El estado de la IA en 2025: lo que revela el informe de McKinsey sobre la brecha de IA en las empresas

1. El estado de la IA en 2025: un auge en su adopción que oculta problemas más profundos

La cifra más destacada del informe de McKinsey sobre IA para 2025 es imposible de ignorar: el 78 % de las organizaciones utilizan ahora la IA en al menos una función empresarial, frente al 72 % a principios de 2024. El uso de la IA generativa ha aumentado aún más rápidamente: el 71 % de las organizaciones utilizan habitualmente la IA generativa en marketing, desarrollo de productos, operaciones de servicio y TI.

Pero estas cifras pueden llevar a conclusiones erróneas si nos quedamos solo con ellas. Como aclaran los investigadores de McKinsey Alex Singla, Alexander Sukharevsky y Lareina Yee: el objetivo no es solo la adopción, sino la creación de valor. Y en ese aspecto, el panorama es radicalmente diferente.

Dos tercios de las organizaciones utilizan la IA en múltiples funciones. Aproximadamente la mitad la utiliza en tres o más. Esto es ubicuidad. Pero la ubicuidad sin profundidad, disciplina o diseño es lo que McKinsey denomina el problema del «teatro de la IA»: organizaciones que siguen los pasos de la adopción de la IA sin reconfigurar el modelo operativo para capturar el valor real.

Lo que revelan los números frente a lo que ocultan

La curva de adopción se está aplanando en la parte superior, lo que significa que la ventaja competitiva ha cambiado. Ya no se trata de si se utiliza la IA, sino de hasta qué punto se ha integrado en los flujos de trabajo, la toma de decisiones y las cadenas de valor. Este es el argumento central del informe sobre el estado de la IA en 2025, y es el que la mayoría de los artículos resumidos no destacan.

2. La brecha de escalabilidad: por qué el 67 % de las empresas se quedan estancadas en la fase piloto

Quizás el hallazgo más relevante de todo el informe de McKinsey sobre IA para 2025 sea la brecha de escalabilidad. Aunque su adopción está muy extendida, solo alrededor de un tercio de las organizaciones afirman estar escalando la IA en toda la empresa. Los dos tercios restantes se encuentran atrapados en lo que los observadores del sector denominan «purgatorio piloto»: realizan experimentos que nunca pasan a la fase de producción a gran escala.

Los obstáculos son comunes en todos los sectores y tamaños de empresas:

• Calidad y arquitectura de los datos: la ampliación requiere datos limpios, integrados y bien gestionados, y no las hojas de cálculo aisladas y las bases de datos heredadas con las que trabajan la mayoría de las organizaciones.
• Rigidez del flujo de trabajo: incorporar la IA a procesos sin reformar produce, en el mejor de los casos, ganancias marginales.
• Inercia del modelo operativo: los silos funcionales, la falta de claridad en la propiedad y los incentivos desalineados impiden la implementación de la IA en toda la organización.
• Lagunas en la medición: sin unos indicadores clave de rendimiento (KPI) claros vinculados a los resultados empresariales, los programas piloto no pueden justificar una inversión a escala de toda la empresa.

Larger companies (revenue >$5B) are more likely to be scaling — nearly half are in the “scaling” phase — but even they cite workflow and operating-model challenges as primary blockers. Smaller firms (<$100M revenue) face even steeper odds, with only 29% reporting any scaling progress.

Aquí es donde la historia del impacto empresarial de la IA generativa se vuelve matizada. La tecnología funciona. El reto es organizativo. Como dice el informe: la IA es un 20 % algoritmos y un 80 % reestructuración organizativa.

3. El 5,5 %: lo que diferencia a los mejores en IA del resto

La encuesta de McKinsey identificó un grupo muy atípico. De los casi 2000 encuestados, solo 109 (aproximadamente el 5,5 %) afirmaron que más del 5 % del EBIT de su organización era atribuible a la IA. Se trata de los «empresas con alto rendimiento en IA», cuyas prácticas difieren considerablemente de las habituales.

