Piloto de IA: solo 5% de las herramientas llega a producción

La mayoría de los proyectos de IA que no salen del piloto se detienen por motivos de gestión, y el modelo de lenguaje pesa poco en esa cuenta. El dato más citado sobre el tema viene del informe “The GenAI Divide”, del Proyecto NANDA del MIT, de 2025: solo el 5% de las herramientas corporativas de IA generativa hechas para tareas específicas llegó a producción. En el embudo del informe, el 60% de las organizaciones evaluó este tipo de herramienta, el 20% llegó al piloto y el 5% llegó a producción con impacto sostenido. El número está en el original, pero sale de 52 entrevistas y 153 respuestas de encuesta, los autores lo llaman direccional y la regla para medir el retorno es de seis meses después del piloto. Leído junto a las investigaciones de Gartner, RAND Corporation, BCG y McKinsey, el informe muestra porcentajes que varían mucho y causas que se repiten: problema mal definido, datos sin preparar, IA puesta al lado del flujo de trabajo en lugar de dentro de él y proyectos sin un dueño que responda por el resultado.

En Iasbeck&Co implementamos CRM y agentes de IA en operaciones B2B y capacitamos a los equipos que trabajan con ellos, y buena parte de las conversaciones con la dirección empieza con un piloto que funcionó en la demostración y nunca se volvió rutina. Escribí este texto para quien aprueba el presupuesto de IA, para los liderazgos de ventas, marketing y CS que van a operar los agentes y para RR. HH., que suele entrar cuando el problema ya se convirtió en adopción.

¿Cuántos proyectos de IA no salen del piloto?

Cada investigación mide algo distinto, y los porcentajes no se suman. El MIT midió el paso de la herramienta evaluada a la herramienta en producción, Gartner hizo predicciones de abandono después de la prueba de concepto, RAND entrevistó a profesionales técnicos sobre causas de fracaso, y BCG y McKinsey preguntaron a ejecutivos si la empresa ya captura valor. La tabla resume las seis fuentes con el método de cada una.

Fuente	Año	Muestra y método	Hallazgo principal
MIT, Proyecto NANDA	2025	Revisión de más de 300 iniciativas públicas, entrevistas en 52 organizaciones y encuesta a 153 líderes en cuatro conferencias, de enero a junio de 2025	El 5% de las herramientas de IA generativa para tareas específicas llegó a producción con impacto sostenido
Gartner	2024	Predicción de analistas	Al menos el 30% de los proyectos de IA generativa se abandonaría después de la prueba de concepto antes del fin de 2025
Gartner	2025	Encuesta a 1.203 líderes de gestión de datos en julio de 2024, más predicción	El 63% no tiene o no sabe si tiene prácticas de datos adecuadas para IA; hasta 2026, se abandonará el 60% de los proyectos sin datos preparados
RAND Corporation	2024	65 entrevistas (50 profesionales del mercado con al menos cinco años de experiencia y 15 académicos), de agosto a diciembre de 2023	Cinco causas raíz; el 84% de los entrevistados del mercado señaló causas de liderazgo como la principal
BCG	2024	Encuesta a 1.000 ejecutivos de más de 20 sectores en 59 países, con autoevaluación de 30 capacidades	El 26% de las empresas tiene capacidad para pasar de la prueba de concepto y generar valor; el 74% aún no muestra valor tangible
McKinsey	2026	Encuesta en línea a 1.719 participantes de 97 países, de mayo a junio de 2026, ponderada por el PIB	El 6% son empresas de alto desempeño en IA; cerca de tres cuartos de ellas rediseñaron flujos de trabajo, frente a un cuarto de las demás

¿Qué midió de verdad el informe del MIT?

