Antes de implementar inteligencia artificial, habla con alguien que no te la venda.

El dato que te van a citar, y lo que medía en realidad.

Si alguien te ha hablado de IA este año, es probable que te haya soltado que "el 95% de los proyectos de IA fracasan". Va en todas las presentaciones. Y es un ejemplo perfecto del problema, así que vale la pena mirarlo de cerca.

La cifra sale de un informe de julio de 2025 titulado The GenAI Divide: State of AI in Business 2025, del proyecto NANDA del MIT. Lo que midió no fue "los proyectos de IA": fue qué porcentaje de pilotos de IA generativa integrados no había producido un impacto medible en la cuenta de resultados. La muestra: entrevistas con 52 organizaciones, 153 directivos encuestados y el análisis de 300 despliegues publicados. Era un documento de trabajo, sin revisión por pares, firmado por un grupo que construye infraestructura de IA. El enlace original alojado en el MIT hoy redirige a otro sitio. Y un detalle que dice bastante: buena parte de la prensa que lo citó dio cifras de muestra distintas de las que constan en el propio documento.

Que quede claro: no digo que el informe esté mal. Sus conclusiones cualitativas me parecen de las más útiles que he leído. Digo otra cosa, y es más incómoda: la cifra que se usa para venderte IA la ha leído casi nadie de los que la citan. Se repite porque funciona en una diapositiva. Si tu asesor te da ese número sin saber qué medía, acabas de descubrir cuánta verificación hay detrás de lo que te va a recomendar después.

Lo que sí está bien medido dice casi lo mismo.

Y aquí está lo interesante: no hace falta el 95% para llegar a la misma conclusión. Hay estudios más sólidos, con nombre, fecha y método, y apuntan todos en la misma dirección.

Gartner, junio de 2025: más del 40% de los proyectos de IA agéntica se cancelarán antes de finales de 2027, por costes que se disparan, valor de negocio poco claro o controles de riesgo insuficientes. Un año antes, en julio de 2024, ya había previsto que al menos el 30% de los proyectos de IA generativa se abandonarían después de la prueba de concepto.

RAND, 2024: más del 80% de los proyectos de IA fracasan, aproximadamente el doble que los proyectos informáticos que no llevan IA. Su conclusión sobre la causa principal es la que más me interesa, porque no es técnica: el motivo más frecuente es que las personas implicadas nunca llegaron a estar de acuerdo en para qué era el proyecto.

S&P Global: el porcentaje de empresas que abandonan la mayoría de sus iniciativas de IA antes de llegar a producción pasó del 17% al 42% en un solo año.

Tres fuentes independientes, tres métodos distintos, la misma historia. Y fíjate en que ninguna dice "la IA no funciona". Dicen que fracasan los proyectos que empiezan por la herramienta en lugar de empezar por el problema. Es una distinción que cambia por completo qué deberías hacer el lunes.

La pregunta que hago antes que ninguna otra.

Cuando alguien me escribe diciendo "queremos meter IA", mi primera pregunta no tiene nada que ver con la IA. Es esta: si mañana entrasen el triple de clientes por la puerta, ¿qué se rompería primero?

La respuesta casi siempre cae en uno de estos cuatro sitios, y solo uno de ellos es territorio de la IA:

No llega gente suficiente. Es el más común con diferencia. Aquí la IA no pinta nada. Lo que falta es visibilidad: la ficha de Google sin completar, la web que no aparece cuando alguien busca tu servicio en tu comarca, el boca a boca que no tiene dónde aterrizar. Tengo una guía de SEO local entera sobre esto, y no menciona la IA ni una vez.

Llega gente pero no compra. Tampoco es la IA. Es que la oferta no se entiende, o el precio no se explica, o la página de contacto pide nueve campos. Se arregla escribiendo mejor y quitando fricción, no automatizando.

Compran, pero tú no das abasto. Aquí empieza a tener sentido. Si el cuello de botella es que dedicas seis horas semanales a copiar datos de correos a una hoja de cálculo, a clasificar documentos o a redactar siempre el mismo tipo de respuesta, entonces sí: hay una tarea repetitiva, voluminosa y con datos ordenados. Es exactamente donde la IA rinde.

Das abasto, pero cobras tarde o pierdes clientes. Suele ser proceso puro, no tecnología. Ninguna herramienta arregla que nadie persiga las facturas.

Este orden no me lo he inventado: es coherente con lo que encontró el propio informe del MIT. Más de la mitad del presupuesto de IA generativa que analizaron se había ido a ventas y marketing, mientras que el mejor retorno estaba en la trastienda, en el trabajo administrativo repetitivo del que nadie presume. La IA se compró donde brilla en la demo y no donde paga.

Por qué muchas veces lo correcto es más barato.

