En salas de reuniones de todo el mundo, de Nueva York a Singapur, tiene lugar una escena cada vez más habitual. En la pantalla aparece una diapositiva ordenada, con proyectos piloto de inteligencia artificial. Los asistentes asienten, reconocen el esfuerzo realizado y dan por entendido el avance. Pero enseguida surgen las preguntas clave. ¿Qué iniciativas están generando ingresos reales? ¿Cuáles están ayudando a reducir costes? ¿Y, sobre todo, en cuántos casos la IA ha permitido tomar decisiones mejores, más rápidas o más seguras?

El silencio que suele seguir refleja una realidad incómoda: para muchas compañías, toda esa actividad en IA no genera retornos medibles. El análisis de PwC revela que el valor de la IA se concentra actualmente en un grupo reducido: el 20% de las 1.217 compañías encuestadas captura el 74% de los retornos impulsados por esta tecnología.

¿Qué diferencia a los líderes de este grupo reducido de compañías del resto? Es lo que hemos definido como AI fitness: la capacidad de orientar la inteligencia artificial hacia lo que importa, crear las bases adecuadas para cada objetivo e integrar de forma estructural la IA en toda la organización.

Este artículo está dirigido a directivos que desean dejar de contar pilotos de IA y empezar a impulsar incrementos medibles en ingresos y en ahorros de costes. Explica qué hacen las compañías que obtienen resultados excepcionales para alcanzar un estado de AI fitness.

La ventaja de rendimiento 7,2x

Para entender por qué algunas empresas logran retornos reales mientras la mayoría no, analizamos 1.217 compañías de distintas regiones y de 25 sectores, y comparamos su rendimiento económico impulsado por la IA. Este rendimiento se define como los ingresos y las mejoras de eficiencia derivadas de la IA, ajustados para que cada empresa se compare con la mediana de su sector.

También preguntamos a los altos directivos de estas compañías por su nivel de implicación en 60 áreas de gestión e inversión en inteligencia artificial, con el fin de evaluar el impacto de esas prácticas. Las agrupamos en nueve categorías relacionadas con las formas en que las compañías utilizan la IA y las capacidades fundamentales que permiten que la IA sea fiable y escalable, como la estrategia y el governance. Estas nueve categorías componen los elementos de nuestro índice de AI fitness.

La conclusión es clara: las empresas con mayor nivel de preparación en IA de nuestro estudio tienen un rendimiento económico impulsado por esta tecnología 7,2 veces superior al del resto.

¿A qué se debe esta ventaja? Un mayor nivel de preparación en IA mejora un amplio conjunto de resultados intermedios que, a su vez, determinan el rendimiento económico. Las compañías con mejores resultados en este ámbito (nuestros “líderes en IA”) tienen mayor probabilidad que el resto de afirmar que su cartera de iniciativas en IA ha acelerado el lanzamiento de nuevos productos y servicios. También señalan que ha contribuido a transformar sus modelos de negocio y operativos, ha mejorado la calidad de la toma de decisiones y ha reforzado la experiencia y la confianza del cliente, indicadores en los que muchos directivos ya centran sus esfuerzos de mejora.

Se observan efectos acumulativos similares entre el uso de la IA y sus fundamentos. Cuando las empresas con bases sólidas incrementan el uso de la IA, logran mejoras en el rendimiento impulsado por esta tecnología casi el doble de las que alcanzan aquellas con fundamentos más débiles. En la práctica, estos fundamentos elevan la tasa de conversión de la actividad en IA en resultados medibles. Unos datos y plataformas robustos reducen el tiempo de despliegue, mientras que el rediseño de procesos y el refuerzo de la confianza en la plantilla impulsan la adopción de la IA. A su vez, una mayor adopción genera datos y retroalimentación de mayor calidad, lo que mejora el sistema con el paso del tiempo y amplía su impacto en cada implementación.

Resulta evidente que las empresas que avanzan gracias a la IA no se limitan a “hacer más IA”. Construyen las capacidades que permiten escalarla de forma fiable y, a partir de ahí, deciden dónde aplicarla para maximizar su impacto financiero.

¿Hacia dónde se dirigen primero la IA las empresas líderes? No solo hacia mejoras incrementales de eficiencia, sino también hacia la reinvención y el crecimiento, especialmente en aquellos ámbitos donde el valor se desplaza a medida que los sectores convergen en un entorno de “valor en movimiento”.