El informe del Proyecto NANDA salió en julio de 2025, firmado por cuatro autores vinculados al MIT Media Lab, y se presenta como “hallazgos preliminares”. La frase que se volvió viral está en el resumen ejecutivo: el 95% de las organizaciones estaría obteniendo retorno cero de los 30 a 40 mil millones de dólares que las empresas invirtieron en IA generativa. El dato detrás de ella es más estrecho. En la sección 3.2, los autores separan dos tipos de herramienta: las de uso general, como los asistentes de conversación, fueron evaluadas por el 80% de las organizaciones e implementadas por el 40%, y las integradas o hechas para una tarea específica, donde vive el proyecto corporativo, quedaron en el embudo de 60%, 20% y 5%.

Cómo definió el MIT el éxito

En el apéndice de metodología, éxito es la implementación más allá del piloto con indicadores medibles, y el retorno se mide seis meses después del piloto. En la nota del gráfico, una herramienta “implementada con éxito” es la que usuarios o ejecutivos describieron como causante de un impacto marcado y sostenido en productividad o en el resultado. La regla depende del relato del entrevistado y exige en seis meses un efecto difícil de medir en ese plazo. Junto al gráfico, los autores escriben que los números son “direccionalmente precisos”, vienen de entrevistas individuales y no de reportes oficiales de las empresas, y que la definición de éxito cambia de una organización a otra.

Las críticas que merece el informe

Las limitaciones están en el propio documento, y casi ningún titular las reprodujo. El apéndice reconoce sesgo de selección, porque quien acepta hablar de IA puede ser distinto de quien se niega, y admite que seis meses pueden subestimar el éxito de sistemas complejos. Hay una inconsistencia interna: la apertura de la sección 3.4 dice que el 50% del presupuesto de IA generativa va a ventas y marketing, y el párrafo siguiente habla de cerca del 70% en el mismo ejercicio, en el que ejecutivos repartieron 100 dólares hipotéticos entre las áreas. El Proyecto NANDA desarrolla infraestructura para agentes de IA, y el informe concluye que la salida está en sistemas agénticos con memoria, que es la tesis del propio proyecto. Por último, el PDF estuvo en la dirección del MIT hasta el 18 de agosto de 2025 y después salió del aire, según los registros del Internet Archive, por eso el enlace apunta a la copia archivada.

El informe sigue siendo útil para quien compra IA. En la muestra, las herramientas compradas a socios externos llegaron a la implementación en cerca del 67% de los casos, frente al 33% de las construidas en casa, y los autores advierten que la correlación no prueba causa. Las empresas medianas tardaron en promedio 90 días del piloto a la implementación completa, frente a nueve meses o más en las grandes, y la barrera más citada fue la resistencia a adoptar herramientas nuevas.

¿Qué predice Gartner para los proyectos que se quedan en la prueba de concepto?

En julio de 2024, Gartner predijo que al menos el 30% de los proyectos de IA generativa se abandonaría después de la prueba de concepto antes del fin de 2025, por datos de baja calidad, controles de riesgo inadecuados, costos crecientes o valor de negocio poco claro. El plazo ya pasó y no encontré una publicación abierta de Gartner que verifique el resultado, así que trata el número como predicción.

En febrero de 2025, la firma publicó un análisis sobre datos preparados para IA. En una encuesta a 1.203 líderes de gestión de datos, hecha en julio de 2024, el 63% de las organizaciones dijo no tener o no saber si tiene las prácticas adecuadas, y Gartner predijo que hasta 2026 las empresas abandonarán el 60% de los proyectos de IA sin datos preparados. La analista Roxane Edjlali resume el criterio: un dato con problemas no está listo para la IA. La predicción de la firma para agentes, con la cancelación de más del 40% de los proyectos hasta 2027, está en el artículo sobre agentes de IA.

¿Por qué fracasan los proyectos de IA, según RAND?

El estudio de RAND Corporation de agosto de 2024, de James Ryseff, Brandon De Bruhl y Sydne Newberry, se escribió para el Departamento de Defensa de Estados Unidos y es el más útil de los seis para entender la causa. Los investigadores entrevistaron a 50 profesionales del mercado con al menos cinco años construyendo modelos de aprendizaje automático y a 15 académicos, y consideraron fracaso el proyecto que la propia organización percibió como fracasado. De las conversaciones salieron cinco causas raíz: el liderazgo entiende o comunica mal qué problema debe resolver la IA; faltan los datos necesarios; el equipo persigue la tecnología más nueva en lugar del problema del usuario; falta infraestructura para gestionar datos y poner modelos en producción; y el problema es demasiado difícil para la IA.

