De Piloto a Producción: Por qué el 95% de las iniciativas de IA fracasan (y cómo Latinoamérica puede cerrar la brecha)
OpenAI acaba de publicar el reporte más completo sobre IA empresarial hasta la fecha. Los datos confirman lo que muchos sospechábamos: La tecnología no es el problema. La capacidad organizacional sí.
El 8 de diciembre de 2025, OpenAI publicó “The State of Enterprise AI 2025”, un análisis basado en más de 1 millón de clientes empresariales y casi 100 empresas encuestadas. El documento es denso, con decenas de gráficos y métricas de adopción. Pero hay un dato que resume todo: Existe una brecha masiva entre las empresas que están capturando valor real de la IA y las que simplemente están jugando con ella.
Hace meses analicé por qué el 95% de los pilotos de IA fracasan y cómo el ego frena la adopción. Este reporte de OpenAI añade algo que esos análisis no tenían: datos duros y a escala sobre qué separa exactamente a los ganadores de los perdedores. No son solo hipótesis sobre cultura organizacional. Son patrones medibles, repetibles y, lo más importante, replicables.
Los números son contundentes. Los trabajadores “frontera” (95º percentil de uso) generan 6x más mensajes que el trabajador promedio. En tareas de programación, la diferencia salta a 17x. Las empresas líderes envían 7x más mensajes a GPTs personalizados que la mediana. Y lo más revelador: el 19% de usuarios activos mensuales nunca ha usado análisis de datos, el 14% nunca ha usado razonamiento avanzado, el 12% nunca ha usado búsqueda web.
No es un problema de acceso. Es un problema de ejecución.
Para Latinoamérica, esto debería sonar como una alarma. Y también como una oportunidad.
La paradoja latinoamericana: Crecimiento explosivo sobre bases diminutas
Los datos de adopción en la región son, a primera vista, espectaculares. Brasil creció 161% año contra año en clientes empresariales de OpenAI. Australia 187%, Países Bajos 153%, Francia 146%. La región representa el 14% de las visitas globales a soluciones de IA y ocupa el tercer lugar mundial en descargas de aplicaciones de IA generativa.
Pero hay que leer la letra chica.
Según el índice ILIA 2025 (Latin American Artificial Intelligence Index) de CEPAL y CENIA publicado en octubre de 2025, Latinoamérica representa el 6.6% del PIB global pero solo recibe el 1.12% de la inversión global en IA. La brecha de talento se está ampliando, no cerrando. Y mientras Brasil lidera con el 38.2% del mercado regional de IA, el volumen absoluto sigue siendo una fracción de lo que vemos en Estados Unidos, Europa o Asia.
El crecimiento porcentual es real. Pero venimos de una base muy pequeña.
La pregunta no es si estamos adoptando IA (claramente sí). La pregunta es si estamos desarrollando la capacidad organizacional para capturar valor a escala. Y aquí es donde el reporte de OpenAI se vuelve incómodo.
Los cinco patrones que separan líderes de rezagados
OpenAI identificó cinco características que comparten las organizaciones que están ganando con IA. No son secretos. No requieren presupuestos billonarios. Pero sí requieren disciplina, liderazgo y una comprensión clara de que esto es transformación organizacional, no un proyecto de TI.
1. Integración profunda de sistemas (no solo acceso superficial)
Una de cada cuatro empresas todavía no ha conectado sus datos internos a las herramientas de IA. Le dan acceso a ChatGPT a sus empleados pero no conectan el CRM, el ERP, la documentación interna. Es como comprar un auto de carreras pero llenarlo con gasolina de mala calidad.
Las empresas líderes conectan el contexto real. Sus sistemas de IA leen tickets de soporte, historial de clientes, documentos técnicos internos. No porque sea difícil técnicamente (no lo es), sino porque requiere coordinación entre equipos, claridad sobre privacidad de datos y gobernanza clara.
BBVA México es un ejemplo perfecto citado en el estudio de OpenAI. Automatizaron el proceso de “bastanteo” legal (validación de autoridad para firmar contratos corporativos) con un chatbot que accede a FAQs pre validadas por el equipo legal. Resultado: 9,000 consultas automatizadas al año, 3 empleados equivalentes liberados para trabajo de mayor valor, 26% del objetivo anual de ahorro de la división.
El problema no era técnico. Era organizacional.
2. Estandarización de flujos de trabajo (Custom GPTs, no uso caótico)
BBVA usa más de 4,000 GPTs personalizados de forma regular. No son 4,000 experimentos aislados. Son soluciones reutilizables para problemas repetitivos que toda la organización comparte y descubre.