Enfocar la IA hacia el crecimiento y la reinvención

Muchas empresas utilizan la IA para ganar eficiencia en las actividades que ya realizan. Es el caso, por ejemplo, de las aseguradoras, donde las soluciones de IA permiten procesar siniestros con rapidez, o de las compañías de software, donde los programadores emplean esta tecnología para generar una parte significativa del nuevo código. Los líderes en IA que analizamos también la emplean para mejorar su eficiencia. Pero no se detienen ahí. Estas compañías tratan la IA como un motor de reinvención orientado al crecimiento, capaz de ayudarles a crear nuevas propuestas y redefinir sus modelos de negocio para acceder a mercados emergentes prometedores. Nuestro estudio muestra que las compañías líderes tienen 2,6 veces más probabilidades que el resto de mejorar su capacidad para reinventar su modelo de negocio.

En las empresas líderes en IA, la utilidad de la tecnología abarca todas las actividades de reinvención empresarial que analizamos. Todo empieza en la identificación de oportunidades. Descubrimos que las compañías líderes tienen 1,8 veces más probabilidades que las demás de utilizar la IA para detectar nuevos focos de valor, especialmente aquellos centrados en necesidades del cliente que requieren combinaciones innovadoras y multisectoriales de productos y servicios. A medida que los sectores convergen para atender estas necesidades, los retornos para las compañías que reinventan sus modelos de negocio aumentarán.

De hecho, la capacidad de captar oportunidades de crecimiento derivadas de la convergencia sectorial destaca en nuestra investigación como el factor de AI fitness más determinante en el rendimiento económico impulsado por la IA.

Los líderes en IA tienen entre dos y tres veces más probabilidades que el resto de utilizarla para colaborar con compañías de otros sectores, generar valor mediante ecosistemas empresariales y competir más allá de sus ámbitos tradicionales. Un ejemplo ilustra este potencial: fabricantes de automóviles y proveedores de servicios de salud pueden colaborar para equipar vehículos con sensores avanzados que monitoricen la salud del conductor y envíen esos datos a sistemas de IA capaces de diseñar programas de prevención personalizados.

Las empresas líderes que analizamos también refuerzan sus estrategias de crecimiento basadas en IA con una gestión disciplinada. Toman decisiones estratégicas desde el inicio y las convierten en acciones operativas con responsables claros y métricas definidas. En comparación con el resto, estas compañías tienen mayor probabilidad de contar con una hoja de ruta de IA priorizada, tanto a corto como a largo plazo, de alinear la visión de la IA con los objetivos de negocio, de realizar un seguimiento sistemático del impacto en el negocio y de exigir responsabilidad directa a los directivos por los resultados obtenidos con la IA.

Tu siguiente paso: pasar del coste al valor. Considera el “crecimiento derivado de la convergencia sectorial” como una cartera específica de iniciativas de IA. Utiliza la IA para identificar hacia dónde se desplaza el valor y respalda esa visión con decisiones concretas: una hoja de ruta priorizada, responsables claramente definidos y métricas de impacto que obliguen a establecer prioridades.

Construir fundamentos de IA

Orientar la IA hacia la reinvención y las oportunidades de convergencia sectorial resulta relativamente sencillo. La dificultad reside en generar esos resultados de forma recurrente. Por eso, el siguiente factor diferencial no es la ambición, sino el desarrollo de seis fundamentos específicos. En lugar de abordar estos fundamentos como una agenda abstracta de modernización, las empresas líderes construyen únicamente lo necesario para convertir el uso de la IA —orientado al crecimiento y a otros objetivos de alto valor— en resultados medibles a escala.

Estos fundamentos transforman la economía de la IA. Reducen fricciones, retrabajos y desarrollos aislados, de modo que cada nuevo despliegue resulta más rápido, eficiente y fiable.

Como se ha señalado, esto se traduce en un efecto sobre la tasa de conversión: cuando una empresa con bajo rendimiento implanta las prácticas adecuadas, puede duplicar el retorno obtenido de nuevos casos de uso de IA.

Nuestro estudio muestra que las prácticas que se describen a continuación son las que generan mayores mejoras de rendimiento.