Las causas de liderazgo y las de datos aparecieron de forma espontánea en más de la mitad de las entrevistas como razón principal, y el 84% de los entrevistados del mercado señaló al menos una causa de liderazgo como la principal. Las otras tres aparecieron en un cuarto a un tercio de las conversaciones. Una recomendación de RAND le sirve a cualquier comité de presupuesto: antes de empezar, el liderazgo debe estar dispuesto a mantener al equipo en el mismo problema durante al menos un año.

De dónde viene el número del 80%

El estudio de RAND ayudó a difundir el dato de que más del 80% de los proyectos de IA fracasa, el doble que los proyectos de TI sin IA. El texto presenta el número con “según algunas estimaciones”, y la nota al pie lleva a un reportaje de la revista Fortune de julio de 2022, con la declaración de un ejecutivo. RAND no midió el 80%, y el número tiene un origen periodístico anterior a la ola de IA generativa.

¿Cuáles son las causas y qué investigación sostiene cada una?

La tabla reúne las causas que aparecen en las seis fuentes y traduce cada una a lo que veo en una operación comercial con CRM.

Causa	Cómo aparece en la operación	Fuente
Problema mal definido	El piloto prueba “lo que la IA puede hacer” y nadie escribió qué indicador debe cambiar	RAND (primera causa raíz); BCG (los líderes persiguen cerca de la mitad de las oportunidades que los demás)
Datos sin preparar	El agente lee registros duplicados, fechas vacías y etapas llenadas para el reporte de la semana	Gartner 2025 (63% sin prácticas adecuadas); Gartner 2024; RAND (segunda causa raíz)
IA fuera del flujo de trabajo	La herramienta corre en una pantalla aparte, sin memoria del cliente, y el vendedor vuelve a la forma antigua	MIT (flujos frágiles, sin aprendizaje del contexto); McKinsey (rediseño de flujos en las empresas de alto desempeño)
Falta de dueño	El piloto pertenece a TI y ningún gerente del área responde por el resultado	RAND (84% citan causas de liderazgo); MIT (autoridad de implementación en el área, con rendición de cuentas)
Adopción	El equipo aprueba la demostración y sigue con el asistente personal o la planilla	MIT (resistencia a herramientas nuevas); BCG (cerca del 70% de los desafíos viene de personas y procesos)
Costo y valor poco claro	El consumo crece en el tercer mes y nadie logra mostrarle la ganancia a finanzas	Gartner 2024; McKinsey 2026 (uno de cada cinco dice que los costos operativos limitaron el uso)

Las causas se encadenan: un problema mal definido genera un piloto sin indicador, y un piloto sin indicador no prueba valor cuando aparece el costo. De las seis, solo la infraestructura de datos depende sobre todo de TI, y las demás dependen de decisiones que la dirección y los gerentes toman antes de firmar la compra.

¿Qué hacen las empresas que llevan la IA a producción?

La encuesta de McKinsey de 2026 llama de alto desempeño a las empresas cuyos encuestados atribuyen a la IA al menos el 5% del EBIT y describen el valor como significativo. Suman el 6% de la muestra, la misma proporción que en 2025. Cerca de tres cuartos de ellas rediseñaron flujos de trabajo por la IA, frente al 55% del año anterior, y solo un cuarto de los demás encuestados hizo lo mismo. También tienen el doble de probabilidad de reportar compromiso visible de la alta dirección. La lectura general del mercado está en el artículo sobre el estado de la IA en las empresas.

BCG llegó a una conclusión parecida en 2024. De las empresas encuestadas, el 4% genera valor de forma consistente y otro 22% empieza a obtener ganancias relevantes. Las líderes siguen la proporción de 10% de los recursos en algoritmos, 20% en tecnología y datos y 70% en personas y procesos, y persiguen en promedio la mitad de las oportunidades que las demás.

