Artem Lyashanov: por qué la mayoría de las inversiones en IA no se rentabilizan y qué hacer al respecto en 2026

La inteligencia artificial (IA) corporativa ha dejado atrás la etapa de euforia. Ahora llega la hora de rendir cuentas: los consejos de administración y los inversores ya no exigen presentaciones llenas de porcentajes, sino un impacto real en los beneficios. Según el IBM Institute for Business Value y Oxford Economics, hoy solo alrededor del 25% de las iniciativas de IA cumple las expectativas de rentabilidad de los directivos. El experto Artem Lyashanov explica por qué esto no es una crisis de la tecnología, sino el resultado lógico de un enfoque equivocado en su implementación, y qué distingue a las empresas que ya están en números negros.

Lo esencial en breve

• La rentabilidad de los proyectos piloto de IA casi siempre es mayor que la obtenida tras escalarlos a toda la empresa;
• Solo el 25% de las iniciativas de IA genera el beneficio esperado, pero esto no es motivo para detener la inversión, sino una señal para replantear su estructura;
• El 64% de los presupuestos de IA ya se ha desplazado hacia las funciones clave del negocio;
• La implementación caótica y poco sistemática de la IA está disminuyendo;
• La siguiente etapa es la IA agéntica, y las empresas sin una base sistemática corren el riesgo de no llegar a tiempo a esta transición.

Argumento 1: la brecha entre el piloto y la escala es una regularidad

Muchos directivos todavía juzgan la eficacia de la IA por los resultados de los proyectos piloto. Es un error metodológico. Un piloto funciona en condiciones controladas, con un volumen limitado de datos, un equipo dedicado y costes de integración mínimos. Escalar a toda la empresa elimina todas estas condiciones de invernadero al mismo tiempo.

Precisamente por eso, según Artem Lyashanov, la impresionante rentabilidad de la fase piloto casi nunca se mantiene al pasar a la explotación a escala industrial, y la caída de los indicadores por debajo del coste de capital de la empresa (Capex hurdle rate) no debe interpretarse como un fracaso de la tecnología, sino como una señal de que la evaluación del proyecto fue incompleta desde el principio.

Conclusión: si una empresa decide ampliar su presupuesto de IA basándose únicamente en los datos del piloto, infla sistemáticamente las expectativas y, tarde o temprano, se enfrentará a la decepción del consejo de administración.

Argumento 2: un 25% de iniciativas exitosas no es un fracaso del mercado

La cifra del 25% suele sonar como una sentencia para la tecnología. En realidad, dice otra cosa: el mercado va descartando poco a poco los proyectos construidos sobre el hype y no sobre la lógica de negocio. Artem Lyashanov subraya que la creciente presión sobre los líderes tecnológicos —exigir no innovación por la innovación, sino un resultado financiero medible— es un proceso sano y no un síntoma de crisis del sector.

Conclusión: las empresas no deberían renunciar a invertir en IA por el bajo ROI medio del mercado, sino evaluar con honestidad si sus propios proyectos están realmente vinculados al beneficio operativo o existen como una partida de gasto independiente.

Argumento 3: el desplazamiento de los presupuestos hacia el núcleo

Hoy, el 64% de los presupuestos de IA se destina a funciones clave del negocio y, en opinión de Artem Lyashanov, esto explica tanto la ralentización del crecimiento del ROI como su potencial futuro. Trabajar con el núcleo de los procesos de negocio exige una coordinación profunda entre departamentos y datos fundamentales de calidad, es decir, justo lo que más cuesta construir con rapidez.

El núcleo del negocio ofrece un arranque lento, pero un potencial de escalado muchas veces mayor si se mantiene la disciplina en la implementación.

Conclusión: si el ROI de una empresa cae precisamente ahora, mientras los presupuestos crecen, no es necesariamente una señal de alarma. Puede que la empresa simplemente haya pasado de las victorias fáciles a un trabajo más complejo y más valioso.

Argumento 4: menos implementación caótica

La proporción de empresas que implementan la IA sin un sistema ha descendido notablemente en el último año. Probablemente sea la señal más infravalorada de toda la estadística. No muestra tanto la rentabilidad actual como la trayectoria futura del mercado.

Las empresas que hoy construyen una estrategia de IA coherente y a nivel de toda la organización, basada en datos verificados, sientan las bases de un ROI que no se verá en este trimestre, sino en los próximos dos o tres años.

Balance final

Artem Lyashanov considera que la próxima etapa en la evolución de la tecnología será el paso a la IA agéntica: modelos en los que los algoritmos dejan de ser herramientas y se convierten en participantes de pleno derecho en los procesos de negocio. Las empresas que ya hoy invierten en un enfoque sistemático, y no en el número de pilotos, estarán preparadas para esta transición mucho antes que sus competidores.

El argumento principal: un ROI medio bajo en el mercado es un motivo para replantear cómo se estructuran exactamente estas inversiones. La diferencia entre un stack tecnológico rentable y un presupuesto desperdiciado no la determina hoy el volumen de la inversión, sino la disciplina con la que se aplica.

Fuente de los datos estadísticos: estudio conjunto del IBM Institute for Business Value y Oxford Economics, 2026. Este material tiene carácter meramente informativo.