El uso de Custom GPTs y Projects en ChatGPT Enterprise creció 19x este año. El 20% de todos los mensajes empresariales ahora se procesan a través de un GPT personalizado. Esto no es casualidad. Es el resultado de organizaciones que codificaron conocimiento institucional en interfaces reutilizables.
Cuando cada persona en tu empresa está reinventando la rueda cada vez que usa IA, no estás escalando. Estás multiplicando el esfuerzo lo que no crea valor organizacional.
3. Liderazgo ejecutivo real (mandatos claros, recursos asignados)
Esto no es un proyecto que TI puede liderar solo. Los líderes que están ganando establecen mandatos claros desde arriba, aseguran recursos, alinean equipos y crean espacio para experimentación (con barreras de protección).
BCG publicó un estudio paralelo en octubre de 2024 que encontró que solo el 26% de empresas globales han desarrollado las capacidades necesarias para generar valor tangible con IA. El 70% de los desafíos son de personas y procesos. Solo el 10% son problemas de algoritmos.
Si tu CEO cree que esto es “un tema de tecnología”, ya perdiste.
4. Preparación de datos y evaluación continua (no esperanza ciega)
Las organizaciones líderes codifican conocimiento institucional en rutinas legibles por máquinas. Construyen APIs para pipelines de datos críticos. Ejecutan evaluaciones continuas para medir desempeño en casos de uso reales.
Moderna comprimió el desarrollo de Target Product Profiles (TPP) de semanas a horas en algunos casos. El proceso requería revisar paquetes de evidencia de hasta 300 páginas y coordinar equipos de clínica, producto y marketing. ChatGPT Enterprise ayuda a extraer hechos clave, generar borradores estructurados y marcar detalles importantes para revisión humana.
Cada día ganado en planificación temprana significa medicamentos más rápido para los pacientes. Pero esto solo funciona porque Moderna invirtió en estructurar sus datos y definir métricas claras de éxito.
5. Gestión deliberada del cambio (aprendizaje organizacional continuo)
OpenAI lanza una nueva característica o capacidad aproximadamente cada tres días. El problema ya no es el desempeño del modelo o las herramientas disponibles. El problema es la preparación organizacional.
Las empresas líderes construyen estructuras que aceleran aprendizaje: gobernanza centralizada combinada con habilitación distribuida a través de “campeones de IA” incrustados en equipos. No es capacitación de una vez. Es capacidad continua.
Según datos de SAP para Latinoamérica, el 50% de empresas latinoamericanas actualmente invierten en capacitación de IA, mientras que el 46% planea comenzar en 2025. Brasil lidera con 62% de inversión actual, seguido por Colombia con 53%. Entre las grandes empresas, el 81% en Brasil y Colombia ya proporcionan capacitación a sus equipos.
Pero capacitación sin cambio en procesos, sin mandato ejecutivo, sin integración de datos, no sirve de mucho. Es como enseñar a manejar sin dar acceso a un auto.
La brecha que se está abriendo
El reporte de OpenAI muestra algo preocupante: la distancia entre líderes y rezagados se está ampliando, no cerrando.
Los trabajadores frontera no solo usan más IA. La usan de forma cualitativamente diferente. Utilizan múltiples modelos, activan herramientas avanzadas, aplican IA en 7 tipos distintos de tareas vs. 4 en el promedio. Y reportan ahorrar 5x más tiempo.
Entre usuarios que ahorran más de 10 horas semanales, el consumo de “inteligencia” (medido en créditos) es 8x mayor que quienes ahorran menos de 2 horas. No es que trabajen más horas. Es que desarrollaron dominio sobre herramientas más sofisticadas.
A nivel empresarial, las firmas frontera generan 2x más mensajes por asiento que la mediana. Y 7x más mensajes a GPTs personalizados (pág. 15). Esto indica integración profunda en flujos de trabajo, no uso superficial.
La pregunta incómoda: ¿en qué lado de esta brecha está tu empresa?
El momento latinoamericano
Aquí está la buena noticia: los cinco patrones de las organizaciones líderes no son secretos propietarios. Están disponibles para cualquier empresa que decida ejecutar con disciplina.
Y Latinoamérica tiene una ventaja estructural que pocas regiones pueden reclamar: no arrastramos sistemas legacy masivos como Europa, no tenemos regulaciones tan complejas como Estados Unidos en algunas industrias, y la necesidad de productividad es urgente.
El IMF publicó un estudio mostrando que la productividad en Latinoamérica lleva décadas estancada, a diferencia de Asia emergente que mostró convergencia rápida. La IA presenta una oportunidad histórica para cerrar esa brecha, pero sólo si resolvemos el problema organizacional primero.
Chile lidera el índice ILIA con 73.07 puntos sobre 100, seguido de Brasil (69.30) y Uruguay (64.98). Pero el promedio regional sigue significativamente por debajo del global. La mayoría de países tienen estrategias nacionales de IA, pero muchas carecen de financiamiento, mecanismos de implementación y sistemas de evaluación de impacto.
