Última actualización: 29 de junio de 2026
A 29 de junio de 2026, casi cualquier empresa tiene ya alguna IA en marcha: un asistente, un par de suscripciones, empleados que la usan por su cuenta. Y sin embargo, muy pocas saben decir qué retorno les está dando. Ese hueco entre adoptar y rentabilizar tiene una causa que se repite, y también una salida concreta.
¿Por qué casi todas las empresas tienen IA pero pocas ven el retorno?
El dato que mejor retrata el momento llegó a finales de junio: según una encuesta de Pew recogida en España por Xataka, un 49% de los estadounidenses ya usa IA con frecuencia, pero solo un 16% cree que vaya a traer algo bueno. Mucha adopción, poca convicción. Traducido a una pyme: las herramientas están dentro, la gente las toca, y aun así nadie tiene la sensación de que el negocio gane dinero con ellas.
La razón no suele ser la tecnología. Es cómo se ha metido. En la mayoría de empresas la IA entró por abajo y de lado: un empleado se suscribió a una herramienta, otro empezó a redactar correos con un chatbot, alguien montó un asistente para un proceso suelto. Nadie decidió desde arriba qué problemas del negocio iba a resolver la IA, con qué datos, con qué permisos ni cómo se mediría el resultado. Cuando la IA es un conjunto de iniciativas dispersas que nadie dirige, lo raro sería que produjera un retorno claro.
Eso es justo lo que confirma la otra cara del dato. La encuesta trimestral de KPMG difundida estos últimos días apunta a un hallazgo incómodo y muy útil: cuando es la dirección —el gerente, el dueño, el director general— quien se hace dueña de la estrategia de IA, el retorno reportado llega a multiplicarse por tres frente a las empresas donde la IA se delega y queda suelta. No es magia: es que alguien con visión de negocio decide dónde aplicarla, qué se espera de ella y cómo se controla.
¿Qué significa que la dirección "lidere" la IA en lugar de delegarla?
Liderar la IA no quiere decir que el director tenga que entender de modelos, tokens ni infraestructura. Significa tratar la IA como cualquier otra palanca estratégica del negocio: con objetivos, prioridades, presupuesto y rendición de cuentas. Es exactamente lo contrario de la frase que hunde la mayoría de proyectos: "que se encargue el de informática".
Liderar la IA es responder, desde la dirección, a cuatro preguntas que ningún técnico puede contestar por ti. Qué problemas del negocio merece la pena atacar primero —los que más tiempo o dinero cuestan hoy—. Qué datos de la empresa puede tocar la IA y cuáles no. Quién supervisa lo que produce antes de que llegue a un cliente. Y cómo sabremos, en euros o en horas, si está funcionando. Son decisiones de negocio, no de programación.
Hay un matiz que conviene subrayar, porque marca la diferencia entre gastar y rentabilizar. La misma investigación de KPMG, esta vez junto a la Universidad de Texas, observó que los usuarios que más partido le sacan a la IA la tratan como un compañero de razonamiento, no como un buscador mejorado; y, sobre todo, que esa forma de usarla se puede enseñar a escala. Es decir: el salto de "tengo la herramienta" a "obtengo resultados" no depende de comprar el modelo más caro, sino de que la gente aprenda a usarla bien. Por eso la formación a medida no es un extra, es la pieza que convierte la inversión en retorno.
¿Por qué liderar la IA es también gobernar su coste?
Porque la otra factura que llega sin avisar es la del gasto. A finales de junio, Xataka describió lo que el sector ya llama el "tokenpocalipsis": empresas que adoptaron IA sin medir y que ahora se topan con facturas disparadas por un consumo que nadie controla, sin saber muy bien dónde recortar. Es el reverso exacto del problema anterior. Si la dirección no lidera, la IA no solo deja de dar retorno: empieza a costar dinero a oscuras.