Sumando McKinsey, BCG y MIT, quien escala elige pocos procesos y cambia el flujo completo de cada uno, en lugar de repartir una herramienta a todos. Estas empresas ponen a un gerente del área como responsable y le exigen al proveedor resultados de negocio, como si contrataran a un prestador de servicios. Y miden el impacto con un proceso definido, el tema del artículo sobre ROI de IA.

¿Qué tiene que ver esto con el CRM de tu empresa?

El MIT muestra que ventas y marketing reciben la mayor parte del presupuesto de IA generativa, y son justo las áreas en las que el agente lee y escribe en el CRM. Un agente de seguimiento de propuestas depende de una fecha confiable de la última interacción, un criterio objetivo de etapa y un próximo paso registrado. Un agente de clasificación de tickets depende de categorías cerradas, historial del cliente y una regla de prioridad escrita. Con esos campos vacíos, el piloto funciona en la base que el proveedor preparó para la demostración y falla en la base real.

Un ejemplo ilustrativo: una empresa de servicios B2B prueba durante 60 días un agente que escribe el seguimiento de las propuestas abiertas. En el piloto, con 40 propuestas que el gerente revisó a mano, los borradores salen bien. En la expansión, el agente pasa a leer 900 propuestas, parte duplicadas, parte en la etapa equivocada y muchas sin el nombre del decisor. El vendedor empieza a reescribir cada borrador, se rinde en la tercera semana, y el proyecto entra en la estadística con el mismo agente que funcionó en el piloto.

Por eso trato la preparación de la base como parte del proyecto de IA, con plazo y responsable. La hoja de ruta de esa limpieza está en el artículo sobre calidad de datos en el CRM, y los proyectos de CRM que fallaron por las mismas razones están en fracaso de proyectos de CRM.

Lo que estos datos no dicen

Ninguna de las seis fuentes mide a Brasil por separado. El apéndice del MIT admite que la muestra puede no representar todas las regiones, BCG cubre Asia, Europa y Norteamérica, y McKinsey pondera por el PIB, lo que da más peso a las economías grandes. Una operación comercial mediana de Brasil o de América Latina puede tener tasas distintas, mayores o menores, y nadie publicó ese número con método abierto.

Las definiciones de fracaso también cambian: el MIT mide el retorno seis meses después del piloto, RAND acepta la percepción de la organización y Gartner trabaja con predicciones. BCG y McKinsey usan autoevaluación de ejecutivos, y quien responde suele ser quien patrocinó el proyecto. Los datos de alto desempeño muestran correlación, y es posible que las empresas que ya ganan dinero con IA tengan más margen para rediseñar flujos. BCG y McKinsey venden proyectos de transformación y el Proyecto NANDA desarrolla infraestructura para agentes, y cada uno tiene interés en la conclusión que presenta.

Dos números circulan sin una fuente primaria verificable. El del 80% de fracaso llega a RAND a través de un reportaje de 2022. Y una encuesta de 2025 de una firma de inteligencia de mercado sobre el abandono de iniciativas de IA aparece en muchas notas de prensa, pero no encontré el informe original abierto y dejé el número fuera.

Qué hace el liderazgo con estos números

1. Cambia el 95% por el embudo. El dato de 60%, 20% y 5% y la lista de causas ayudan más a decidir que el titular, que vale para una muestra pequeña y una regla de seis meses.
2. Elige un proceso, con indicador y línea de base. RAND, BCG y McKinsey recomiendan concentrar el esfuerzo en pocos problemas. Registra el valor del indicador en el CRM antes del piloto.
3. Nombra un dueño en el área. El gerente de ventas, de marketing o de CS responde por el resultado del agente, y TI se ocupa del acceso y la seguridad.
4. Audita los campos que el agente va a leer. Revisa duplicados, fechas, criterio de etapa y campos obligatorios del proceso elegido, y resuelve lo que falte dentro del cronograma.
5. Pon la IA dentro del flujo. El agente trabaja en el registro del cliente, con una regla de aprobación definida, y el proceso antiguo sale de escena cuando el nuevo esté validado.
6. Define el criterio de salida y la fecha. El piloto termina con una decisión: pasa a operación, cambia de alcance o se cierra. Los 90 días de las empresas medianas del MIT sirven de referencia para la primera revisión.
7. Suma el costo real. Incluye consumo, implementación, limpieza de datos, capacitación y horas de revisión humana, porque el costo creciente aparece como freno en Gartner y en McKinsey.