Este hallazgo concuerda notablemente con la investigación independiente del MIT, que reveló que solo el 5 % de los programas piloto de IA generan un impacto medible en las pérdidas y ganancias. La coincidencia entre dos estudios importantes convierte a este en uno de los datos estadísticos más sólidos sobre el retorno de la inversión en IA que ha producido 2025.

El manual del alto rendimiento

¿Qué hacen de diferente este 5,5 %? McKinsey identifica seis patrones consistentes:

1. Su objetivo es la transformación, no solo la eficiencia. Las empresas con alto rendimiento son 3,6 veces más propensas a afirmar que tienen la intención de utilizar la IA para lograr un cambio transformador en los próximos tres años. Mientras que el 80 % de todos los encuestados menciona la eficiencia, las empresas con alto rendimiento añaden el crecimiento de los ingresos y la innovación como objetivos explícitos de la IA.
2. Invierten mucho. Más de un tercio de las empresas con alto rendimiento destinan más del 20 % de su presupuesto digital a la IA, lo que las hace cinco veces más propensas a realizar una inversión financiera significativa que las organizaciones medias.
3. Los altos directivos están profundamente comprometidos. Los empleados con alto rendimiento son tres veces más propensos a afirmar que los altos directivos demuestran responsabilidad y compromiso con las iniciativas de IA, no solo aprobando presupuestos, sino también dando ejemplo con el uso activo de la IA.
4. Rediseñan los flujos de trabajo de principio a fin. La correlación más fuerte con el impacto en el EBIT es el rediseño fundamental del flujo de trabajo (más información al respecto en la siguiente sección).
5. Se extienden a través de las funciones. Las empresas con alto rendimiento implementan la IA en más funciones empresariales y son tres veces más propensas a ampliar los agentes de IA en toda la organización.
6. Aplican un manual de gestión integral en seis dimensiones: estrategia, talento, modelo operativo, tecnología, datos y adopción/escalabilidad, basado en el análisis de McKinsey de más de 200 transformaciones de IA a gran escala.

Las implicaciones son claras: la brecha empresarial en la adopción de la IA no es un problema tecnológico, sino un problema de liderazgo y de modelo operativo. Y para cerrarla se requiere un enfoque fundamentalmente diferente de cómo las organizaciones se relacionan con la IA.

4. Rediseño del flujo de trabajo: el factor número uno que impulsa el impacto empresarial impulsado por la IA.

Si hay un hallazgo que merezca ser impreso en la pared de todos los directores técnicos, es este: de todos los cambios organizativos vinculados al éxito de la IA genérica, el rediseño fundamental del flujo de trabajo ocupa el primer lugar en correlación con el impacto en el EBIT.

Sin embargo, solo el 21 % de las organizaciones que utilizan IA genérica han rediseñado al menos algunos flujos de trabajo. La gran mayoría, casi el 80 %, está incorporando la IA a los procesos existentes sin replantearse cómo fluye realmente el trabajo.

Esta es la desconexión fundamental que expone el informe sobre el estado de la IA en 2025: las organizaciones están implementando tecnología potente dentro de marcos operativos heredados. Es como instalar un motor a reacción en un carro tirado por caballos. El motor funciona bien, pero el vehículo no está diseñado para ello.

Cómo es realmente el rediseño del flujo de trabajo

Los empleados con mejor rendimiento de McKinsey no se limitan a «añadir IA» a un proceso. Ellos:

• Reestructurar las estrategias de ventas para que la IA se encargue de la investigación, la personalización y el seguimiento, y los humanos se centren en establecer relaciones y tomar decisiones estratégicas.
• Rediseñar los manuales de soporte al cliente para que los agentes de IA se encarguen de la resolución de nivel 1 de principio a fin, escalando solo los casos extremos genuinos.
• Reestructurar las bases de conocimiento y los repositorios de contenido para que la IA pueda recuperar, sintetizar y actuar sobre el conocimiento institucional.
• Reestructura el ciclo de vida del desarrollo de software con generación de código nativo de IA, pruebas y procesos de implementación.

