Hace unas semanas estuve frente a un grupo de ejecutivos de la industria automotriz. Tema del día: innovación e inteligencia artificial.
Nada fuera de lo normal… hasta que puse en pantalla una lámina con datos duros. Esos que casi nadie quiere ver.
95% de los pilotos de IA generativa fracasan. 42% de las empresas abandona al menos un proyecto. Solo 12% llega a producción real.
En cuanto apareció ese slide, alguien al fondo del salón levantó la mano y me frenó. Era un tipo duro, directo, sin pelos en la lengua. El dueño, pues.
—Mira, nosotros hemos hecho varios proyectos… y sí, varios han tenido problemas —me dijo—. Pero yo lo veo distinto. Si solo el 12% lo logra, ese es el club donde quiero entrar. No voy a esperar a que sea un grupo más grande.
Me hizo sentido. Mucho. Porque lo que para muchos es una crisis, para otros es una alarma que les dice: “si no te pones las pilas, te quedas fuera”.
La foto actual es contundente.
Entre junio y noviembre de 2025, a nivel global, 95% de los pilotos de IA generativa no llegan a buen puerto y más del 40% de las empresas ya abandonó una iniciativa por falta de resultados reales. Solo un grupo de alrededor del 6% logra extraer valor serio de la IA.
En México, el contraste es todavía más evidente. 80% dice tener estrategia de IA, pero solo 38% la usa de forma real, y más de la mitad no tiene claro qué valor busca. Hay excepciones —BBVA México, CEMEX, Mercado Libre, algunos bancos y retailers—, pero excepciones no hacen tendencia.
Y en Latinoamérica, aunque Chile, Brasil y México lideran el avance, la región apenas concentra alrededor del 1.1% de la inversión mundial. Hay intención, sí. Hay pilotos, sí. Pero hay poco escalamiento y un talento muy concentrado.
Con ese panorama, la gran pregunta no es “¿por qué pocos lo logran?”. La pregunta verdadera es: ¿qué estamos haciendo mal?
La lista de errores se repite como glitch de videojuego viejo.
Primero, estrategias mal definidas. Proyectos que arrancan porque “hay que usar IA”. Objetivos vagos, no medibles. Si empujas una iniciativa sin responder qué problema resuelve, estás lanzando un dardo a ciegas.
Segundo, datos sucios. Y aquí no hay truco: basura que entra, basura que sale. Muchas empresas quieren los beneficios de la IA, pero no quieren ordenar su información. Y sin datos limpios, no hay proyecto que sobreviva.
Tercero, resistencia interna y falta de capacitación continua. La gente dice que usa IA, pero no la usa porque no entiende cómo integrarla en su trabajo diario. La tecnología cambia más rápido que los manuales internos, y si el equipo no se actualiza, la empresa se frena.
Cuarto, pilotos sobredimensionados. Quieren meter IA en todo el negocio de un jalón. Error clásico. La fórmula correcta es: empezar pequeño, medir, corregir, y luego escalar. Saltarse ese ciclo mata proyectos… y mata la confianza de la gente.
Quinto, seguridad mal planteada. El enfoque “Taker”, usar plataformas abiertas sin candados, expone datos sensibles y genera riesgos silenciosos que explotan cuando nadie los espera.
Y, finalmente, el error que casi nadie reconoce: falta de criterio humano. La IA amplifica; no juzga. Te da resultados, pero no te da dirección. Si el equipo se vuelve un revisor pasivo, si nadie cuestiona, si nadie aporta contexto, los errores se multiplican como nivel mal pasado de Double Dragon.
Con todo esto sobre la mesa, regreso al comentario del ejecutivo automotriz. Ese 12% no es un privilegio. Es un recordatorio. Y es un espejo.
Hoy las empresas no compiten por “tener IA”.
Compiten por no cometer los errores que tiran al 88% restante.
Si quieres entrar al grupo que sí lo logra, la advertencia es simple: la IA no falla… la estrategia sí. Y corregir eso empieza por algo tan básico como aceptar que la tecnología no compensa la falta de orden, criterio y claridad.
El consejo no pedido de hoy: antes de preguntarte qué modelo, qué plataforma o qué caso de uso quieres implementar, pregúntate qué error de los que ya conocemos estás dispuesto a dejar de repetir. Ahí empieza todo.
Y si llegaste hasta aquí, te dejo algo más.
Para quienes leen esta columna cada 14 días y quieren saber si están cayendo en alguno de estos errores —o si ya están caminando hacia ese 12% que sí lo logra— preparé un test rápido.
Siete preguntas. Nada más. Lo suficiente para que cualquier directivo o equipo vea dónde está fallando su estrategia de IA, qué está subutilizando y qué debería ajustar de inmediato.
Aquí lo pueden responder. Se vale compartir sus reflexiones en los comentarios.