El papel de RR. HH. y de formación en el paso a producción

BCG atribuye cerca del 70% de los desafíos de implementación a personas y procesos, y el MIT señala la resistencia a herramientas nuevas como la barrera más citada. Para RR. HH., la capacitación tiene que ocurrir en el proceso que eligió el piloto, con el agente funcionando sobre los datos de la empresa. El MIT observó que muchas implementaciones fuertes empezaron con quienes ya probaban la IA por su cuenta, y ese grupo es un buen punto de partida para formar multiplicadores. El indicador de la capacitación es el uso en el proceso, medido en el CRM antes y después del curso.

Los proyectos que salen del piloto tienen un proceso elegido, datos preparados, un dueño en el área y un equipo que sabe trabajar con el agente. Ese es el trabajo de la formación in company de IA aplicada, construida sobre los procesos y los datos de tu empresa, con grupos para dirección, liderazgos y operación. Entrega la biblioteca de prompts por área y la arquitectura de agentes, con lo que cada agente lee, lo que ejecuta y quién aprueba, el diseño que le falta a la mayoría de los pilotos cuando llega la hora de ir a producción.

Preguntas frecuentes

¿Qué porcentaje de proyectos de IA no sale del piloto?

No existe un número único. En el informe del MIT de 2025, el 5% de las herramientas de IA generativa para tareas específicas llegó a producción con impacto sostenido, en una muestra de 52 organizaciones. Gartner predijo en 2024 que al menos el 30% de los proyectos de IA generativa se abandonaría después de la prueba de concepto antes del fin de 2025, y BCG encontró un 26% de empresas con capacidad para pasar de la prueba de concepto al valor.

¿Es confiable el dato del 95% del MIT?

El número está en el informe, pero mide menos de lo que sugiere el titular. Viene de entrevistas y encuestas con una muestra pequeña, usa una ventana de seis meses para medir el retorno y los propios autores lo llaman direccional. Sirve como señal de que el paso a producción es difícil, y no como tasa de fracaso del mercado.

¿Por qué fracasan los proyectos de IA?

Las causas que más aparecen en las investigaciones son problema mal definido, datos sin preparar, IA fuera del flujo de trabajo, falta de un dueño en el área, baja adopción y costo sin valor comprobado. En RAND, el 84% de los entrevistados del mercado señaló causas de liderazgo como la principal, y los datos vinieron justo después.

¿Cuánto debe durar un piloto de IA?

En el informe del MIT, las empresas medianas con mejor desempeño tardaron en promedio 90 días del piloto a la implementación completa, y las grandes tardaron nueve meses o más. Uso 90 días como plazo de la primera decisión, con un criterio de salida escrito antes de empezar.

¿Cómo preparar al equipo para llevar la IA del piloto a producción?

Capacita a las personas en el proceso que eligió el piloto, con el agente funcionando sobre los datos reales de la empresa. Empieza por los profesionales que ya usan IA por su cuenta, para formar multiplicadores, y define con los gerentes las reglas de aprobación. Mide el uso en el proceso antes y después de la capacitación para saber si el comportamiento cambió.

¿Tengo que ordenar el CRM antes de poner un agente de IA?

Tienes que ordenar los campos que el agente va a leer en el proceso elegido, no toda la base. Gartner predice el abandono del 60% de los proyectos de IA sin datos preparados hasta 2026, y en el CRM eso significa duplicados tratados, fechas confiables, criterio de etapa y campos obligatorios completos. Esa limpieza entra en el cronograma del proyecto, con responsable y plazo.