Solo el 13% de las empresas en México ha escalado su IA — y no es por falta de presupuesto

¿Cuántas veces has escuchado a alguien decir "ya estamos usando IA en la empresa" cuando en realidad lo único que pasó fue que alguien probó ChatGPT una tarde de martes? Esa frase se repite tanto que casi dejó de significar algo. Un estudio recién presentado por el Consejo de Empresas Globales, Accenture México e IPADE Business School le puso número a esa sospecha: apenas el 13% de las empresas mexicanas ha logrado llevar la inteligencia artificial más allá de la prueba piloto. El resto — la enorme mayoría — sigue atorado en experimentos sueltos que nunca terminan de convertirse en algo que mueva el negocio de verdad. Y aquí es donde se pone interesante: la diferencia entre ese 13% y el 87% restante no tiene tanto que ver con el tamaño del presupuesto de tecnología, sino con decisiones muy concretas que cualquier negocio puede tomar, sin importar si tiene 500 empleados o cinco.

El dato que nadie quiere admitir: 87% de las empresas mexicanas sigue jugando a la IA

Escalar la inteligencia artificial no significa tener un chatbot instalado en la página, ni que el equipo de marketing use una herramienta para generar textos. Significa que la IA está integrada en cómo el negocio realmente opera: en cómo se atiende a un cliente, en cómo se decide a quién darle seguimiento primero, en cómo se prioriza qué se resuelve hoy y qué puede esperar. El estudio de Accenture e IPADE distingue justo eso — proyectos piloto versus soluciones a escala — y encuentra que la mayoría de las empresas mexicanas nunca cruza esa línea.

Se quedan en la fase de "vamos a probar" indefinidamente, porque probar es cómodo: no obliga a rediseñar un proceso, no expone a nadie si algo sale mal, y se puede presumir en una junta sin comprometerse a nada. El problema es que un piloto que nunca escala no genera resultados — genera la ilusión de que ya se está haciendo algo, mientras la competencia que sí decide avanzar se distancia cada trimestre un poco más.

Por qué esto te debería importar aunque tengas 5 empleados

Es fácil leer estas cifras y pensar que hablan de corporativos con departamentos enteros de innovación. No es así. El mismo estudio calcula que una adopción adecuada de la IA podría representar entre 1.5% y 3% del PIB mexicano — una cifra que solo se logra si son las empresas pequeñas y medianas, que generan la mayor parte del empleo del país, las que también dan el salto.

Para un negocio chico, la pregunta no es si puede competir con una corporación de presupuesto ilimitado. La pregunta es más simple: ¿cuántas horas a la semana se van en tareas que un sistema podría resolver solo, mientras tú o tu equipo podrían estar cerrando ventas? Esa es la ventaja real de ser pequeño — puedes moverte más rápido que un corporativo con quince comités de aprobación. El tamaño deja de ser una desventaja en el momento en que decides usarlo a tu favor.

Lo que separa a las empresas que sí llegan del resto

Si el reto no es el presupuesto, ¿qué es entonces? El estudio es claro en un punto: la diferencia entre las empresas que escalan y las que se quedan atoradas no la determina quién compra la tecnología primero, sino quién la incorpora de forma estratégica en toda la organización. Traducido a la vida real, se ve así: una empresa que "prueba IA" compra una herramienta, la conecta a un solo proceso aislado, y espera resultados sin tocar nada más a su alrededor. Una empresa que escala hace lo contrario — empieza por entender qué proceso completo quiere transformar, y luego elige la herramienta que sirve para ese propósito, no al revés.

Hay también un tema de secuencia. No se puede automatizar la atención al cliente si nadie sabe qué preguntas hace ese cliente con más frecuencia. No se puede dejar que un sistema decida a quién darle seguimiento primero si los datos de ventas están regados en cinco hojas de cálculo distintas. Escalar exige, antes que nada, poner orden — y ese orden es exactamente lo que separa a una empresa que "ya tiene IA" de una que de verdad la usa.

Las piezas que tienen que estar en su lugar antes de escalar

Con base en lo que muestra el estudio y lo que vemos en campo, hay cuatro piezas que casi siempre aparecen en las empresas que sí logran escalar:

Datos organizados y accesibles. No hace falta un sistema perfecto, pero sí que la información básica del negocio —clientes, ventas, inventario— viva en un solo lugar y no en la cabeza de una sola persona.

