Qaracter ha advertido de que la rápida expansión de la inteligencia artificial en las empresas todavía no genera un impacto económico proporcional. La consultora sitúa el problema en la implantación de herramientas sobre procesos, responsabilidades, incentivos y sistemas de decisión que permanecen intactos. El diagnóstico llega después de que el uso de esta tecnología alcanzara al 21,1% de las compañías españolas de diez o más empleados y mientras la adopción global avanza con mucha más rapidez que su integración en operaciones completas.
La referencia española confirma que el acceso a la tecnología ha dejado de ser la principal barrera. Según la encuesta empresarial publicada por el Instituto Nacional de Estadística, el 21,1% de las empresas de diez o más trabajadores utilizaba alguna tecnología de IA durante el primer trimestre de 2025. Un año antes, la proporción era del 12,4%, lo que representa un incremento de 8,7 puntos porcentuales.
El salto resulta significativo, pero mide la presencia de la IA, no su aportación a ingresos, costes, productividad o calidad. Una empresa entra en esa estadística tanto si ha incorporado una aplicación puntual a un grupo reducido de empleados como si ha reconstruido un proceso de negocio alrededor de modelos automatizados. Esa diferencia ayuda a explicar por qué la difusión tecnológica puede crecer sin que las cuentas reflejen todavía una mejora equivalente.
La distancia entre utilizar la IA y escalarla
La brecha también aparece a escala internacional. La encuesta global sobre inteligencia artificial de McKinsey de 2025 situó en el 88% la proporción de organizaciones que empleaba IA regularmente en al menos una función. Sin embargo, únicamente el 7% declaraba haber completado su escalado, mientras que otro 31% se encontraba en esa fase. El resto seguía concentrado en pruebas, pilotos o implantaciones parciales.
Qaracter considera que esta distancia se origina cuando la tecnología mejora una tarea aislada, pero deja intacto el recorrido completo del trabajo. Un asistente puede reducir el tiempo necesario para elaborar un informe y, aun así, producir un beneficio limitado si ese informe continúa sujeto a las mismas validaciones, reuniones, transferencias entre departamentos y niveles de aprobación. La ganancia local queda absorbida por cuellos de botella que la herramienta no puede corregir.
Los primeros despliegues de IA generativa han favorecido precisamente esos usos individuales: resumir documentos, redactar contenidos, localizar información o ayudar a desarrollar software. Son aplicaciones capaces de ahorrar minutos u horas a una persona, aunque ese ahorro no se convierte automáticamente en mayor capacidad para toda la organización. Incluso puede quedar disperso si la empresa carece de indicadores comunes o si los empleados dedican el tiempo liberado a tareas de escaso valor.
La consultora propone cambiar la unidad de medida. En vez de contabilizar licencias, consultas o usuarios activos, plantea observar qué decisiones se adoptan antes, cuántos pasos desaparecen, qué errores se reducen y qué capacidad adicional obtiene el negocio. Este enfoque exige vincular cada implantación con un proceso completo y una métrica económica u operativa desde el inicio, en lugar de intentar justificar la inversión una vez desplegada.
Rediseñar decisiones, funciones y controles
La preparación organizativa aparece como una limitación relevante. The State of Organizations 2026, elaborado a partir de más de 10.000 altos directivos de 15 países y 16 industrias, señala que el 86% considera que su organización no está suficientemente preparada para incorporar la IA al trabajo cotidiano. El informe sitúa además en torno al 88% tanto el despliegue de IA en alguna parte de las organizaciones como la ausencia de un impacto significativo en los resultados entre las compañías analizadas, una formulación distinta del 81% empleado por Qaracter en su diagnóstico.
El escalado obliga a tomar decisiones que apenas aparecen durante un piloto. La empresa debe determinar qué actuaciones puede ejecutar una máquina de manera autónoma, cuáles requieren revisión humana, cómo se registra el razonamiento o la fuente de una respuesta y quién asume la responsabilidad ante un resultado incorrecto. También necesita establecer mecanismos para detener una operación, elevar excepciones y revisar el comportamiento del sistema cuando cambian los datos o las condiciones del negocio.
«El error más frecuente es tratar la IA como una herramienta que se añade al trabajo existente. Su verdadero potencial aparece cuando la empresa se pregunta qué tareas deben desaparecer, qué decisiones pueden acercarse a los equipos y qué papel debe asumir cada persona. La transformación no consiste en hacer lo mismo más deprisa, sino en rediseñar cómo se crea valor, manteniendo siempre responsabilidades claras, supervisión humana y criterios de confianza», afirma José Manuel Casado, presidente de Qaracter, al explicar por qué las implantaciones aisladas suelen ofrecer resultados limitados.
Ese rediseño afecta a la distribución del trabajo. Si un sistema prepara análisis, propone decisiones o ejecuta acciones, las funciones humanas se desplazan hacia la validación, la gestión de excepciones y la supervisión. Mantener objetivos e incentivos vinculados al esquema anterior puede neutralizar el cambio: un departamento difícilmente eliminará una aprobación si continúa siendo evaluado por el número de controles que realiza, y un equipo evitará delegar tareas si asume el riesgo de los errores sin recibir autoridad para corregirlos.
La gestión del cambio condiciona el retorno
La dificultad tampoco se resuelve únicamente con formación técnica. Los mandos deben aprender a dirigir equipos que combinan trabajo humano y automatizado, valorar resultados producidos con IA y comunicar por qué se modifica una función. Los empleados necesitan conocer los límites de uso, los criterios de revisión y el modo en que cambiarán sus objetivos. Presentar la implantación exclusivamente como una vía para reducir costes puede elevar la resistencia y desalentar la comunicación de fallos, precisamente cuando la organización necesita detectar riesgos con rapidez.
Qaracter agrupa su propuesta en cinco ámbitos conectados: elegir procesos completos con impacto medible, retirar pasos y aprobaciones que hayan perdido utilidad, redefinir funciones e incentivos, fijar límites de autonomía y trazabilidad, y medir desde el principio resultados de negocio, adopción y riesgo. La secuencia importa menos que la coordinación entre las áreas responsables. Automatizar una actividad sin ajustar controles, capacidades o indicadores puede trasladar el problema a otra parte del proceso.
Para las empresas, esta fase desplaza una parte de la inversión desde la compra de licencias hacia el diseño operativo, la integración de sistemas, la calidad de los datos y la gestión del cambio. A medida que las herramientas se generalicen y resulten accesibles para más competidores, la ventaja dependerá menos de disponer de ellas que de acortar procesos, asignar responsabilidades claras y convertir el tiempo ahorrado en capacidad productiva verificable. Sin esa conexión, el uso seguirá creciendo mientras el retorno económico permanece atrapado entre pilotos y mejoras individuales.
