Solo el 12% de las organizaciones afirma disponer de las capacidades y los procesos necesarios para gobernar eficazmente la inteligencia artificial, una brecha que eleva los riesgos operativos a medida que esta tecnología entra en más procesos de negocio. El dato procede de The Value of AI 2026 , un estudio de SAP y Oxford Economics basado en una encuesta a 2.600 directivos de organizaciones de 13 países.
Los resultados dibujan una adopción que avanza más deprisa que los mecanismos para supervisarla. Las empresas están extendiendo el uso de herramientas de IA, pero todavía encuentran dificultades para determinar quién controla sus resultados, con qué datos trabajan y qué criterios deben aplicarse antes de trasladar un proyecto desde una prueba inicial hasta un entorno de producción.
Esta distancia entre despliegue y control tiene consecuencias que van más allá del funcionamiento técnico. Las organizaciones consultadas señalan problemas relacionados con la calidad de las respuestas, la protección de la información, el cumplimiento normativo y la capacidad de sus empleados para conservar el juicio crítico cuando delegan parte de su trabajo en sistemas automatizados.
La IA en la sombra ya genera incidencias
Una de las manifestaciones más visibles de esa brecha es la Shadow AI, denominación aplicada al uso de herramientas de inteligencia artificial que no han sido autorizadas por la empresa. Esta práctica puede aparecer cuando los empleados recurren a aplicaciones externas para redactar documentos, analizar información o agilizar tareas sin que existan controles corporativos sobre los datos introducidos o los resultados obtenidos.
El 54% de las organizaciones atribuye a esas herramientas resultados inconsistentes o inexactos en su actividad. Otro 48% afirma haber experimentado fugas de datos o exposición de propiedad intelectual, mientras que el 38% relaciona su uso con vulnerabilidades de seguridad. El 34% asegura que ha afrontado incumplimientos normativos derivados de estas prácticas. Son respuestas de los directivos encuestados y reflejan la extensión percibida del problema dentro de sus organizaciones.
La falta de supervisión también alcanza a los sistemas desarrollados o integrados dentro de la propia empresa. Apenas un tercio de las organizaciones afirma disponer de controles sólidos para revisar el código generado mediante inteligencia artificial. El problema adquiere especial relevancia cuando ese código se incorpora a aplicaciones o procesos críticos sin una validación suficiente de su funcionamiento, seguridad y adecuación a las reglas internas.
Jorge Pérez, director de Plataforma Tecnológica y Datos e Inteligencia Artificial para el Sur de Europa de SAP, vincula esta situación con la dificultad de convertir los experimentos en despliegues estables: «El estudio confirma algo que vemos a diario: las empresas están pilotando IA mucho más rápido de lo que son capaces de gobernarla. El salto del piloto a la producción no es un problema tecnológico: exige decidir quién supervisa a la IA y sobre qué datos trabaja. Y ahí es donde la mayoría se detiene».
El desfase también afecta a las competencias
La gobernanza de la IA no se limita a implantar controles sobre herramientas, datos y código. El informe identifica un segundo desequilibrio en la preparación de las plantillas. El 78% de las empresas considera que sus programas de capacitación evolucionan más despacio que las propias herramientas, y el 79% cree que será necesario transformar la fuerza laboral más allá de la formación técnica para obtener valor de la tecnología.
Entre las preocupaciones mencionadas figuran las diferencias de conocimiento sobre IA dentro de una misma organización, el posible debilitamiento del juicio crítico y de la capacidad de decisión, la pérdida del aprendizaje adquirido en el puesto y una distribución desigual de las nuevas competencias. La cuestión afecta a cómo se reparte la responsabilidad entre las personas y los sistemas cuando una recomendación automatizada interviene en una decisión empresarial.
El 66% de las organizaciones prevé que capacidades personales como el pensamiento crítico y la colaboración serán esenciales en entornos impulsados por IA. Esta valoración desplaza parte de la atención desde el manejo de una herramienta concreta hacia la capacidad para cuestionar sus resultados, contrastarlos con el conocimiento del negocio y detectar cuándo una respuesta requiere revisión humana.
Las empresas ya han empezado a reaccionar. Tres de cada cuatro aseguran que están desarrollando programas de actualización o reciclaje de competencias, mientras que el 69% identifica los puestos que más pueden beneficiarse del uso de la inteligencia artificial. Sin embargo, estas iniciativas deberán acompasarse con la evolución de los sistemas y con reglas claras sobre qué tareas pueden automatizarse, cuáles requieren supervisión y quién responde por el resultado final.
Más complejidad con la IA agéntica
El salto hacia la IA agéntica, capaz de encadenar acciones dentro de determinados procesos, añade otra capa de dificultad. Los directivos encuestados señalan como principales obstáculos el esfuerzo necesario para integrar estos sistemas, el aumento de los problemas de fiabilidad cuando se amplía su uso y la complejidad de supervisar el comportamiento de los agentes inteligentes.
Estos límites resultan relevantes porque un agente con acceso a datos y procesos empresariales puede intervenir en más pasos de una operación que una herramienta utilizada únicamente para generar contenido. A medida que aumenta su autonomía operativa, también crece la necesidad de definir permisos, fuentes de información, validaciones y mecanismos para detener o corregir una acción. El estudio no cuantifica el grado de implantación de estos agentes, pero sí recoge las dificultades que las organizaciones anticipan o encuentran al desplegarlos.
Para las empresas, la consecuencia práctica es que ampliar el uso de la IA exige desarrollar en paralelo una estructura de responsabilidad. Identificar las herramientas autorizadas, limitar el acceso a información sensible, revisar el código generado, formar a las plantillas y asignar supervisores humanos son decisiones conectadas. Sin ese trabajo, el paso de los pilotos a la producción puede aumentar la exposición a errores, fugas de información e incumplimientos antes de que la organización haya creado capacidad para detectarlos y corregirlos.
