La nueva encuesta global de McKinsey[1] sobre IA en 2025 confirma algo incómodo detrás del ruido mediático: casi todas las empresas dicen usar inteligencia artificial, pero muy pocas han cambiado de verdad la forma en que trabajan. Según el reporte, 88% de las organizaciones ya utiliza IA en al menos una función, frente a 78% el año pasado. Sin embargo, casi dos tercios siguen atrapadas en fase de experimentación o piloto, y solo alrededor de un tercio ha empezado a escalar programas de IA a nivel empresa.
Lo más llamativo es que este uso tan extendido no se traduce en impacto financiero profundo: solo 39% de los encuestados atribuye algún impacto en el EBIT a la IA, y, dentro de ese grupo, la mayoría declara que la contribución es todavía menor al 5% de sus ganancias. Aun así, sí perciben mejoras cualitativas en innovación, satisfacción de clientes y diferenciación competitiva. Es decir: la IA ya se siente, pero aún no “mueve la aguja” de forma sistémica en la mayoría de las empresas.
Donde sí hay señales de cambio profundo es en una pequeña élite: los llamados high performers, cerca del 6% de la muestra, que concentran el mayor valor capturado. Estos jugadores comparten varios rasgos: utilizan la IA no solo para recortar costos, sino como palanca explícita de crecimiento e innovación; declaran con mucha mayor frecuencia que su objetivo es transformar el negocio; y, sobre todo, se atreven a rediseñar flujos de trabajo completos alrededor de la IA, en lugar de ir agregando funciones aisladas.
El reporte también toma el pulso de la nueva ola de agentes de IA: sistemas basados en modelos fundacionales capaces de ejecutar múltiples pasos en un flujo de trabajo. Aquí la foto es de “mucho interés, poca escala”: 62% de las organizaciones ya está al menos experimentando con agentes, pero solo 23% declara estar escalando algún sistema agentic en al menos una función. Y, aun dentro de ese 23%, la mayoría los tiene operando únicamente en una o dos áreas, sin despliegue transversal.
En cuanto al empleo, la expectativa es matizada: 32% de las empresas espera reducir su plantilla en al menos 3% por la IA en el próximo año, 43% no espera cambios y 13% anticipa aumentos, lo que confirma que la IA no solo sustituye trabajo, también lo reconfigura y crea nuevos roles. Al mismo tiempo, más de la mitad de las organizaciones ya reportó alguna consecuencia negativa de su uso de IA, principalmente errores, problemas de precisión y temas de cumplimiento, lo que obliga a acompañar la ambición con mejores controles y esquemas robustos de “human-in-the-loop”.
El mensaje estratégico de fondo es claro: la mayoría de las empresas compró herramientas; la minoría ganadora reconstruyó el trabajo. Los datos de McKinsey muestran que los high performers son los que ponen dinero serio (más de 20% del presupuesto digital) en IA, alinean el roadmap con la estrategia corporativa, crean productos de datos reutilizables y despliegan prácticas de ingeniería (CI/CD para modelos y agentes) que permiten iterar, medir y escalar. No están cazando demos espectaculares para el siguiente evento interno; están cambiando el sistema operativo de la organización.¿Qué implica todo esto para México y América Latina, tanto para CEOs locales como para multinacionales con operación en la región?
Primero, que no tenemos un problema de acceso a modelos, sino un problema de profundidad organizacional. Las mismas tecnologías que usan los high performers globales están disponibles para bancos, retailers, empresas industriales y despachos de servicios profesionales en Monterrey, São Paulo o Bogotá. La diferencia no está en el modelo, está en la voluntad de rediseñar procesos, asumir el costo político del cambio y construir capacidades internas –desde datos hasta talento– que permitan pasar del piloto perpetuo al despliegue serio.
Para los CEOs de grupos empresariales latinoamericanos, el reporte sugiere al menos cuatro movimientos urgentes.
