La carrera por la implementación de la Inteligencia Artificial (IA) en el mundo corporativo, que prometía ganancias de productividad sin precedentes, podría estar entrando en una nueva fase. Tras meses de crecimiento entusiasta, recientes datos sugieren una posible estabilización en la adopción de estas tecnologías por parte de las empresas. Esta observación, basada en un análisis de datos de transacciones de la compañía fintech Ramp, ha sido destacada en un artículo publicado por TechCrunch el 9 de junio de 2025.
Una parte considerable del tejido empresarial estadounidense había abrazado con fervor la IA, apostando por su capacidad para transformar operaciones y desbloquear nuevas cotas de eficiencia. Sin embargo, los últimos indicadores apuntan a una posible moderación en este impulso inicial.
El Termómetro de Ramp: ¿Qué Revelan los Números?
El epicentro de esta observación se encuentra en el Índice de IA de Ramp (Ramp's AI Index), una herramienta que estima la tasa de adopción de productos de IA en empresas estadounidenses. Este índice, que se nutre de los datos de tarjetas corporativas y pagos de facturas gestionados por Ramp, mostró una estabilización en el 41% durante el mes de mayo. Este dato es particularmente significativo porque llega después de casi diez meses consecutivos de crecimiento en la adopción de IA.
Ramp, una empresa especializada en soluciones de gestión financiera para empresas, analiza el gasto de aproximadamente 30.000 compañías para elaborar su índice. Según sus cifras correspondientes a mayo, la penetración de la IA varía según el tamaño de la empresa:
- Un 49% de las grandes empresas ya habían implementado soluciones de IA de alguna forma.
- En el caso de las empresas medianas, este porcentaje se situaba en el 44%.
- Las pequeñas compañías mostraban una adopción del 37%.
Estos números sugieren que, si bien una proporción importante de empresas ya está utilizando la IA, el ritmo de nuevas incorporaciones podría haber alcanzado una meseta temporal. La euforia inicial, impulsada por la promesa de mejoras exponenciales en la productividad, parece estar dando paso a una fase de evaluación más sosegada.
Entendiendo la Metodología: Fortalezas y Limitaciones del Índice
Es crucial comprender cómo se construye el Índice de IA de Ramp para interpretar adecuadamente sus conclusiones. Como explica TechCrunch, el índice se basa en la identificación de productos y servicios de IA a través del nombre del comerciante y los detalles de las partidas en las transacciones financieras de sus clientes.
Si bien este enfoque ofrece una visión valiosa y basada en datos reales de gasto, no está exento de limitaciones. El propio artículo de TechCrunch señala que el índice de Ramp "no es una medida perfecta". Al tratarse de una muestra de alrededor de 30.000 empresas, aunque significativa, no representa la totalidad del universo empresarial. Además, el método de identificación del gasto en IA podría pasar por alto inversiones en esta tecnología que estén agrupadas o consolidadas dentro de otros centros de coste más amplios, dificultando su desglose específico.
A pesar de estas salvedades, los datos de Ramp constituyen un indicador relevante, especialmente por su capacidad para rastrear tendencias a lo largo del tiempo basándose en gastos efectivos, más que en encuestas de intenciones. La estabilización observada, por tanto, merece atención como una señal potencial de un cambio en la dinámica de adopción.
Más Allá de los Datos: El «Cable a Tierra» de la IA Corporativa
La posible nivelación en la adopción de IA no surge en el vacío. Coincide con una creciente toma de conciencia en el sector empresarial sobre las capacidades reales y las limitaciones de la inteligencia artificial en su estado actual. Como se indica en TechCrunch, "es ciertamente verdad que las empresas están empezando a darse cuenta de que hay un límite a lo que la IA de hoy en día puede hacer".
Durante los últimos años, la narrativa dominante ha estado fuertemente influenciada por el potencial disruptivo de la IA generativa y otras herramientas avanzadas. Muchas organizaciones se lanzaron a experimentar, esperando materializar rápidamente las promesas de eficiencia, automatización y creación de valor. Sin embargo, la implementación práctica ha revelado desafíos, costes y, en algunos casos, resultados que no cumplen con las expectativas más optimistas. Este "choque con la realidad" podría estar llevando a las empresas a ser más selectivas y estratégicas en sus inversiones en IA.