En otras palabras: tenemos planes, pero no capacidad de ejecución.
Los casos que importan
Más allá de BBVA y Moderna, el reporte documenta tres casos adicionales que ilustran cómo diferentes industrias están capturando valor:
Lowe’s desplegó Mylow en su sitio web y Mylow Companion en el 100% de sus 1,700 tiendas. Cuando los clientes interactúan con Mylow durante visitas online, la tasa de conversión se duplica. Cuando los asociados en la tienda usan Mylow Companion para ayudar a clientes, los puntajes de satisfacción aumentan 200 puntos base. Responden casi 1 millón de preguntas mensuales sobre productos, proyectos y estatus de órdenes.
Indeed usa IA propietaria para hacer matching combinada con explicaciones generadas por GPT que ayudan a candidatos entender por qué un rol es buen fit. En experimentos, las invitaciones a aplicar con explicaciones generadas por LLMs aumentaron las aplicaciones iniciadas en un 20% y mejoraron el éxito posterior (entrevistas y contrataciones) 13% vs. el matching tradicional. Los usuarios de Career Scout encuentran y aplican a empleos relevantes 7x más rápido y tienen 38% más probabilidad de ser contratados.
Oscar Health desarrolló chatbots que responden preguntas sobre beneficios, costos y salud general en tiempo real, integrados con registros médicos, reclamos e interacciones de servicio al cliente. Resuelven el 58% de preguntas sobre beneficios instantáneamente y manejan el 39% de mensajes sobre beneficios sin escalamiento humano.
Ninguno de estos casos es sobre tecnología imposible. Todos son sobre integración deliberada en procesos críticos de negocio.
Infraestructura v/s modelos: la ventaja competitiva real
Hay un dato del reporte que valida algo que he argumentado antes: el consumo promedio de tokens de razonamiento por organización vía API aumentó 320x en los últimos 12 meses. Esto indica que más empresas están integrando modelos directamente en productos y sistemas con alto grado de control y personalización.
Más de 9,000 organizaciones han procesado más de 10 mil millones de tokens. Casi 200 han superado el 1 billón de tokens. Codex, aunque todavía temprano en su ciclo empresarial, está ganando tracción rápida: 2x aumento en usuarios activos semanales y 50% más mensajes semanales en las últimas seis semanas.
Los modelos son temporales. La infraestructura es permanente.
Cuando construyes gobernanza clara, pipelines de datos limpios, procesos de evaluación continua y capacidad organizacional para adoptar nuevas herramientas rápidamente, no importa si OpenAI, Anthropic o Google lanza el próximo modelo milagroso. Puedes adoptarlo en semanas, no años.
Las empresas que están ganando no son necesariamente las que tienen acceso a los mejores modelos. Son las que construyeron los mejores sistemas alrededor de esos modelos.
La pregunta que deberías hacerte
El reporte de OpenAI no es solo un documento sobre adopción de IA. Es un espejo que muestra capacidad de ejecución organizacional.
Si tu empresa tiene acceso a ChatGPT Enterprise pero solo el 10% de empleados lo usa regularmente, no tienes un problema de tecnología. Tienes un problema de gestión de cambio.
Si lanzaron cinco pilotos de IA pero ninguno llegó a producción, no necesitas mejor IA. Necesitas mejor alineación entre equipos, mandatos ejecutivos más claros y procesos de evaluación más rigurosos.
Si tus empleados técnicos usan IA intensivamente pero el resto de la organización la ignora, tienes un problema de democratización de conocimiento, no de acceso a herramientas.
El MIT reportó que más del 95% de pilotos de IA generativa están fallando en empresas. BCG encontró que el 74% de empresas luchan por generar valor a escala. La OCDE documentó que más del 80% de proyectos de IA fallan, el doble de la tasa de proyectos no-IA.
El problema nunca fue la tecnología.
La ventana está abierta
Brasil, México, Colombia, Chile, Argentina: todos están invirtiendo en estrategias nacionales de IA, todos están viendo crecimiento de adopción, todos tienen talento técnico capaz. Pero pocos están desarrollando la capacidad organizacional sistemática que el reporte de OpenAI identifica como diferenciador crítico.
La ventana de oportunidad está abierta ahora. Las empresas que desarrollen esa capacidad en los próximos 12-24 meses capturarán el mercado. Las que sigan lanzando pilotos sin estrategia de escalamiento quedarán rezagadas de forma probablemente irreversible.
No se trata de adoptar IA. Se trata de transformar cómo tu organización aprende, ejecuta y se adapta.
Y eso, lamentablemente, no se compra. Se construye.