Llegados aquí, la tentación del sector es enseñarte una tabla comparativa de retorno. Ya la has visto: que el correo electrónico devuelve 36 euros por cada euro invertido, que el SEO local sale a una fracción del coste por contacto, y que por tanto son mejores que la IA.

No te voy a hacer eso, porque sería incoherente con todo lo anterior. Ese 3.600% del correo sale de encuestas del propio sector, autoreportadas por empresas que venden herramientas de correo. Es exactamente el mismo tipo de cifra que el 95%: direccionalmente útil, inútil como promesa. Si la uso para convencerte, estoy haciendo lo que critico dos secciones más arriba.

El argumento de verdad no es el retorno comparado. Es el coste de equivocarte, y ahí la diferencia no es opinable:

Si te equivocas con una campaña de correo a tus clientes, lo sabes en dos semanas, has gastado unas decenas de euros y una tarde de trabajo. Si te equivocas completando tu ficha de Google, lo sabes en un mes y el coste ha sido tiempo. Si te equivocas con un proyecto de IA, lo sabes en seis meses, has gastado varios miles de euros, has consumido la paciencia de tu equipo con una herramienta que no usan, y te llevas de regalo la creencia de que "lo digital no funciona en mi sector". Ese último daño es el que más he visto y el que más cuesta deshacer.

Riesgo asimétrico. Por eso el orden importa más que la elección: no porque la IA sea mala, sino porque es lo caro de equivocarse y casi nunca es lo primero que hay pendiente.

El problema no es la IA. Es quién te aconseja sobre la IA.

Ahora la parte incómoda, y es la razón por la que he escrito esto.

Imagina que vas al médico y descubres que cobra una comisión por cada operación que recomienda. No dirías que es un delincuente. Dirías, con toda la razón, que necesitas una segunda opinión de alguien que cobre igual tanto si operas como si no. Nadie discute esto en medicina. En tecnología para empresas lo hemos normalizado por completo.

Casi todo el ecosistema que te habla de IA hoy gana dinero si implementas: quien vende la licencia, quien la integra, quien cobra un porcentaje del proveedor, quien te ofrece el taller gratuito que acaba en presupuesto. Repito que no son mala gente. Es que estructuralmente no pueden decirte "no lo hagas", igual que no puedes pedirle a un carpintero que valore con neutralidad si necesitas un mueble.

Lo que sí puedes hacer es preguntar antes a alguien que reúna cuatro condiciones, y esto vale para mí igual que para cualquiera:

Uno: que cobre lo mismo si la respuesta es que no. Es la única condición que de verdad importa. Si el consejo es gratis, el consejo es publicidad.

Dos: que haya montado estas cosas, no solo leído sobre ellas. Yo monto agentes y automatizaciones para clientes, y por eso sé por dónde se rompen: los datos que estaban peor de lo que decía todo el mundo, el proceso que nadie había escrito, el empleado que sigue usando su hoja de cálculo. Quien nunca ha implementado te vende la demo.

Tres: que sepa lo que cuesta la alternativa. Alguien que solo sabe de IA siempre concluirá que necesitas IA. Poder comparar contra publicidad, SEO, correo o simplemente arreglar un proceso a mano es lo que convierte un consejo en una decisión.

Cuatro: que te deje sabiendo decidir sin él. Si al terminar dependes más de esa persona que al empezar, no era asesoramiento.

Yo he intentado dejarlo por escrito en sitios donde me ata. En mi página de IA aplicada hay dos frases que me cuestan dinero: que si ya tienes una herramienta funcionando no te la cambio, y que si a la segunda fase el proyecto no demuestra retorno, no seguimos. También tengo una página que explica para quién no trabajo. Esas frases están ahí para que puedas usarlas contra mí, que es la única forma de que valgan algo.

Cuándo la respuesta sí es la IA.

Sería igual de deshonesto quedarme en el "no". Los mismos estudios que documentan los fracasos documentan dónde funciona, y hay patrones claros.

Funciona cuando la tarea es repetitiva, de mucho volumen y con un resultado verificable: extraer datos de facturas, clasificar correos entrantes, preparar borradores que una persona revisa. Funciona mejor en la trastienda que en ventas. Y funciona más a menudo comprando algo ya hecho que construyéndolo a medida: en la muestra del MIT, comprar a un proveedor especializado tenía en torno a un 67% de éxito, frente a aproximadamente un tercio cuando la empresa lo construía por dentro. Si tu asesor propone construir desde cero antes de haber probado algo de mercado, pídele que te explique por qué.

Y no funciona sin datos. Gartner estima que hasta 2026 se abandonará el 60% de los proyectos de IA que no cuenten con datos preparados. En una pyme, "datos preparados" no significa un lago de datos: significa que la información existe en un sitio, en un formato, con criterio. Si tus precios están en tres hojas de cálculo que no coinciden, ese es tu proyecto de este trimestre, y no lleva IA.

