La inteligencia artificial ha superado la fase de curiosidad tecnológica. Las empresas compran licencias, forman a sus profesionales, experimentan con asistentes y empiezan a incorporar agentes capaces de asumir tareas cada vez más complejas.
Sin embargo, entre utilizar inteligencia artificial y transformar realmente una empresa existe todavía una enorme distancia.
El 21,1% de las compañías españolas de diez o más empleados utilizaba alguna tecnología de IA durante el primer trimestre de 2025, según los datos del INE recogidos por Qaracter. La cifra representa un incremento de 8,7 puntos en apenas un año.
A escala internacional, la penetración es todavía mayor: el 88% de las organizaciones afirma emplearla regularmente en al menos una función.
El problema aparece cuando se pregunta por los resultados.
El informe The State of Organizations 2026 señala que el 81% de las organizaciones que experimenta con inteligencia artificial todavía no registra mejoras económicas significativas. Además, el 86% de los líderes considera que su compañía no está suficientemente preparada para incorporar esta tecnología a sus operaciones cotidianas.
La nueva carrera empresarial de la IA ya no consiste, por tanto, en adoptarla. Consiste en convertirla en resultados.
IA en las empresas: utilizar más tecnología no significa transformar el negocio
La primera etapa de la IA en las empresas estuvo protagonizada por casos de uso relativamente sencillos.
Resumir un documento, generar contenidos, buscar información, preparar una presentación o ayudar a desarrollar software permiten ahorrar tiempo a determinados profesionales.
Son mejoras reales.
Pero ahorrar diez minutos en una tarea no significa necesariamente que el proceso completo sea más eficiente.
Qaracter identifica aquí uno de los grandes errores que están limitando el retorno de las inversiones en inteligencia artificial: incorporar nuevas herramientas sobre procesos diseñados para una realidad anterior.
Imaginemos que un asistente de IA permite preparar un informe en media hora en lugar de tres horas.
La ganancia parece evidente.
Pero si ese documento continúa necesitando las mismas validaciones, circula por varios departamentos, genera sucesivas reuniones y necesita días para recibir una aprobación, la organización ha acelerado una tarea sin solucionar el verdadero cuello de botella.
La IA trabaja más rápido. La empresa continúa funcionando igual.
El gran salto: pasar de productividad individual a productividad empresarial
Esta diferencia resulta fundamental para entender la siguiente fase de la inteligencia artificial corporativa.
Durante los últimos años, muchas compañías han medido la adopción observando cuántos empleados utilizan las nuevas herramientas.
Ahora necesitan empezar a formular preguntas diferentes.
¿Cuánto se ha reducido el tiempo completo de un proceso? ¿Qué pasos han podido eliminarse? ¿Se producen menos errores? ¿Las decisiones se adoptan antes? ¿Ha aumentado la capacidad de atender clientes? ¿Han mejorado los ingresos o los costes?
Para Qaracter, la productividad local no garantiza una transformación del negocio.
La diferencia está en la unidad de medida.
Si únicamente se analiza la tarea de un trabajador, la IA puede mostrar mejoras espectaculares. Si se observa todo el proceso empresarial, es posible descubrir que esas ganancias desaparecen posteriormente entre burocracia, aprobaciones y traspasos internos.
El 82% de los directivos cree que ha llegado el momento de replantear la empresa
Los datos recogidos en el documento muestran que una parte importante de los líderes empresariales empieza a ser consciente de esta situación.
El 82% de los directivos consultados por Microsoft considera que ha llegado el momento de replantear aspectos centrales de la estrategia y las operaciones.
Y el 81% espera integrar agentes de IA de forma moderada o extensa durante los siguientes 12 a 18 meses.
La llegada de estos sistemas puede acelerar todavía más el cambio.
Un agente no se limita necesariamente a responder una pregunta. Puede asumir determinadas tareas, interactuar con sistemas y participar en flujos de trabajo con un grado mayor de autonomía.
Esto obliga a las empresas a responder preguntas que hace pocos años parecían teóricas.
¿Qué puede decidir una máquina? ¿Qué necesita autorización humana? ¿Quién supervisa el resultado? ¿Y quién responde cuando el sistema se equivoca?
Automatizar tareas no basta: algunas tienen que desaparecer
Existe una tentación lógica cuando aparece una nueva tecnología: aplicarla a todo aquello que ya hacemos.
Pero la verdadera transformación puede exigir exactamente lo contrario.
Antes de automatizar una tarea habría que preguntarse si esa tarea debería continuar existiendo.
José Manuel Casado, presidente de Qaracter, sostiene que el error más habitual consiste precisamente en tratar la IA como una herramienta que simplemente se añade al trabajo existente. El potencial aparece cuando la compañía revisa qué tareas pueden desaparecer, qué decisiones pueden aproximarse a los equipos y qué papel debe asumir cada profesional.
Este planteamiento cambia por completo la conversación.
La pregunta deja de ser: «¿Cómo podemos hacer esto más rápido con IA?»
Y pasa a ser: «Si hoy diseñáramos este proceso desde cero disponiendo de inteligencia artificial, ¿lo haríamos de la misma manera?»
En muchas organizaciones, probablemente la respuesta sea no.