Un proceso ya mapeado. Antes de automatizar algo, hay que poder explicarlo paso a paso. Si nadie puede describir cómo funciona hoy un proceso, ninguna herramienta lo va a arreglar sola.

Una persona responsable del proyecto. Los pilotos que nunca escalan casi siempre son "de todos" y por lo tanto de nadie. Los que sí avanzan tienen un dueño claro.

Presupuesto pensado como inversión recurrente, no como gasto único. La IA no es una compra que se hace una vez; es una capacidad que se mantiene y se ajusta con el tiempo.

Lo que gana un negocio cuando deja de probar y empieza a producir

El beneficio más obvio es tiempo — horas que antes se iban en tareas repetitivas y ahora se liberan para lo que realmente mueve el negocio. Pero hay algo menos evidente que suele pesar más a mediano plazo: la velocidad de reacción. Una empresa que ya tiene sus procesos apoyados en IA responde a un cliente en minutos, no en días; detecta un problema de inventario antes de quedarse sin producto; identifica qué prospecto está listo para comprar sin que nadie tenga que revisar manualmente cada conversación.

También cambia la conversación interna. Cuando el equipo deja de perder tiempo en tareas mecánicas, empieza a dedicar energía a pensar en el cliente, en el producto, en cómo crecer — que es, al final, el trabajo que ninguna herramienta puede hacer por ellos. Y hay un beneficio de posicionamiento que no aparece en ninguna hoja de cálculo: los clientes notan la diferencia entre un negocio que responde rápido y ordenado, y uno que se siente disperso. Esa percepción, con el tiempo, se convierte en preferencia.

Cómo se ve esto en la práctica

No hace falta imaginar un negocio futurista para ver esto funcionando. Piensa en un despacho de contadores que hoy contesta por WhatsApp las mismas cinco preguntas todos los días — un asistente puede resolver esas consultas de forma inmediata y solo pasarle al humano los casos que realmente lo requieren. Piensa en una tienda con presencia en redes que recibe decenas de mensajes preguntando tallas y precios — cada minuto que tarda en responder es una venta que se enfría. Piensa en un consultorio que pierde citas por no dar seguimiento a tiempo a quien preguntó y nunca confirmó.

En los tres casos, el patrón es el mismo: el negocio ya tenía el proceso, solo le faltaba el sistema que lo sostuviera sin depender de que una persona estuviera disponible las 24 horas. Eso es exactamente lo que separa a una empresa que prueba herramientas sueltas de una que ya escaló — no la sofisticación de la tecnología, sino que el sistema esté ahí, funcionando, todos los días, sin excepción.

Los tropiezos que vemos una y otra vez

Automatizar el caos. Meterle IA a un proceso desordenado no lo ordena, solo lo desordena más rápido.

Elegir la herramienta antes que el objetivo. Comprar una plataforma porque "todo mundo la usa" y después buscarle un problema que resolver, en vez de al revés.

Esperar resultados sin dar seguimiento. Un sistema de IA no es "instalar y olvidar" — necesita ajustes conforme el negocio cambia.

No involucrar al equipo. Si las personas que van a usar la herramienta día a día no entendieron para qué sirve, la van a evitar o a usar mal, sin importar qué tan buena sea.

Dónde encaja esto con todo lo demás que ya haces en digital

La IA a escala no vive aislada de todo lo demás que ya haces para crecer tu negocio. Si ya inviertes en publicidad digital, un sistema que responde y da seguimiento de inmediato multiplica el valor de cada peso que gastas en atraer tráfico — porque un prospecto que llega y no recibe respuesta rápida simplemente se va con el siguiente resultado de Google. Si ya tienes una página web, esa misma página puede convertirse en el punto de entrada de un asistente que califica a cada visitante antes de que un humano tenga que intervenir.

Y hay una conexión que muchas veces se pasa por alto: la misma disciplina de ordenar datos y procesos que exige escalar la IA es la que después facilita cualquier otra decisión de negocio — desde entender qué producto realmente es rentable, hasta saber en qué momento del año conviene invertir más en marketing. No es una pieza suelta; es la base sobre la que se paran las demás decisiones digitales.