Esta misma idea es la que impulsa el cambio de los PDF estáticos a los documentos interactivos. La tecnología para hacer que el contenido sea atractivo, adaptable e inteligente ya existe, pero hay que rediseñar el modelo de entrega, no solo pegar funciones de IA en un visor de PDF.

5. El auge de la IA agencial: de los chatbots a los flujos de trabajo autónomos

Una de las dimensiones más innovadoras del informe de McKinsey sobre IA para 2025 es su análisis de los agentes de IA, sistemas que pueden planificar, utilizar herramientas y ejecutar flujos de trabajo de varios pasos de forma autónoma.

Los datos muestran una clara trayectoria de adopción:

• El 62 % de las organizaciones están probando agentes de IA.
• El 23 % está ampliando activamente los agentes de IA en al menos una función.
• Pero en cualquier función determinada, solo hasta un 10 % informa de implementaciones de agentes verdaderamente escaladas.
• En el desarrollo de productos específicamente, el 73 % no utiliza agentes de IA en absoluto.

Los sectores que lideran la adopción de agentes son la tecnología, los medios de comunicación, las telecomunicaciones y la sanidad. Dentro de la fabricación avanzada (aeroespacial, automoción, semiconductores), los principales casos de uso de los agentes de IA a gran escala son:

1. Ingeniería de software (10 %)
2. Operaciones de TI (9 %)
3. Desarrollo de productos (6 %)
4. Gestión del conocimiento (5 %)
5. Ventas y marketing (5 %)

La brecha agencial

Las empresas con alto rendimiento son casi tres veces más propensas a haber implementado agentes de IA en toda la empresa. Esto crea lo que el analista Brian Solis denomina «darwinismo agencial»: una brecha cada vez mayor entre las organizaciones que tratan la IA como una herramienta y aquellas que la tratan como un nuevo sistema operativo.

La idea clave: no se pueden rediseñar los flujos de trabajo (el factor de valor número uno) si los seres humanos deben coordinar cada paso. Los agentes de IA permiten una verdadera automatización de extremo a extremo, pero su implementación requiere marcos normativos, sistemas de recuperación, registros de auditoría e infraestructura de gobernanza que la mayoría de las organizaciones aún no han creado.

Precisamente por eso son tan importantes herramientas como la plataforma de transformación de documentos basada en IA de Libertify: representan el enfoque proactivo del contenido, ya que toman un documento estático y lo transforman de forma autónoma en una experiencia interactiva con vídeo, chatbot con IA y análisis de interacción.

6. Liderazgo y gobernanza: los altos directivos deben liderar (pero la mayoría no lo hace)

Los datos de McKinsey demuestran de manera convincente que la gobernanza de la IA no es una simple casilla de cumplimiento normativo, sino un factor directo que impulsa los resultados finales.

Las conclusiones sobre el compromiso de los líderes son contundentes:

• Solo el 28 % de las empresas afirma que su director ejecutivo supervisa directamente la gobernanza de la IA.
• Solo el 17 % participa a nivel directivo en la estrategia de IA.
• Sin embargo, la supervisión del director ejecutivo está estrechamente relacionada con un mayor impacto del EBIT derivado de la IA.
• Los empleados con alto rendimiento son tres veces más propensos a afirmar que los altos directivos defienden, patrocinan y dan ejemplo en el uso de la IA.

El patrón es constante: las organizaciones en las que la IA es un «proyecto del equipo técnico» obtienen peores resultados que aquellas en las que es una prioridad estratégica a nivel de la dirección ejecutiva. No se trata de que los ejecutivos aprendan a programar, sino de que los líderes establezcan una visión, eliminen los obstáculos, rediseñen los incentivos y conviertan la adopción de la IA en una expectativa cultural en lugar de un experimento opcional.

