Qué separa a las empresas que obtienen resultados con IA
El uso de la IA se generalizó, pero la proporción de empresas que ve su efecto en el resultado operativo no se movió en un año. La evidencia apunta a decisiones de gestión, como rediseñar procesos completos, formar a los directivos y asignar responsables.
Resumen ejecutivo
Casi nueve de cada diez organizaciones usan IA con regularidad en al menos una función, según la encuesta global de McKinsey publicada en agosto de 2026. En un año creció la proporción que la aplica en varias funciones y la que la escala en toda la empresa.
El resultado financiero no acompañó esa expansión. La proporción que atribuye a la IA algún efecto en el EBIT quedó prácticamente igual que en 2025, y el grupo de alto desempeño sigue siendo pequeño y estable.
Ese grupo se distingue por el rediseño del trabajo. Casi tres de cada cuatro de sus integrantes transformaron de fondo sus flujos, frente a uno de cada cuatro en el resto de las organizaciones.
En un experimento aleatorio con ejecutivos de 90 empresas chilenas, las empresas del grupo que recibió formación en IA aplicada al negocio adoptaron en promedio 1,37 herramientas más en producción. Las que tenían un rol formal de IA usaban dos herramientas más.
Contexto
Durante tres años, las conversaciones de dirección sobre IA se ordenaron en torno a la adopción, medida en funciones, usuarios y pilotos. Hoy casi todas las organizaciones cumplen ese indicador, así que sirve poco para compararlas.
La medida que las separa es más lenta y exigente, y consiste en ver si el uso aparece en el resultado operativo. Para una empresa mediana de la región, eso obliga a elegir pocos procesos, medir antes y después y asignar a alguien la responsabilidad del resultado.
Figura 1 · Organizaciones que rediseñaron de fondo sus flujos de trabajo
% de organizaciones, 2026Tabla 1 · Herramientas de IA en producción tras la formación, experimento GerencIA
| Herramienta | Grupo de control | Formación aplicada | Diferencia |
|---|---|---|---|
| Automatización de procesos de negocio | 50,0% | 83,3% | +33,3 pts |
| Sistemas de recomendación | 12,5% | 50,0% | +37,5 pts |
| Análisis predictivo de ventas o demanda | 50,0% | 66,7% | +16,7 pts |
| Visión por computador | 25,0% | 33,3% | +8,3 pts |
| Procesamiento de lenguaje natural | 50,0% | 50,0% | sin diferencia |
Implicaciones para el negocio
Rediseñar un flujo completo antes de sumar funciones. Es uno de los rasgos que distinguen al grupo de alto desempeño en la encuesta de McKinsey. Conviene elegir un proceso con volumen, costo medible y un responsable claro.
Formar a los directivos y nombrar un responsable de IA. En el experimento chileno, la formación específica se tradujo en más herramientas en producción, y las empresas con un rol formal de IA usaban más herramientas que las demás.
Medir en el estado de resultados. Costo por transacción, tiempo de ciclo o margen son verificables y comparables en el tiempo. Los usuarios activos sirven para seguir la adopción; la inversión se justifica con métricas de resultado.
Metodología y datos
Encuesta en línea de McKinsey & Company, del 4 de mayo al 8 de junio de 2026, con 1.719 participantes de 97 países. El experimento GerencIA, de CENIA y el BID, asignó al azar a ejecutivos entre una formación especializada y una introductoria; sus resultados preliminares se publican en el ILIA 2025.
La encuesta de McKinsey recoge respuestas de directivos y no desagrega América Latina; el experimento trabaja con una muestra pequeña.
Referencias
McKinsey & Company (25 de agosto de 2026). The state of AI in 2026: On the road to ROI. · CEPAL y CENIA (2025). Índice Latinoamericano de Inteligencia Artificial (ILIA) 2025, recuadro 5: análisis de impacto de GerencIA.