Casos que Ilustran la Tendencia: Klarna y la Realidad del Soporte al Cliente
Un ejemplo de esta reevaluación lo proporciona Klarna, la conocida empresa de tecnología financiera. Según se menciona en el análisis de TechCrunch, Klarna había anunciado su intención de reemplazar a cientos de agentes de soporte con soluciones de IA. No obstante, la compañía se vio obligada a recontratar a parte de ese personal. La razón, según un reportaje de The Independent citado por TechCrunch, fue que los recortes y la dependencia de la IA habían conducido a un servicio al cliente de "menor calidad".
Este caso subraya una lección importante: aunque la IA puede automatizar tareas y ofrecer eficiencias, la sustitución completa de roles humanos, especialmente en áreas sensibles como la atención al cliente, puede tener consecuencias imprevistas en la calidad del servicio y la satisfacción del usuario. Las empresas están aprendiendo que la IA es una herramienta poderosa, pero su implementación exitosa a menudo requiere un enfoque híbrido, donde la tecnología complementa y potencia las capacidades humanas en lugar de reemplazarlas por completo sin una cuidadosa consideración.
El Desencanto de los Proyectos Piloto: La Perspectiva de S&P Global
La moderación en el entusiasmo por la IA no se limita a casos aislados. Datos más amplios del mercado también apuntan en esta dirección. El artículo de TechCrunch cita información de S&P Global, publicada originalmente por The Economist, que resulta reveladora. Según S&P Global, la proporción de empresas que están abandonando la mayoría de sus proyectos piloto de IA generativa ha aumentado significativamente, alcanzando el 42%. Esta cifra contrasta con el 17% registrado el año anterior.
Este incremento en el abandono de proyectos piloto sugiere que muchas organizaciones, tras una fase inicial de experimentación, no están encontrando el valor esperado o se enfrentan a obstáculos técnicos, de implementación o de rentabilidad que dificultan la transición de la prueba de concepto a una aplicación a gran escala. La IA generativa, en particular, aunque ha demostrado capacidades asombrosas, también conlleva desafíos relacionados con la precisión, los sesgos, los costes computacionales y la integración en los flujos de trabajo existentes.
¿Un Alto en el Camino o un Cambio de Rumbo?
La estabilización en la adopción de IA que sugieren los datos de Ramp no implica necesariamente el fin del interés corporativo en esta tecnología. Podría interpretarse más bien como una transición desde una fase de adopción impulsiva y generalizada hacia un enfoque más maduro, selectivo y estratégico. Las empresas podrían estar tomándose una pausa para digerir las lecciones aprendidas durante los primeros despliegues y para redefinir sus estrategias de IA con un mayor énfasis en el retorno de la inversión (ROI) y en la solución de problemas de negocio concretos.
Es probable que las organizaciones continúen invirtiendo en IA, pero quizás con criterios más rigurosos. Se buscarán aplicaciones donde la tecnología ofrezca ventajas claras y medibles, en lugar de adoptar la IA por el mero hecho de seguir una tendencia. Esta fase de consolidación podría ser beneficiosa a largo plazo, llevando a implementaciones más sólidas y sostenibles. La "fiebre del oro" de la IA podría estar dando paso a una minería más metódica y enfocada.
En conclusión, los datos de Ramp, contextualizados por ejemplos como el de Klarna y las cifras de S&P Global, pintan un panorama donde la curva de adopción de IA corporativa podría estar aplanándose temporalmente. Esto no significa que la revolución de la IA se haya detenido, sino que podría estar entrando en una etapa de mayor realismo y pragmatismo. Las empresas, tras la experimentación inicial, están ahora calibrando sus expectativas y buscando la mejor manera de integrar estas potentes herramientas para obtener un valor tangible y duradero, tal como lo ha recogido Kyle Wiggers en TechCrunch. El futuro de la IA en el entorno corporativo seguirá siendo dinámico, pero la toma de decisiones podría volverse más reflexiva y basada en resultados probados.