La brecha de gobernanza

McKinsey describe 12 prácticas recomendadas para la ampliación y adopción de la IA, desde el seguimiento de los KPI hasta el establecimiento de hojas de ruta claras. Sin embargo, menos de un tercio de las organizaciones han implementado la mayoría de ellas. Las empresas más grandes lideran la creación de equipos dedicados a la adopción de la IA general, la formación de los empleados y la creación de marcos de confianza, pero incluso ellas tienen importantes carencias.

La gestión de riesgos se está volviendo más sofisticada, con una inversión creciente en la mitigación de la inexactitud, las amenazas a la ciberseguridad, las infracciones de la propiedad intelectual y las preocupaciones sobre la privacidad desde 2024. Pero el camino está lejos de completarse, especialmente en lo que respecta a la explicabilidad y la equidad, donde la mayoría de las organizaciones siguen siendo inmaduras.

7. Riesgo, talento y factor humano en la adopción de la IA

El informe «The state of AI 2025» (El estado de la IA en 2025) revela un hallazgo que debería llamar la atención de todos los directores de recursos humanos: el 47 % de las organizaciones afirman haber experimentado al menos una consecuencia negativa derivada de la IA generativa.

Los riesgos más comúnmente reportados incluyen:

• Inexactitud y alucinaciones: afirmaciones que parecen autoritarias, pero que son erróneas desde el punto de vista factual.
• Fugas de datos y violaciones de la privacidad: información confidencial expuesta a través de interacciones con IA.
• Preocupaciones sobre la propiedad intelectual y los derechos de autor: incertidumbre sobre la propiedad del contenido generado por IA.
• Vulnerabilidades de ciberseguridad: nuevas superficies de ataque creadas por las integraciones de IA.
• Fatiga por el cambio: empleados abrumados por el ritmo de adopción de herramientas de IA.

La ecuación del talento

Aunque la contratación de especialistas en IA (científicos de datos, ingenieros de aprendizaje automático) sigue siendo un reto, la dificultad ha disminuido en comparación con años anteriores, lo que es una señal del aumento de la oferta de talento. Están surgiendo nuevas funciones, como especialistas en cumplimiento normativo de IA y responsables de ética de IA.

Quizás lo más destacable es que McKinsey descubrió que los empleados suelen utilizar la IA más de lo que sus líderes creen, lo que subraya la necesidad de facilitar su uso y establecer políticas en lugar de prohibiciones generales. Las organizaciones más eficaces están canalizando esta adopción popular mediante formación formal, medidas de control y directrices claras sobre casos de uso, en lugar de intentar suprimirla.

El reciclaje profesional se está acelerando: muchas empresas ya han reciclado hasta un 10 % de su plantilla debido a la IA, y se espera que esta cifra aumente en los próximos tres años. Es importante destacar que la mayoría de las organizaciones están reasignando el tiempo ahorrado gracias a la IA a nuevas tareas, en lugar de reducir la plantilla, lo que sugiere que el impacto de la IA en la fuerza laboral tiene más que ver con la transformación que con la eliminación.

8. Estadísticas sobre el retorno de la inversión en IA para 2025: la pregunta de 4,4 billones de dólares

La estimación económica de referencia de McKinsey para la IA generativa sigue siendo asombrosa: entre 2,6 y 4,4 billones de dólares en valor potencial anual en 63 casos de uso identificados. Las mayores reservas de valor se concentran en cuatro áreas:

1. Operaciones con clientes: resolución asistida, obtención de conocimientos, siguiente mejor acción.
2. Marketing y ventas: mensajes personalizados, elaboración de propuestas, optimización del proceso de ventas.
3. Ingeniería de software: generación de código, redacción de relaciones públicas, automatización de pruebas, análisis de incidentes.
4. Investigación y desarrollo: ciclos de diseño acelerados, síntesis bibliográfica, generación de hipótesis.

Pero la realidad sobre el terreno es aleccionadora. Solo el 39 % de las organizaciones pueden vincular algún impacto en el EBIT a la IA, y para la mayoría de ellas, el impacto es inferior al 5 %. Más del 80 % sigue sin ver un efecto claro en los resultados de toda la empresa.

