En menos de cinco años, la inteligencia artificial ha pasado de ser una promesa técnica a convertirse en un eje estructural para las decisiones estratégicas de muchas empresas. Desde la automatización de procesos hasta la generación de nuevos modelos de negocio, su impacto ya no se limita al departamento de IT. Ahora, alcanza al consejo de administración.
Según el informe AI Index 2024 de la Universidad de Stanford, el 55 % de las grandes compañías en Europa ya integran soluciones de inteligencia artificial en al menos una unidad de negocio. En España, el porcentaje es algo menor, pero la tendencia es clara: las inversiones en IA crecen a doble dígito desde 2021, con un foco cada vez más orientado a aplicaciones generativas y análisis predictivo.
La adopción, sin embargo, no es homogénea. Mientras sectores como la banca o la logística han avanzado con rapidez, otros, como la administración pública o las pymes industriales, muestran una integración más lenta. Parte del freno responde a la falta de talento especializado y a la incertidumbre regulatoria. La Ley de Inteligencia Artificial de la UE, aprobada en 2024, ha introducido nuevas obligaciones para los sistemas de alto riesgo, lo que ha obligado a muchas empresas a revisar sus hojas de ruta tecnológicas.
“Estamos viendo un cambio de paradigma. La IA ya no es solo una herramienta de eficiencia, sino un componente estratégico que condiciona cómo competimos”, explica Marta Llorente, directora de innovación en una multinacional del sector energético. Su equipo trabaja con modelos de IA para optimizar la predicción de demanda y reducir el coste energético en tiempo real. “Pero no es solo tecnología. Es cultura, es gobernanza, es ética”, añade.
Ese matiz es relevante. La integración de la IA exige no solo infraestructura técnica, sino también marcos de gobernanza claros. Las empresas deben definir quién toma decisiones, cómo se auditan los algoritmos y qué criterios se aplican para evitar sesgos. En este punto, el debate se vuelve más complejo. Algunas organizaciones han optado por crear comités internos de ética tecnológica. Otras externalizan la validación a terceros. No hay un modelo único.
En contraste con la narrativa optimista que suele acompañar a la IA, los datos muestran una realidad más matizada. Un estudio de McKinsey de marzo de 2024 indica que solo el 22 % de las empresas que han implementado IA generativa han logrado retornos económicos significativos. La mayoría sigue en fase piloto o en pruebas de concepto. El entusiasmo inicial, en muchos casos, ha dado paso a una etapa de ajustes y aprendizaje.
Aun así, el interés no decae. Las grandes tecnológicas siguen invirtiendo en modelos fundacionales y plataformas de IA como servicio. Microsoft, Google y Amazon lideran el mercado, pero en Europa han surgido iniciativas como Aleph Alpha o Mistral AI que buscan ofrecer alternativas más alineadas con la normativa comunitaria. La cuestión de la soberanía tecnológica, especialmente en lo que respecta a los datos y la transparencia de los modelos, empieza a pesar en las decisiones de compra.
El papel de los directivos también está cambiando. Ya no basta con delegar en el CIO. La comprensión básica de cómo funciona un modelo de lenguaje o qué implica entrenar un sistema con datos sensibles se ha vuelto parte del repertorio necesario para tomar decisiones informadas. Algunas escuelas de negocio han comenzado a incorporar módulos específicos sobre IA aplicada a la estrategia empresarial.
Pese a las tensiones, la dirección es clara. La inteligencia artificial se está convirtiendo en un componente estructural de la competitividad empresarial. No tanto por lo que promete, sino por lo que ya está cambiando: la forma en que se toman decisiones, se diseñan productos o se gestionan riesgos. El desafío, ahora, no es solo técnico. Es organizativo, normativo y, en última instancia, estratégico.