Gobernar el coste no es escatimar, es saber. Saber qué procesos consumen, con qué herramientas, a qué nivel de exigencia y con qué resultado. Una pyme que mide esto descubre casi siempre dos cosas: que paga de más por tareas que un modelo más barato resolvería igual, y que hay procesos caros que rinden de sobra y merecen seguir. Sin esa foto, cualquier decisión sobre IA —ampliar, recortar, cambiar— se toma a ciegas. Con ella, el gasto se vuelve una inversión que se justifica sola.
¿En qué se nota, en la práctica, una IA liderada frente a una IA delegada?
La diferencia no es de herramientas, es de gobierno. Las mismas suscripciones pueden dar un resultado u otro según quién lleve el timón.
| Aspecto | IA delegada y suelta | IA liderada por la dirección |
|---|---|---|
| Punto de partida | Iniciativas dispersas que nadie ordenó | Prioridades fijadas según el dolor real del negocio |
| Datos y permisos | Cada uno usa lo que quiere, sin criterio | Reglas claras de qué se puede tocar y qué no |
| Medición | "Parece que ayuda", sin cifras | Retorno medido en horas o euros por proceso |
| Coste | Factura que crece sin que nadie la vigile | Gasto mapeado y asignado a cada tarea |
| Resultado | Mucha actividad, poco retorno percibido | Hasta el triple de retorno reportado |
Visto así, la conclusión es sencilla: la diferencia entre una pyme que rentabiliza la IA y otra que solo la paga no está en el software que han contratado, sino en si alguien con visión de negocio la está dirigiendo.
¿Qué puede hacer hoy la dirección de una pyme para liderar su IA?
No hace falta un gran plan ni un equipo técnico. Hace falta tomar cuatro decisiones que hoy probablemente no ha tomado nadie:
- Pon por escrito los tres problemas del negocio que más cuestan. No "queremos usar IA", sino "perdemos X horas a la semana en presupuestos" o "tardamos demasiado en responder a clientes". La IA se dirige hacia un dolor concreto, no hacia una moda.
- Haz una foto de lo que ya hay. Qué herramientas se usan, quién las usa, con qué datos y cuánto cuestan. Esa primera radiografía es lo que entrega una auditoría de IA, y normalmente revela tanto gasto evitable como oportunidades sin explotar.
- Fija reglas mínimas de datos y supervisión. Qué información puede tocar la IA, quién revisa lo que sale antes de llegar a un cliente. Es lo que separa una ventaja de un disgusto.
- Forma a quien la va a usar. El retorno aparece cuando el equipo sabe sacarle partido. Una formación corta y práctica rinde más que la suscripción más cara.
¿Por dónde empezar si no tengo un equipo técnico interno?
Es la situación de la mayoría de pymes, y no es un obstáculo: precisamente porque el liderazgo de la IA es una función de negocio y no de programación, se puede dirigir sin tener un departamento técnico dentro. Lo que se necesita es criterio y método, no una plantilla de ingenieros.
Cuando la decisión es de fondo —qué atacar primero, cómo medir el retorno, qué arquitectura tiene sentido para tu tamaño—, ese es el trabajo de la consultoría de IA aplicada. Y cuando hace falta que alguien sostenga el día a día —mantener la gobernanza, vigilar el coste, ir afinando a medida que el mercado se mueve—, encaja un departamento de IA externo: la dirección sigue marcando el rumbo, pero no carga sola con la ejecución.
En resumen
La IA ya está dentro de casi todas las empresas; lo que falta no es tecnología, es dirección. Los datos de finales de junio de 2026 lo dicen con claridad: mucha adopción y poca convicción, facturas que se disparan sin control y, al mismo tiempo, hasta el triple de retorno en las empresas donde la dirección se hace dueña de la estrategia. El paso que más rinde no es comprar otra herramienta, sino que alguien con visión de negocio decida qué problemas resuelve la IA, con qué datos, con qué supervisión y cómo se mide.
¿Quieres saber qué retorno te está dando hoy tu IA y por dónde empezar a liderarla con cabeza? Reserva 30 minutos con nuestro equipo y lo revisamos con tu operación real sobre la mesa.