Financiar y ajustar la cartera de IA con mentalidad inversora

Las empresas líderes de nuestro estudio invierten de forma significativa en IA, con niveles que superan en 2,5 veces los del resto en relación con sus ingresos. Los líderes de los sectores de software, banca y medios y entretenimiento declaran las mayores inversiones, en torno al 5% de sus ingresos anuales.

No obstante, una inversión elevada constituye solo una parte de la fórmula. Estas compañías también procuran mantener sus inversiones alineadas con las necesidades del negocio. Según nuestra investigación, tienen 1,3 veces más probabilidades que el resto de reasignar recursos financieros y humanos hacia proyectos de IA de alto valor a medida que cambian sus prioridades. Este enfoque coincide con una amplia evidencia que vincula la asignación dinámica de recursos con mejores resultados financieros.

Impulsar la innovación con IA

Si la financiación actúa como combustible, la innovación funciona como motor. Los líderes en IA crean las condiciones necesarias para experimentar con rapidez. Tienen 1,5 veces más probabilidades que otras empresas de disponer de infraestructuras tecnológicas específicas para la experimentación en IA, como entornos “sandbox” aislados de los sistemas corporativos, donde los equipos pueden probar nuevas soluciones con seguridad.

Además, estas compañías suelen designar responsables de innovación que dirigen los proyectos de IA dentro de las unidades de negocio.

Impulsar la adopción: fomentar la confianza de los empleados

El valor de la IA se materializa cuando las personas la utilizan. Por eso, la confianza de los empleados en la tecnología supera el ámbito de la gestión del cambio. La falta de confianza actúa como un freno: reduce el uso y, en consecuencia, limita el impacto.

Los líderes crean las condiciones para impulsar la adopción. En las organizaciones más avanzadas en IA, los empleados tienen 2,1 veces más probabilidades de confiar en los resultados generados por la tecnología y de utilizarlos en su trabajo diario.

La confianza no depende de una única iniciativa, sino de un sistema compuesto por varios elementos:

  • Participación. En las empresas líderes, equipos formados por perfiles de negocio, datos e IA colaboran en el desarrollo de soluciones. Esta cooperación transversal facilita la alineación entre las necesidades del negocio y el diseño de las soluciones, y elimina las fricciones entre desarrollo y uso que dificultan la adopción. Además, estas compañías ofrecen incentivos claros para que los empleados experimenten con la IA, lo que favorece la aparición de ideas que pueden escalar y apoyar las prioridades estratégicas.
  • Desarrollo de capacidades. Una formación eficaz permite a los empleados aplicar la IA en su trabajo cotidiano. Las empresas líderes ofrecen programas continuos de aprendizaje adaptados a cada rol. Sus directivos también dan ejemplo, participan en las formaciones y utilizan la IA de forma visible en su actividad profesional.
  • Seguridad. Los líderes en IA refuerzan la confianza mediante protocolos y mecanismos de control. Cuando las personas entienden qué puede hacer la IA, qué situaciones requieren supervisión y quién asume la responsabilidad, utilizan la tecnología con mayor seguridad. En estas organizaciones, los empleados disponen de controles de acceso a datos e IA según su función, junto con sistemas de seguridad sólidos y actualizados para datos, modelos e infraestructuras.

Utilizar la gobernanza para reforzar la confianza y acelerar resultados

Las empresas líderes abordan el gobierno de la IA con rigor y lo aplican de forma que favorezca la rapidez en la ejecución. Un órgano de gobierno establece las políticas de IA responsable, mientras que los equipos las integran en su trabajo diario mediante herramientas como plantillas estándar, puntos de control ágiles y sistemas de seguimiento continuo. Este enfoque permite avanzar con rapidez en los casos de uso habituales y reserva la revisión del órgano de gobierno para las iniciativas de mayor riesgo.

Las compañías líderes en IA tienen mayor probabilidad de contar con este modelo: son 1,7 veces más propensas a utilizar un marco documentado de IA responsable que abarca desde la selección de casos de uso hasta el seguimiento de las aplicaciones, y 1,5 veces más a disponer de un órgano de gobierno transversal en IA.

