Según el informe Voice of Our Clients 2026 de CGI, el 62% de las organizaciones ya utiliza esta tecnología en procesos centrales de negocio y operaciones, pero solo el 51% cuantifica los resultados obtenidos. el Informe basado en entrevistas con más de 1.800 ejecutivos de negocio y tecnología sitúa la ejecución como el principal freno para extraer valor empresarial de la inteligencia artificial.
Los datos reflejan una transición desde los experimentos aislados hacia un despliegue más cercano al núcleo de las compañías. La implementación de IA generativa ha aumentado 30 puntos porcentuales durante los dos últimos años. Ese avance, sin embargo, convive con sistemas heredados, datos fragmentados, escasez de profesionales y modelos operativos que dificultan extender las iniciativas más allá de determinados departamentos o casos de uso.
La distancia también aparece en el alcance de las estrategias. Un 40% de las organizaciones dispone de una estrategia de IA para el conjunto de la empresa, mientras que únicamente el 20% la extiende a todo su ecosistema. Esa diferencia importa cuando proveedores, socios, clientes y plataformas externas participan en los procesos sobre los que operan los modelos. Sin una gobernanza compartida de datos, integraciones y métricas, el despliegue puede quedar limitado por dependencias ajenas al perímetro corporativo.
Medir el valor se convierte en una exigencia operativa
Que casi la mitad de las organizaciones no cuantifique aún los resultados de su adopción de IA dificulta distinguir entre actividad tecnológica e impacto económico. Para la dirección, la medición condiciona la asignación de presupuesto, la selección de proyectos y la decisión de mantener, ampliar o retirar una solución. También obliga a definir de antemano qué resultado se persigue: ahorro de costes, reducción de tiempos, aumento de ingresos, mejora de la calidad o disminución del riesgo.
Dave Henderson, Chief Technology Officer de CGI, concentra esa evolución en una frase: «con la aceleración de la adopción de la IA, la prioridad ahora es la ejecución y la obtención de valor». El cambio desplaza parte de la atención desde la disponibilidad de modelos hacia la arquitectura necesaria para utilizarlos de manera estable: infraestructura, calidad y acceso a los datos, integración con aplicaciones corporativas, supervisión humana, seguridad y mecanismos para evaluar el rendimiento.
El informe identifica la aceleración tecnológica y digital como la macrotendencia de mayor impacto para el 70% de los entrevistados. Al mismo tiempo, solo el 25% considera que su organización cuenta con modelos operativos altamente ágiles. La combinación dibuja una presión doble: las empresas deben incorporar tecnologías a mayor velocidad, pero tres de cada cuatro ejecutivos no perciben que sus estructuras estén preparadas para responder con un grado elevado de agilidad.
La investigación recoge percepciones obtenidas mediante entrevistas presenciales en profundidad con ejecutivos de negocio y TI, la mayoría pertenecientes a la alta dirección. CGI señala que el análisis se apoya asimismo en más de un millón de datos recopilados durante cinco años. La metodología permite observar prioridades y obstáculos desde la perspectiva directiva, aunque los porcentajes describen las respuestas de los participantes y no constituyen por sí mismos una medición independiente del rendimiento económico de sus proyectos.
Los sistemas heredados amplían la brecha de preparación
La modernización tecnológica aparece como uno de los requisitos para escalar. El 45% de los ejecutivos afirma que los sistemas heredados representan un desafío significativo para sus estrategias de datos e IA. Estas plataformas pueden almacenar información esencial, pero suelen operar con formatos, interfaces y ciclos de actualización que complican el acceso en tiempo real, la trazabilidad o la incorporación de nuevos componentes.
Aplicar IA sobre esa base sin revisar procesos y arquitectura puede añadir otra capa de complejidad. La integración deja entonces de ser una tarea puntual y pasa a afectar al mantenimiento de los modelos, la calidad de sus respuestas y la capacidad para reproducir resultados. La reingeniería digital señalada por CGI abarca sistemas fundamentales, datos y modelos operativos, tres ámbitos que determinan si un piloto puede convertirse en un servicio sostenido.
Según Tim Hurlebaus, presidente y CEO de CGI, «los directivos están navegando en un entorno marcado por una complejidad creciente, desde presiones regulatorias a sistemas fragmentados, al tiempo que se espera de ellos que obtengan resultados medibles. Los resultados de Voice of Our Clients 2026 muestran una clara evolución hacia iniciativas de ingeniería y reingeniería digital, a medida que las organizaciones desarrollan nuevas capacidades y modernizan los entornos heredados para escalar la IA y lograr resultados de su transformación digital».
La soberanía del dato añade otra variable a las decisiones de arquitectura. El 52% de los ejecutivos prioriza las estrategias de soberanía del dato y de nube local. La ubicación de la información, las condiciones de acceso y el control sobre proveedores e infraestructuras pasan así a formar parte del diseño de los sistemas de IA, especialmente en actividades reguladas o con información sensible.
La falta de talento limita la capacidad de entrega
La tecnología disponible no elimina la necesidad de profesionales capaces de integrarla y operarla. Casi el 70% de los entrevistados declara dificultades para contratar talento de TI, y el 52% sostiene que esta escasez afecta directamente a sus programas y a la capacidad de ejecución. El problema alcanza perfiles técnicos especializados, pero también funciones de negocio que deben traducir objetivos operativos en casos de uso, controles y métricas.
La presión de los costes continúa siendo la principal limitación señalada por las organizaciones. Esa restricción puede endurecer la selección de iniciativas y favorecer proyectos con retornos verificables en plazos concretos. También está llevando a algunas compañías a concentrar relaciones con menos proveedores y a recurrir a servicios gestionados selectivos para cubrir capacidades que no pueden desarrollar internamente con suficiente rapidez.
La brecha descrita por CGI traslada a los comités de dirección una tarea concreta: conectar cada despliegue de IA con procesos, responsables, datos fiables e indicadores económicos antes de ampliarlo. Las empresas que no resuelvan esa cadena podrán incrementar el número de herramientas implantadas sin elevar en la misma proporción su capacidad de ejecución ni el valor obtenido.
