Las investigaciones muestran que hasta el 70% de las empresas del Reino Unido utilizan o planean utilizar IA. Después del pánico del año pasado sobre una “burbuja de la IA”, el consenso se ha inclinado en sentido contrario: 2026, nos dicen, es el año en que el retorno de la inversión en IA se vuelve real. Quiere el número del tablero. A los CIO y CTO se les pide que demuestren el costo.
Están mirando a través del lente equivocado. La fijación de medidas de retorno a nivel de herramienta, licencia por licencia, puesto por puesto, no siempre es un signo de disciplina fiscal. A veces esto es una señal de que la decisión de inversión original se tomó sin un problema claro que resolver. No se puede calcular el resultado de una respuesta cuando alguien no está de acuerdo con la pregunta.
Slalom es el jefe de IA en el Reino Unido e Irlanda.
A la mayoría de las empresas se les ocurrieron herramientas de inteligencia artificial para innovar, resolver problemas específicos, mejorar la productividad o mantenerse al día con la competencia. Otros atendían la demanda de los empleados de contar con los mejores equipos de su clase. De cualquier manera, la IA se ha convertido en algo imprescindible, y los altos ejecutivos centrados en la tecnología están bajo presión para implementarla a un ritmo que permita a las empresas afirmar de manera creíble que tiene capacidades de IA.
Las afirmaciones que demuestran un retorno de la inversión instantáneo, en capas superiores, son donde el encuadre comienza a fallar. La mejor pregunta no es “¿ha vuelto esta herramienta?” Pero “¿esta inversión ha producido un valor real, más amplio que una imagen en una página?”
La pregunta equivocada revela la estrategia equivocada
Un líder que se esfuerza por lograr un retorno de la inversión a nivel de herramienta a menudo revela algo que no era su intención. Pregunte qué está haciendo la IA dentro de la empresa: qué decisiones está cambiando, qué flujos de trabajo está remodelando, qué limitaciones está eliminando; Y la respuesta suele diluirse rápidamente. Esto no es un error de medición. Esto es un error de definición.
Si una organización no puede articular por qué se necesita la tecnología más allá de “estar a la vanguardia”, reclamar retornos inmediatos es hacer lo que debería haberse hecho antes de la intención estratégica. Implementar IA no es lo mismo que lanzar un nuevo CRM. Replantea cómo las personas toman decisiones y revela lo que ya estaba roto en esas decisiones.
Saltarse el trabajo preliminar, una evaluación honesta de qué problemas tienen forma de IA y cuáles no, y luego pedirle a la hoja de cálculo que restaure una justificación confunde a los equipos y pone al liderazgo a la defensiva.
Las empresas no verán retornos reales del impulso si no pueden definir qué significa “rendimientos” más allá del dinero. El uso de la IA como cualquier otro software, donde los empleados tienen acceso a una herramienta poderosa porque puede aumentar las ganancias, nunca deja de generar resultados. Esto crea fricciones y escepticismo que también hacen que sea difícil justificar nuevas inversiones en IA.
¿Quiénes serán los ganadores?
Las empresas que ganarán con la IA en 2026 no serán las que contarán con los paneles de control de retorno de la inversión más sofisticados. Serán ellos los que empezaron con un problema claramente definido y avanzaron hacia una solución en lugar de empezar con una herramienta y trabajar hacia atrás para encontrar una justificación. Aquellos que hacen las preguntas correctas.
La diferencia radica en cómo comienza la conversación. “Necesitamos implementar IA generativa en todo el servicio al cliente”, un marco que prioriza la herramienta; La pregunta sobre el retorno de la inversión queda sin respuesta porque el objetivo es la implementación misma.
“Nuestros agentes dedican el 40% de cada llamada a buscar información sobre políticas en tres sistemas, y queremos reducir esa cantidad a la mitad” es un marco que prioriza el problema; Aquí, el retorno se crea en pocas palabras, y la IA lo cumple o no.
Esto no significa que el ROI a nivel de tarea sea irrelevante. De hecho, este suele ser el lugar adecuado para empezar. Si un sistema de IA reduce el tiempo que lleva informar un caso, redactar una respuesta, verificar un acuerdo, clasificar un incidente o recuperar información sobre políticas, esa ganancia debe medirse.