Eliminar fricciones tecnológicas y de datos

En nuestra experiencia, algunos de los principales obstáculos para escalar la IA se encuentran en la calidad y el acceso a los datos, la integración tecnológica y el coste oculto de reconstruir de forma repetida los mismos componentes, como los pipelines de datos o las capas de integración.
Los líderes en IA se centran en eliminar estos cuellos de botella en los casos de uso de mayor impacto.

Tienen 2,4 veces más probabilidades de crear componentes de IA reutilizables y catalogados de forma centralizada, que los equipos pueden utilizar directamente sin necesidad de desarrollarlos de nuevo. Además, cuentan con 1,7 veces más probabilidades de disponer de datos de alta calidad para las aplicaciones de IA prioritarias.

Tu siguiente paso: construir solo lo que exige la estrategia de IA, sin caer en una transformación amplia e indefinida. Esto implica vincular los fundamentos a un conjunto reducido de resultados prioritarios, financiar la cartera para escalar las iniciativas que funcionan, modernizar únicamente los datos y plataformas necesarios, y ofrecer recualificación específica a la plantilla junto con un modelo de gobierno adecuado. Este enfoque resulta aplicable tanto a las empresas rezagadas como a las más avanzadas en IA. Incluso las que obtienen mejores resultados aún no aplican todas las prácticas recomendadas, lo que significa que siguen dejando valor sin capturar. Por ejemplo, aunque los líderes en IA muestran mayor disciplina a la hora de revisar sus iniciativas, solo el 28% afirma realizar evaluaciones de su cartera de IA para cancelar proyectos en gran o muy gran medida.

Integrar la IA en toda la organización

En las empresas líderes, una vez que los directivos definen los objetivos de negocio que desean alcanzar con la IA —crecimiento, reinvención, eficiencia o una combinación de estos—, se aseguran de desarrollar e implantar soluciones en todos los ámbitos de la organización donde puedan generar impacto. Integrar la IA a escala implica actuar en tres dimensiones: desplegarla de forma amplia en distintas áreas del negocio; incorporarla en procesos y sistemas clave para mejorar la ejecución de tareas; y aplicarla de manera avanzada, con una evolución desde el apoyo a la automatización.

Ampliar el alcance

Nuestra investigación indica que la mayoría de las empresas aún concentra la IA en ámbitos limitados, con unos pocos casos de uso distribuidos en algunas funciones. Las compañías líderes escalan los casos de uso que han demostrado su valor y los extienden a equipos, regiones, funciones, actividades de la cadena de valor y productos, de modo que el valor no quede aislado en un área concreta. Por ejemplo, una aseguradora que demuestra que la IA reduce el tiempo de procesamiento de facturas en el área financiera puede reutilizar el mismo modelo de gestión documental y de flujos de trabajo para automatizar la revisión de contratos en el área legal y la gestión de siniestros en operaciones.

Nuestro análisis muestra que los líderes en IA tienen aproximadamente el doble de probabilidades que otras empresas de aplicar esta tecnología a lo largo de toda la cadena de valor, en ámbitos tan diversos como la estrategia corporativa, las operaciones de la cadena de suministro o las funciones de front office y back office.

Algunos sectores avanzan con mayor rapidez que otros en el uso de la IA en toda la organización. Las empresas de medios y entretenimiento figuran entre las más adelantadas en la integración de la IA en procesos a lo largo de la cadena de valor: el 54% ya la ha incorporado en actividades de dirección y definición estratégica (por ejemplo, estrategia y planificación), el 55% en generación de demanda (como marketing y ventas), el 35% en servicios de apoyo (como finanzas y recursos humanos) y el 41% en cumplimiento de la demanda (como producción y planificación de la cadena de suministro).

Otros sectores destacan en partes concretas de la cadena de valor: dirección estratégica en farma, ciencias de la vida y automoción; generación de demanda en servicios tecnológicos y en hostelería y ocio; servicios de apoyo en private equity; y cumplimiento de la demanda en seguros.

Profundizar en la integración

Las empresas con mejor rendimiento de nuestro estudio no se limitan a añadir la IA sobre los flujos de trabajo existentes. La integran por completo en los procesos operativos estándar. Este paso resulta esencial para mejorar tanto la eficiencia de las tareas como la calidad de los resultados. Un ejemplo sería rediseñar la atención al cliente para que la IA actúe dentro del sistema de gestión de casos: recaba el contexto adecuado de cada cliente y el conocimiento necesario, prepara respuestas y deriva solo los casos complejos a especialistas. Este enfoque ofrece mejores resultados que añadir un chatbot independiente al que los agentes deban consultar y cuyos contenidos tengan después que trasladar manualmente al expediente de soporte.