Por cierto, tampoco hay tanta prisa como te cuentan. Según la encuesta del INE sobre uso de TIC en las empresas, en el primer trimestre de 2025 usaba inteligencia artificial el 21,1% de las empresas españolas de diez o más empleados, y el 13,4% de las de menos de diez. Crece deprisa, sí. Pero si tienes una empresa pequeña y todavía no has hecho nada con IA, no eres el último: eres la mayoría. Decide con calma.

Cinco preguntas antes de firmar nada.

Llévate esto a la próxima reunión donde alguien te proponga un proyecto de IA. Sirve conmigo también.

1. ¿Qué problema concreto resuelve, y cómo sabremos en tres meses si lo ha resuelto? Si la respuesta lleva las palabras "eficiencia" o "transformación" y ningún número, todavía no hay proyecto.

2. ¿Qué datos necesita y los tengo hoy? No "podríamos conseguirlos". Hoy, y en qué estado.

3. ¿Qué pasa si a los tres meses no funciona? Quieres oír un criterio de parada explícito, no un plan de más fases.

4. ¿Qué me cuesta salir de aquí dentro de un año? Si mis datos se quedan dentro de su herramienta, no he contratado un proyecto: he alquilado una dependencia. Sobre esto escribí lo que pasa cuando una herramienta de IA desaparece de un día para otro, que no es hipotético.

5. ¿Qué ganas tú si te digo que sí? La pregunta más útil de las cinco. No busca pillar a nadie: busca saber desde dónde te hablan. Una respuesta tranquila y concreta es buena señal. La incomodidad también es una respuesta.

Lo que de verdad te estoy pidiendo.

No que desconfíes de la IA. La uso todos los días, la implanto para clientes y creo que dentro de tres años será tan discutible como tener web. Lo que te pido es que separes la decisión de la venta, aunque sea una conversación de quince minutos con alguien que no cobre de ella.

Porque el error caro casi nunca es elegir la herramienta equivocada. Es no haber tenido nunca la conversación donde alguien, sin nada que ganar, te dice que tu problema era otro.

Si quieres el mapa de qué casos de uso valen la pena en una empresa pequeña, sigue por IA para pymes: qué funciona de verdad. Si lo que tienes cerca es una decisión de proveedor, quizá te sirva más consultor o agencia. Y si ya tienes IA funcionando y lo que te preocupa es la parte legal, está aquí.

Preguntas frecuentes.

¿Necesita mi empresa inteligencia artificial?

Depende de si tu cuello de botella es uno que la IA resuelve. La IA resuelve bien tareas repetitivas, con mucho volumen y con datos ya ordenados: clasificar documentos, redactar borradores, extraer información de facturas o correos. No resuelve que no te llegue gente, que tu oferta no se entienda o que cobres tarde. Antes de elegir herramienta, identifica el cuello de botella: si no es de los que la IA resuelve, la IA será cara y no cambiará nada.

¿Es verdad que el 95% de los proyectos de IA fracasan?

Esa cifra viene del informe The GenAI Divide del proyecto NANDA del MIT, de julio de 2025. Midió algo mucho más concreto: qué porcentaje de pilotos de IA generativa integrados no había producido un impacto medible en la cuenta de resultados. La muestra fueron 52 organizaciones entrevistadas, 153 directivos encuestados y 300 despliegues públicos, y era un documento de trabajo sin revisión por pares. La dirección es correcta y coincide con estudios más sólidos, pero el 95% no es un dato universal sobre toda la IA.

¿Cuánto cuesta implementar inteligencia artificial en una pyme?

Varía tanto que la cifra sola no informa: desde suscripciones de decenas de euros al mes hasta desarrollos a medida de cinco cifras. El número que de verdad importa antes de decidir no es el coste, es el coste de equivocarte: cuánto pierdes si el proyecto no funciona, incluyendo los meses de atención que le habrás dedicado y lo que no habrás hecho mientras tanto.

¿Qué le pregunto a alguien que quiere venderme un proyecto de IA?

Cinco preguntas: qué problema concreto resuelve y cómo se mide, qué datos necesita y si los tengo hoy, qué pasa si a los tres meses no funciona, qué me cuesta cambiar de proveedor dentro de un año, y qué gana esa persona si le digo que sí. Si la última pregunta le incomoda, ya tienes información.

¿Hay alternativas de marketing más baratas que la IA?

Casi siempre hay algo más barato pendiente: la ficha de Google Business Profile sin completar, la web que tarda en cargar, el correo a clientes que ya te compraron y nadie envía, el seguimiento que no está medido. No son más baratas solo por precio, sino por riesgo: si una campaña de correo no funciona, lo sabes en dos semanas y has perdido poco. Si un proyecto de IA no funciona, lo sabes en seis meses.