Uno: salir del culto al piloto. En la región abundan los casos de uso simpáticos pero desconectados del corazón del negocio: un chatbot aquí, un copiloto para presentaciones allá, una prueba de concepto en mantenimiento predictivo que nunca pasa del laboratorio. El aprendizaje de los high performers es que hay que elegir tres a cinco flujos críticos –crédito y cobranza, logística y última milla, producción y calidad, onboarding de clientes, gestión de siniestros– y rediseñarlos de extremo a extremo con IA y automatización, midiendo impacto en tiempo real.
Dos: dejar de ver la IA solo como “tijera” y empezar a verla como palanca de crecimiento. Para economías con brecha de productividad estructural, usar la IA únicamente para recortar nómina es miope. La evidencia de McKinsey es que el valor aparece más rápido donde la IA impulsa tanto ahorro de costos (IT, manufactura, software) como aumento de ingresos (marketing, ventas, estrategia, desarrollo de producto). Eso significa usar IA para segmentar mejor, personalizar ofertas, diseñar nuevos servicios y mejorar la experiencia de cliente, no solo para automatizar el back office.
Tres: invertir en plataformas, no solo en licencias. El discurso de “comprar la solución de IA” es tentador, pero los ganadores construyen una base propia: infraestructura moderna de datos, catálogos de data products reutilizables, pipelines de entrenamiento y despliegue continuo, y marcos claros de evaluación y gobernanza. En el contexto mexicano, esto se alinea con la idea de AI Factories: entornos donde hardware, datos y algoritmos se integran junto a la operación física –en una planta de manufactura, un centro logístico, un campo agrícola– y no solo en un slide de PowerPoint.
Cuatro: subir la IA a la agenda del Consejo. El reporte es explícito en que donde el CEO y el equipo directivo “se adueñan” de la IA, el escalamiento llega y el presupuesto aparece. Para México, eso significa que la IA debe discutirse al mismo nivel que CAPEX, fusiones y adquisiciones o riesgo regulatorio. El CEO tiene que ser responsable directo tanto del ROI como de la gobernanza: sesgos, privacidad, seguridad, reputación y cumplimiento, en economías donde la confianza social es frágil y los errores se pagan caro.Para los CEOs globales con operaciones en México y Latam, la implicación es igual de clara: la región no puede seguir viéndose solo como back office de bajo costo. El reporte muestra que la mayor parte del valor actual se está generando en manufactura, supply chain, IT y servicio al cliente, precisamente donde se concentra buena parte de la huella regional de las multinacionales. Eso abre una oportunidad estratégica: convertir plantas nearshore, centros de distribución y hubs de servicio en laboratorios de agentes y automatización avanzada, no solo en centros de costo.
Eso exige también ajustar el enfoque de riesgo al contexto latinoamericano: no basta con trasladar modelos entrenados en otros mercados y esperar que funcionen igual. Hay que tener en cuenta datos incompletos, informalidad, particularidades regulatorias y sesgos locales, y desplegar desde México procesos robustos de validación humana y explicabilidad, especialmente en decisiones sensibles como crédito, salud, seguridad o selección de personal.
En el fondo, el reporte de McKinsey dibuja una bifurcación que México y América Latina no pueden ignorar. De un lado, empresas que se conforman con “tener IA” y acumular pilotos espectaculares para sus foros internos; del otro, organizaciones que se atreven a reescribir sus flujos de trabajo, a invertir en plataformas y talento, y a asumir que la IA no es un accesorio digital sino el núcleo de un nuevo sistema operativo empresarial.
El dato incómodo del nuevo reporte de McKinsey no es que 88% de las empresas ya use IA, sino que solo una minoría ha cambiado en serio cómo trabaja. Para México y Latam, la diferencia entre seguir comprando licencias y construir verdaderas AI Factories será la frontera entre ser proveedores baratos de mano de obra digital o diseñar el nuevo sistema operativo productivo de la región.
[1] McKinsey & Company, The state of AI in 2025: Agents, innovation, and transformation, noviembre de 2025.