La inteligencia artificial empieza a consolidarse como una herramienta operativa en las empresas españolas. Según el II Barómetro europeo de IA de EY, el 77% de las organizaciones en España ya reporta mejoras en productividad gracias a su adopción. Pero ese dato, aunque significativo, no refleja aún un impacto estructural. La mayoría de las compañías sigue enfrentando barreras que impiden una integración real de la IA en sus procesos de negocio.
Uno de los principales obstáculos tiene que ver con la calidad de los datos. El 97% de los fallos en proyectos de inteligencia artificial se debe a información incorrecta o duplicada. Una cifra que revela hasta qué punto la arquitectura de datos y la gestión documental son elementos críticos, aunque a menudo relegados a un segundo plano. En muchas organizaciones, los datos siguen fragmentados en silos, sin una estructura común ni gobernanza clara. Esto no solo limita el potencial de los modelos de IA, sino que alimenta expectativas poco realistas sobre sus resultados.
Desde Tokiota, partner español de Microsoft especializado en soluciones de IA, nube y plataformas de datos, insisten en que la clave está en adoptar un enfoque pragmático. “Nuestra visión es la de una IA prágmática”, explica Alberto Jusdado, Head of Consulting en la compañía. “Clasificamos los casos de uso en función de las necesidades concretas y proponemos la mejor solución para cada escenario. Cuando detectamos que una herramienta no es la más adecuada, proporcionamos alternativas tecnológicas que alcancen los resultados buscados”.
Ese enfoque parte de una estrategia clara, centrada en la identificación de casos de uso con impacto directo en el negocio. Tokiota ha desarrollado una biblioteca con más de 500 casos sectoriales, que utiliza como base para orientar sus proyectos. A través de sesiones de Discovery, que pueden durar varias horas, identifican entre 25 y 50 casos de uso adaptados a cada empresa. El objetivo no es desplegar tecnología por sí misma, sino alinear las capacidades de la IA con las prioridades operativas y estratégicas de cada organización.
Pero incluso con una estrategia bien definida, el éxito de los proyectos depende de una condición previa: que la información esté disponible, ordenada y segura. La gestión documental se convierte así en la materia prima de la IA. En este punto, algunas compañías están incorporando herramientas de inteligencia artificial para automatizar la clasificación de documentos y detectar inconsistencias. Sin embargo, sin una arquitectura de datos robusta, estos esfuerzos tienden a ser parciales o ineficaces.
El otro gran desafío es cultural. La adopción de IA no se limita a una decisión tecnológica. Requiere que los responsables de negocio comprendan qué puede hacer la inteligencia artificial y cómo puede integrarse en sus procesos. Según un estudio de Deloitte, el 80% de los directivos reconoce tener conocimientos escasos en esta materia. Esta brecha de comprensión impide muchas veces que los proyectos escalen más allá de la fase piloto.
Además, la colaboración entre las áreas de TI y negocio sigue siendo insuficiente. Muchos proyectos fracasan porque se diseñan desde una lógica puramente técnica, sin una conexión clara con los problemas reales de la empresa. La implicación de los líderes empresariales resulta, en este sentido, determinante. Solo cuando ambas áreas trabajan de forma coordinada, la innovación se convierte en una palanca transversal.
La formación de los usuarios es otro de los elementos que condicionan el impacto de la IA. Por muy sofisticada que sea la tecnología, si los empleados no comprenden su funcionamiento ni saben cómo interactuar con ella, los beneficios serán limitados. En este sentido, Tokiota ha desarrollado programas de adopción adaptados a distintos perfiles, desde principiantes hasta usuarios avanzados. Estas rutas de aprendizaje incluyen estrategias de prompting y casos prácticos, con el objetivo de democratizar el acceso a la IA dentro de las organizaciones.
Lo que se perfila, por tanto, no es una simple transición tecnológica, sino una transformación organizativa más amplia. La IA puede actuar como catalizador, pero solo si se abordan de forma simultánea los aspectos técnicos, culturales y operativos. En 2026, muchas empresas españolas parecen estar en ese punto de inflexión: han superado la fase de experimentación, pero aún no han consolidado un modelo de adopción que garantice resultados sostenibles.
La pregunta que queda abierta es si el tejido empresarial español logrará convertir esta madurez incipiente en una ventaja competitiva sostenida. La tecnología está disponible. El reto ahora es organizativo.