Las organizaciones que obtienen mayores beneficios son aquellas que establecen objetivos de crecimiento e innovación junto con la reducción de costes. Las estrategias de IA centradas únicamente en la eficiencia producen ganancias incrementales. Las estrategias orientadas al crecimiento, que se centran en la satisfacción del cliente, la diferenciación competitiva y la expansión de los ingresos, están correlacionadas con un impacto significativamente mayor en la rentabilidad, la cuota de mercado y la experiencia del cliente.

¿En qué áreas se concentran las reducciones de costes? Ingeniería de software, fabricación y TI. ¿En qué áreas se concentran los aumentos de ingresos? Marketing y ventas, estrategia y finanzas corporativas, y desarrollo de productos. Comprender este mapa es esencial para priorizar la inversión en IA.

9. Qué significa esto para su organización y cómo actuar

El informe «McKinsey State of AI 2025» deja claro que la IA por sí sola no genera valor empresarial. El valor llega cuando los líderes establecen objetivos de crecimiento, reconfiguran los flujos de trabajo, adoptan una infraestructura preparada para los agentes y miden los resultados de forma rigurosa. Si sus proyectos piloto no están generando EBIT, es casi seguro que el problema radica en el modelo operativo y la medición, y no en el modelo en sí.

Cinco medidas que hay que tomar ahora mismo

1. Establezca objetivos de IA basados en resultados. Vaya más allá de «implementar la IA» y pase a «mejorar la retención de clientes en un X %» o «reducir el tiempo de comercialización en Y días». Alinee cada iniciativa de IA con un KPI empresarial.
2. Elige un flujo de trabajo y rediseña todo el proceso. No esparzas la IA por 20 procesos. Elige el flujo de trabajo de mayor valor, por ejemplo, la escalada de soporte al cliente de L1 a L2 o el traspaso de ventas de SDR a AE, y reconstrúyelo con la IA como eje central.
3. Cree su pila preparada para agentes. Invierta en generación aumentada por recuperación (RAG), infraestructura de llamada de herramientas, barreras de protección de políticas y registros de auditoría. Conecte los agentes de IA a su CRM, bases de conocimiento, sistemas de tickets y canalizaciones de CI.
4. Consigue liderazgo en este ámbito. Si tu director ejecutivo no defiende personalmente la estrategia y la gobernanza de la IA, es menos probable que veas un impacto en el EBIT. Haz que la IA sea un tema a nivel directivo, no una nota al pie de página del comité tecnológico.
5. Mide lo que importa. Realiza un seguimiento de la adopción (usuarios activos, tareas automatizadas), la calidad (tasa de alucinación, eficacia de las barreras de seguridad) y los resultados empresariales (aumento del EBIT, ingresos por empleado). Crea un modelo financiero para cada caso de uso.

Empiece por sus documentos más importantes

He aquí un primer paso práctico que la mayoría de las organizaciones pasan por alto: transformar sus documentos más importantes en experiencias interactivas. Todas las empresas tienen una biblioteca de informes, materiales de incorporación, guías de cumplimiento normativo y documentos destinados a los clientes que son densos, no se leen y tienen un rendimiento insuficiente.

Este es precisamente el problema que resuelve Libertify. Nuestra plataforma transforma archivos PDF y documentos complejos en experiencias interactivas, con tutoriales en vídeo generados por IA, chatbots conversacionales que responden a preguntas sobre el contenido y análisis que muestran exactamente cómo interactúa tu público. Se trata del tipo de rediseño del flujo de trabajo que, según los datos de McKinsey, genera un valor real, aplicado a los documentos de los que depende tu negocio.

Si desea ver cómo funciona esto en la práctica, vuelva a subir la página y explore la experiencia interactiva Libertify de este mismo informe. Esa es la diferencia entre un documento que se descarga y un documento que se comprende.

Fuentes y lecturas adicionales

• McKinsey — El estado de la IA (QuantumBlack)
• McKinsey — El potencial económico de la IA generativa
• Blog Libertify AI Insights