El verdadero cuello de botella puede estar en los directivos
Transformar procesos mediante inteligencia artificial tampoco es únicamente una cuestión tecnológica.
El Future of Jobs Report 2025 del Foro Económico Mundial, citado en el documento, identifica la brecha de habilidades como el principal obstáculo para la transformación empresarial para el 63% de los empleadores.
El 85% prevé priorizar la actualización de competencias.
Pero Qaracter advierte de que el desafío no consiste únicamente en enseñar a los empleados a utilizar herramientas.
Los mandos también necesitan aprender a dirigir equipos híbridos, gestionar excepciones, evaluar resultados producidos mediante IA y explicar por qué están cambiando determinadas funciones.
La inteligencia artificial puede modificar así algunas de las competencias tradicionalmente asociadas al liderazgo.
Cuando parte del trabajo puede ser realizado por sistemas automatizados, el directivo necesita determinar qué delega, cómo controla el resultado y dónde continúa siendo imprescindible la intervención humana.
La resistencia aumenta cuando la IA se presenta únicamente como ahorro de costes
Hay otra variable que ninguna tecnología puede solucionar por sí misma: la cultura empresarial.
Según Qaracter, la resistencia puede aumentar cuando la organización presenta la inteligencia artificial exclusivamente como una herramienta destinada a mejorar eficiencia o reducir costes.
No resulta difícil entender por qué.
Si el mensaje que recibe un trabajador es que la IA llega para conseguir hacer más con menos recursos, puede interpretar la transformación tecnológica como una amenaza.
La adopción mejora, según la consultora, cuando existe un propósito empresarial comprensible, los empleados participan en el rediseño de los procesos, se modifican los objetivos de desempeño y la propia dirección utiliza la tecnología de manera visible y responsable.
La gestión del cambio pasa así a ser tan importante como la propia herramienta.
Cinco cambios para conseguir que la IA genere resultados
Qaracter propone abordar la transformación desde cinco frentes conectados entre sí.
Seleccionar procesos completos
El punto de partida debería ser elegir procesos con impacto empresarial medible, en lugar de acumular pequeños experimentos independientes.
La pregunta fundamental es qué resultado quiere mejorar la organización.
Eliminar pasos que ya no aportan valor
Introducir IA sin revisar aprobaciones, controles y tareas heredadas puede mantener intactos los cuellos de botella.
Automatizar algo innecesario solo consigue hacerlo innecesario más rápido.
Redefinir funciones e incentivos
Si cambia la manera de trabajar, también pueden necesitar modificaciones las responsabilidades, capacidades y objetivos de los profesionales.
No se puede transformar un proceso manteniendo intacto todo aquello que lo rodea.
Establecer límites claros a la autonomía
Cuanto mayor sea la capacidad de actuación de los sistemas, más importante será definir qué puede hacer la IA de forma autónoma y cuándo necesita intervención humana.
También resultan esenciales la trazabilidad y los procedimientos para escalar incidencias.
Medir negocio, adopción y riesgo
La utilización de una herramienta no debería convertirse en la principal métrica de éxito.
La organización necesita medir resultados empresariales, pero también adopción y riesgo desde el inicio del proyecto.
De comprar licencias a transformar el modelo operativo
Este cambio de enfoque tiene importantes consecuencias para las inversiones empresariales en inteligencia artificial.
Durante la primera fase, buena parte del presupuesto podía concentrarse en herramientas, licencias y formación.
La siguiente etapa exigirá invertir también en rediseño organizativo.
Procesos, estructuras, responsabilidades, incentivos, sistemas de decisión y mecanismos de control forman parte de la transformación.
Y probablemente ahí se encuentre una de las explicaciones de la distancia existente entre el enorme entusiasmo alrededor de la IA y el impacto económico todavía limitado que señala el documento.
La tecnología ha avanzado extraordinariamente rápido.
Las organizaciones, inevitablemente, necesitan más tiempo para rediseñarse alrededor de ella.
La pregunta que todo comité de dirección debería hacerse sobre la IA
El 81% de las organizaciones que experimenta con inteligencia artificial todavía no observa mejoras económicas significativas. Pero interpretar ese porcentaje como una prueba de que la IA no funciona sería una lectura equivocada de los datos aportados por Qaracter.
La cuestión que plantea el análisis es diferente.
¿Estamos utilizando una tecnología nueva dentro de una organización diseñada para trabajar sin ella?
Si la respuesta es afirmativa, añadir más herramientas puede no solucionar el problema.
La siguiente etapa de la IA en las empresas probablemente estará menos relacionada con descubrir qué puede hacer la tecnología y mucho más con decidir qué está dispuesta a cambiar la propia organización.
Eliminar tareas. Reducir aprobaciones. Acercar decisiones. Redefinir funciones. Preparar a los directivos. Establecer supervisión humana. Medir resultados empresariales en lugar de contar usuarios.
La inteligencia artificial puede conseguir que una tarea que necesitaba horas se complete en minutos.
Pero la verdadera transformación comienza después.
Cuando esos minutos ahorrados cambian el funcionamiento del proceso, mejoran una decisión, reducen costes, aumentan ingresos o permiten al negocio hacer algo que antes no podía hacer.
Ahí es donde utilizar IA empieza realmente a convertirse en crear valor con IA.
