El potencial transformador de la IA ya está bien establecido. Los casos de uso empresariales están cobrando impulso y las organizaciones están pasando de proyectos piloto a la IA en producción. Las empresas ya no solo hablan de IA; están redirigiendo presupuestos y recursos para hacerla realidad. Muchas ya están experimentando con IA agéntica, que promete nuevos niveles de automatización. Sin embargo, el camino hacia el éxito operativo total sigue siendo incierto para muchos. Y, si bien la experimentación con IA está por todas partes, la adopción a nivel de toda la empresa sigue siendo esquiva.
Sin datos y sistemas integrados, flujos de trabajo automatizados estables y modelos de gobe anza, las iniciativas de IA pueden quedarse estancadas en proyectos piloto y tener dificultades para pasar a producción. El auge de la IA agéntica y la creciente autonomía de los modelos hacen que un enfoque holístico para integrar datos, aplicaciones y sistemas sea más importante que nunca. Sin él, las iniciativas de IA empresarial pueden fracasar. Gartner predice que más del 40% de los proyectos de IA agéntica serán cancelados para 2027 debido a los costes, la imprecisión y los desafíos de gobe anza. El verdadero problema no es la IA en sí misma, sino la base operativa ausente.
Para entender cómo las organizaciones están estructurando sus operaciones de IA y cómo están implementando proyectos de IA exitosos, MIT Technology Review Insights encuestó a 500 líderes sénior de TI en empresas medianas y grandes de EE. UU., todas las cuales persiguen la IA de alguna manera.
Los resultados de la encuesta, junto con una serie de entrevistas a expertos, todas realizadas en diciembre de 2025, muestran que una sólida base de integración se alinea con implementaciones de IA más avanzadas, propicias para iniciativas a nivel de toda la empresa. A medida que las tecnologías y aplicaciones de IA evolucionan y proliferan, una plataforma de integración puede ayudar a las organizaciones a evitar duplicidades y silos, y a tener una supervisión clara mientras navegan por la creciente autonomía de los flujos de trabajo.
Las principales conclusiones del informe incluyen lo siguiente:
Algunas organizaciones están logrando avances con la IA. En los últimos años, estudio tras estudio ha puesto de manifiesto una falta de éxito tangible en la IA. Sin embargo, nuestra investigación revela que tres de cada cuatro (76%) empresas encuestadas tienen al menos un departamento con un flujo de trabajo de IA plenamente en producción.
La IA tiene más éxito con procesos bien definidos y establecidos. Casi la mitad (43%) de las organizaciones están obteniendo éxito con implementaciones de IA aplicadas a procesos bien definidos y automatizados. Una cuarta parte está teniendo éxito con procesos nuevos. Y un tercio (32%) está aplicando la IA a diversos procesos.
Dos tercios de las organizaciones carecen de equipos de IA dedicados. Solo una de cada tres (34%) organizaciones tiene un equipo específicamente para el mantenimiento de los flujos de trabajo de IA. Una de cada cinco (21%) afirma que la TI central es responsable del mantenimiento continuo de la IA, y el 25% dice que la responsabilidad recae en las operaciones departamentales. Para el 19% de las organizaciones, la responsabilidad está repartida.
Las plataformas de integración a nivel empresarial conducen a una implementación más robusta de la IA. Las empresas con plataformas de integración a nivel empresarial tienen cinco veces más probabilidades de utilizar fuentes de datos más diversas en los flujos de trabajo de IA. Seis de cada diez (59%) emplean cinco o más fuentes de datos, en comparación con solo el 11% de las organizaciones que utilizan la integración para flujos de trabajo específicos, o el 0% de aquellas que no utilizan una plataforma de integración. Las organizaciones que utilizan plataformas de integración también tienen una implementación de IA más multidepartamental, más autonomía en los flujos de trabajo de IA y más confianza para asignar autonomía en el futuro.
Este contenido fue producido por Insights, la división de contenido personalizado de MIT Technology Review. No fue redactado por el equipo editorial de MIT Technology Review. Fue investigado, diseñado y redactado por redactores, editores, analistas e ilustradores humanos. Esto incluye la redacción de encuestas y la recopilación de datos para las mismas. Las herramientas de IA que pudieron haberse utilizado se limitaron a procesos de producción secundarios que superaron una revisión humana exhaustiva.