Las métricas a nivel de tarea ayudan a los equipos a comprender si la tecnología es realmente útil, dónde está funcionando la adopción y qué casos de uso merecen una mayor inversión. Pero todavía son sólo un punto de partida. Un trabajo rápido no produce automáticamente un buen resultado empresarial si el flujo de trabajo que lo rodea no cambia.
La verdadera pregunta es si esas ganancias a nivel de tareas se suman a algo más significativo: menos traspasos, decisiones más rápidas, mejor experiencia del cliente, menos riesgo operativo o más capacidad para tareas de mayor valor.
Las estructuras estratificadas de retorno de la inversión en el primer tipo de decisión rara vez generan responsabilidad. Lo hacen aparecer, generalmente después del hecho, cuando los líderes se dan cuenta de que la inversión no está aterrizando y recurren a la medida como escudo. Definir el problema primero no garantiza un reembolso, pero es la única forma de saber cómo será.
El trabajo humano es donde se agrava el retorno de la inversión
Incluso un problema bien definido no producirá beneficios si las personas más cercanas a él no están equipadas para utilizar las herramientas. Esta es la parte de la inversión en IA que habitualmente no recibe fondos suficientes: el lado humano del despliegue. El desarrollo de capacidades, el rediseño del flujo de trabajo, el tiempo de prueba y los gerentes pueden marcar la diferencia entre un equipo que adopta una herramienta y un equipo que la ejecuta.
Cuando toda la conversación se centra en los rendimientos financieros, esta tarea parece una tarea abrumadora. No es así. Es ahí donde los retornos se agravan. Los empleados que entienden para qué es bueno (y para qué no) un sistema de IA toman mejores decisiones sobre cuándo usarlo, cuándo anularlo y cuándo aumentarlo. Ese juicio es riqueza. La herramienta no tiene licencia.
Una fuerza laboral involucrada en el diseño de una implementación de IA, en lugar de entregar el resultado de una, también tiende a ser más receptiva a interrupciones posteriores. Moral mantenida. La adopción no es real, sino real. Y los rendimientos que todos estaban tan ansiosos por medir comenzaron a aparecer, generalmente en algún lugar distinto al que estaba dirigida la hoja de cálculo original.
Mide resultados, no suscripciones
La obsesión por la medición a nivel de herramientas desvía la atención de la pregunta que debería haber surgido primero: ¿Qué problema estamos resolviendo y para quién?
Los beneficios de la IA son reales, pero se ven a nivel de capacidades y resultados: decisiones más rápidas, menos traspasos, mejor juicio al final del negocio; No necesariamente en niveles de suscripción de herramientas individuales.
A medida que las organizaciones pasen de copilotos a agentes, esta cuestión se volverá más urgente. En un mundo de copiloto, todavía resulta tentador medir la productividad por tarea: qué tan rápido alguien redacta un documento, busca una respuesta, completa un análisis o crea un resumen. Estas medidas pueden ser efectivas, pero son limitadas.
En un mundo agente, donde los sistemas de inteligencia artificial pueden planificar, actuar sobre herramientas, desencadenar flujos de trabajo e involucrar a los humanos solo en puntos de decisión específicos, esas métricas comenzarán a parecer inadecuadas.
La pregunta no será si una tarea es un 20% más rápida. Sería todo un proceso más resiliente, más auditable, más receptivo o fundamentalmente diferente. Si la IA cambia la unidad de trabajo, la medición del ROI también debe cambiar.
Este no es un argumento en contra de la medición. Este es un argumento para medir a la altura correcta. Los líderes que midan al nivel equivocado seguirán encontrando las cifras decepcionantes, sin importar cuán buena sea la tecnología.
Aquellos que primero definan el problema, inviertan en personas que utilicen las herramientas y midan lo que esas personas ahora son capaces de hacer y que antes no podían hacer, descubrirán que todos los beneficios estaban ahí. No solo líneas de pedido donde todos miraban.
Hemos presentado el mejor creador de sitios web con IA.
Este artículo fue producido en parte Perspectiva profesional de TechRadarNuestro canal para mostrar las mejores y más brillantes mentes de la industria tecnológica actual.
Las opiniones expresadas aquí son las del autor y no necesariamente las de TechRadarPro o Future plc. Si está interesado en contribuir, obtenga más información aquí:
