retorno comienza a hacerse visible. Sin embargo, al mismo tiempo persisten brechas importantes entre utilizar inteligencia artificial, incorporar herramientas, automatizar procesos y convertir todo eso en valor económico real.

El dato antes que la opinión

El estudio recoge respuestas de 2.600 empresas de 13 países y analiza cómo están invirtiendo en IA, qué retorno dicen estar obteniendo y cuáles son los principales obstáculos que enfrentan para capturar valor. Los números, vistos rápidamente, son muy positivos. La IA ya respalda, en promedio, el 30% de las tareas de las empresas analizadas y se espera que esa proporción alcance el 48% dentro de dos años. La inversión promedio, además, ronda los US$28 millones y las organizaciones prevén incrementarla otro 45% durante ese mismo período. Es decir, no estamos frente a una tecnología que las empresas estén observando desde lejos. Está entrando de lleno en sus presupuestos, procesos y estructuras operativas. Hasta aquí, la lectura parece claramente optimista. Y lo es. El problema aparece cuando uno deja de mirar cuánto se está gastando o cuánto se está utilizando la IA y comienza a preguntarse cómo se están tomando las decisiones detrás de esas inversiones.

Solo el 17% de las empresas declara una priorización estratégica y holística de sus inversiones en IA. El 41% todavía opera de manera fragmentada, proyecto por proyecto, y apenas el 18% tiene más implementaciones transversales de punta a punta que soluciones aisladas. Al mismo tiempo, aunque el 73% afirma contar con una estrategia de IA alineada con los objetivos del negocio, solo el 33% dispone de KPI ejecutivos para medir su adopción y menos de la mitad tiene incluso un líder de IA formalmente designado. Esa diferencia me parece mucho más importante de lo que puede aparentar. Una cosa es declarar en una presentación corporativa que la IA está alineada con la estrategia y otra muy distinta es gobernarla, medirla, priorizarla y, sobre todo, decidir qué iniciativas reciben dinero, cuáles escalan y cuáles deben cerrarse. La primera pertenece al discurso. La segunda pertenece a la gestión.

El informe también registra una mejora importante en el retorno. Las empresas encuestadas esperan un ROI promedio del 21% en 2026, frente al 16% del año anterior, y proyectan que pueda alcanzar el 38% dentro de dos años. Además, el 69% se declara satisfecho con el retorno actual de sus inversiones en IA. Pero aparece inmediatamente otro dato que obliga a poner esa satisfacción en contexto: el 67% todavía no está convencido de estar capturando todo el potencial de sus implementaciones. Para mí, esa combinación resume bastante bien la paradoja actual. Hay retorno, pero todavía existe una distancia importante entre el valor posible y el valor efectivamente capturado. Y probablemente esa brecha sea, en los próximos años, mucho más relevante que la diferencia entre tener o no tener acceso a determinada herramienta de inteligencia artificial.

Hay otro hallazgo del estudio que merece especial atención. SAP encuentra que la IA está generando mayores mejoras en insights y toma de decisiones que en productividad o eficiencia de costos. Este punto conecta directamente con la visión que desarrollo en mi libro IA que genera dinero. SAP utiliza una concepción relativamente amplia del valor: mejores decisiones, productividad, velocidad, relación con clientes, innovación o reducción de costos pueden constituir beneficios empresariales. Mi planteamiento agrega una condición adicional: todos esos beneficios pueden ser relevantes, pero tarde o temprano deberían conectarse con ingresos, costos, márgenes, riesgo o algún impacto económico que pueda explicarse y defenderse ante un CEO, una junta directiva o un accionista. El libro distingue precisamente entre adopción tecnológica, eficiencia y monetización.

Mi lectura

Precisamente por eso considero que el informe de SAP, más que contradecir la visión que planteo en el libro, termina reforzándola. Si el 56% de las organizaciones reconoce que la falta de estrategia, liderazgo o alineación limita el valor obtenido con IA, entonces el problema claramente no es solo tecnológico. Si el 73% dice tener una estrategia alineada con el negocio, pero apenas un tercio utiliza KPI ejecutivos, estamos viendo una brecha entre estrategia declarada y disciplina de gestión. Y si el 73% identifica problemas de calidad o disponibilidad de datos como uno de los principales obstáculos para obtener mayor valor, escalar rápidamente tampoco parece ser suficiente. Se puede tener más IA, más proyectos, más usuarios y más automatizaciones y, aun así, no estar necesariamente creando más valor. El volumen de actividad nunca debería confundirse con impacto económico.

En IA que genera dinero planteo que el verdadero punto de encuentro debe producirse entre estrategia, finanzas e inteligencia artificial. La IA no debería comenzar preguntando qué podemos automatizar, sino qué decisión crítica del negocio estamos tomando tarde, mal o con información insuficiente. Ahí está, quizás, una de las coincidencias más poderosas con el estudio de SAP: el propio informe encuentra que uno de los mayores beneficios actuales de la IA se está produciendo precisamente en la capacidad de generar mejores insights y apoyar mejores decisiones. Pero yo agregaría inmediatamente una segunda pregunta, que para mí es irrenunciable: ¿cuánto vale mejorar esa decisión? Porque una mejor predicción, un proceso más rápido, una respuesta más inteligente o veinte horas ahorradas siguen siendo indicadores intermedios mientras la organización no pueda explicar cómo terminan afectando su economía.

También introduciría cierta cautela frente a las cifras de ROI del informe. No porque deban descartarse, sino porque conviene entender exactamente qué representan. Se trata de resultados y expectativas declaradas por los ejecutivos encuestados y, por su propia naturaleza, no deberían interpretarse automáticamente como beneficios financieros auditados o efectivamente capturados. La metodología confirma que se trata de una encuesta cuantitativa realizada entre marzo y mayo de 2026. Esta distinción es importante porque uno de los problemas que observo con frecuencia en las organizaciones es que el retorno termina construyéndose después de haber decidido invertir. Y ahí la lógica se invierte. Como planteo en el libro, el ROI no debería aparecer después del piloto. Debe nacer antes. Toda iniciativa debería comenzar con una hipótesis económica explícita. El piloto existe para validarla o refutarla, no para descubrir al final cómo justificar económicamente algo que ya decidimos implementar.

La misma tensión aparece ahora con la IA agéntica. SAP registra enormes expectativas de retorno mientras apenas el 3% de las empresas se considera completamente preparado para desplegar y escalar agentes. Y solo el 12% considera plenamente preparados sus procesos o capacidades para gobernar eficazmente la IA. El entusiasmo, nuevamente, parece avanzar más rápido que la madurez. Esto no significa frenar la adopción. Significa algo bastante más exigente: aprender a distinguir velocidad de dirección, automatización de monetización y adopción de creación de valor.

Mi conclusión es sencilla. SAP y Oxford Economics muestran que la inteligencia artificial comienza a generar retornos más visibles. Es una buena noticia. Pero el propio informe demuestra también que invertir más, automatizar más o incorporar más agentes no resuelve por sí solo el problema central. La pregunta decisiva sigue siendo otra: ¿dónde exactamente la IA mejora una decisión que crea o protege valor económico? Ahí comienza, en mi opinión, la diferencia entre una empresa que simplemente usa inteligencia artificial y una empresa que realmente gana dinero con ella.

RAxIA