La mayoría de los proyectos de IA no llega a nada. Esto es lo que veo una y otra vez.
Nina Brenes··6 min de lectura
- El estudio Project NANDA del MIT encontró que el 95% de los pilotos de IA generativa empresarial no genera retorno medible (2025).
- La causa es organizacional, no técnica. Es cómo se implementa la IA, no qué modelo se usa.
- Un agente es una demo. Una operación es un flujo que corre de verdad, con tu estándar adentro y alguien que es dueño de que funcione.
- Más de la mitad de los presupuestos de IA se van a ventas y marketing, mientras el retorno real se esconde en el back-office que nadie automatiza.
Viste la demo. El agente respondía solo, sonaba brillante, prometía ahorrarte horas. Lo compraste. Tres meses después nadie lo usa y no estás muy seguro de por qué. No estás solo, y no es culpa tuya ni del modelo.
El dato incómodo: 95%
El estudio Project NANDA del MIT (2025) analizó 300 despliegues de IA en empresas, entrevistó a 150 líderes y encuestó a 350 empleados. El hallazgo: el 95% de los pilotos de IA generativa no produce ningún retorno medible. Y la razón no es técnica. Es organizacional, un problema de cómo se implementa la IA, no de qué modelo se usa.
Un agente no es una operación
Un agente es una demo: una pieza que hace algo impresionante en aislamiento. Una operación es un flujo de trabajo que corre de verdad, con el estándar de tu negocio adentro, con revisión, con alguien que es dueño de que funcione. La demo te vende el momento. La operación te da el resultado, todos los martes, esté quien esté.
Dónde se esconde el retorno
El mismo estudio del MIT encontró algo revelador: más de la mitad de los presupuestos de IA se van a ventas y marketing, pero el retorno real está en el back-office, en operaciones y finanzas, donde casi nadie automatiza. Se compra IA para lo que se ve, no para lo que paga.
La salida no es un mejor agente
Es dejar de comprar agentes y empezar a construir una operación: un flujo de trabajo, delimitado con honestidad, con governance desde el primer día y una persona donde importa. Ese es todo el punto de las operaciones de IA, y es lo que separa al 5% del resto.
Preguntas frecuentes
¿Por qué fracasan los proyectos piloto de IA?
Sobre todo por razones organizacionales, no técnicas. El estudio del MIT de 2025 encontró que el 95% no genera retorno medible porque las empresas despliegan agentes aislados en vez de construir flujos con governance que la gente de verdad adopta.
¿Cuál es la diferencia entre un agente de IA y un sistema de IA?
Un agente ejecuta una tarea, muchas veces de forma impresionante, en aislamiento. Un sistema, u operación, es el flujo alrededor: el estándar, la revisión, la responsabilidad y el governance que hacen que el resultado sea lo bastante confiable para operar el negocio.
¿Por qué mi empresa usa IA pero no ve resultados?
Normalmente porque la IA se usa como herramientas sueltas, no como una operación. Las herramientas se abandonan; las operaciones se acumulan. La salida es convertir un proceso recurrente y con fricción en un flujo con governance y un dueño claro.
¿Qué se necesita para pasar un piloto de IA a producción?
Un playbook escrito de cómo se ve lo bueno, ciclos de revisión, governance, adopción por parte de quienes hacen el trabajo, y un dueño responsable. Sin eso, un piloto se queda en demo por más bueno que sea el modelo.
- MIT report: 95% of generative AI pilots at companies are failing — MIT Project NANDA, via Fortune
- From Potential to Productivity: Latin America in the Intelligent Age — McKinsey & World Economic Forum
Nina Brenes
Socia de IA para fundadoras con propósito
Certified AI Operator (The AI Exchange) y Claude Partner de Anthropic. Nina invierte su propio tiempo en conferencias de IA y práctica diaria para que las fundadoras con las que trabaja no tengan que hacerlo.
Certified AI Operator · Anthropic Claude Partner
Conectar en LinkedIn