Avanzar hacia la autonomía

Entre todos los indicadores de rendimiento operativo analizados, la automatización de decisiones presenta una de las relaciones más sólidas con el rendimiento impulsado por la IA. La razón es clara: cuando la IA asume de forma segura una mayor proporción de decisiones rutinarias y de alta frecuencia, se reducen los tiempos de ciclo, aumenta la capacidad operativa y se materializan mejoras en el rendimiento. Nuestra investigación muestra que los líderes en IA tienen casi el doble de probabilidades de operar con niveles avanzados de sofisticación, en los que la IA ejecuta múltiples tareas dentro de unos límites definidos o incluso funciona de manera autónoma con capacidad de mejora continua. No sorprende, por tanto, que estas empresas tengan 2,8 veces más probabilidades de incrementar el número de decisiones que se toman sin intervención humana. Además, registran mejoras significativamente mayores en la calidad de las decisiones, lo que pone de manifiesto que la automatización alcanza su máximo potencial cuando la calidad avanza al mismo ritmo que la velocidad.

Esto no significa automáticamente que las máquinas sustituyan a las personas. La autonomía total sigue siendo la excepción: solo el 15% de las empresas líderes en IA afirma que su caso de uso más avanzado es autónomo y capaz de mejorar por sí mismo. Además, aunque el 48% de estos líderes prevé reducciones de plantilla de al menos un 5% como consecuencia de la IA, otro 49% anticipa pocos cambios o incluso incrementos en el número de empleados. En muchos casos, el cambio inmediato no consiste en sustituir personas, sino en eliminar retrasos: la IA gestiona decisiones repetitivas dentro de unos límites definidos, mientras que las personas se centran en excepciones, compensaciones y en orientar las decisiones hacia los objetivos estratégicos.

Tu siguiente paso: escalar de forma selectiva. Selecciona un número reducido de casos de uso prioritarios alineados con los objetivos y llévalos a escala. Esto implica rediseñar los procesos de extremo a extremo para integrar la IA y replicar posteriormente ese modelo en equipos, regiones, funciones y puntos de decisión.

Un punto de partida práctico para aumentar la automatización de decisiones consiste en comenzar con un conjunto limitado de decisiones de alta frecuencia, repetibles y medibles, con un nivel de riesgo bajo o moderado (por ejemplo, clasificación, priorización o asignación). Automatiza estos procesos dentro de límites claramente definidos, mide la calidad de las decisiones y amplía su alcance solo cuando se alcancen niveles adecuados de fiabilidad y confianza. La IA es plenamente capaz de generar beneficios cuantificables. Sin embargo, la situación descrita al inicio de este artículo —salas llenas de pilotos de IA y escaso impacto medible— seguirá repitiéndose en aquellas empresas que no trabajen en desarrollar su preparación en IA. Nuestra investigación ofrece un camino claro y alentador hacia resultados tangibles. Lo que diferencia a los líderes en IA es el conjunto de decisiones de gestión que adoptan: alinean el uso de la IA con resultados críticos del negocio, construyen fundamentos adecuados a cada propósito e integran la IA en toda la organización.

Aplicar esta fórmula exige un esfuerzo deliberado y sostenido. No resulta sencillo, dado el gran número de prioridades que compiten por la atención de los directivos. Aun así, las empresas que aspiran a alcanzar a los líderes no pueden permitirse esperar. La ventaja de quienes ya lideran seguirá ampliándose, ya que aprenden con rapidez, despliegan soluciones con mayor agilidad y automatizan decisiones de forma segura.

Ha llegado el momento de ir más allá de los pilotos y aspirar a un nivel superior. Los directivos deben orientar la IA hacia las decisiones estratégicas clave y establecer un modelo operativo que convierta la inversión en resultados. Cuando la IA genera confianza, se orienta a la reinvención, se apoya en fundamentos específicos y se escala mediante patrones repetibles en procesos y decisiones, el impacto supera la mejora incremental y se traduce en una ventaja competitiva acumulativa.