El espejismo del ROI en IA: por qué las empresas no ven resultados

La crisis de la visibilidad en la IA empresarial

El despliegue de agentes inteligentes ha dejado de ser una ventaja competitiva para convertirse en una presión financiera insostenible. Lo que comenzó en 2023 como una carrera armamentística por la adopción de modelos de lenguaje (LLMs), se ha transformado en 2025 en una crisis de gestión presupuestaria. Según datos de IBM, solo el 29% de los ejecutivos afirma tener capacidad real para medir el retorno de inversión (ROI) de sus proyectos de IA, mientras que el 75% de las iniciativas no logran los resultados esperados. Este escenario dibuja una paradoja peligrosa: las empresas aceleran su adopción para evitar la obsolescencia, pero operan bajo una ceguera analítica que impide justificar el gasto ante los consejos de administración.

Históricamente, este fenómeno recuerda a la burbuja de las empresas 'punto com' a finales de los 90, donde la inversión en infraestructura digital superó con creces la capacidad de monetización. La diferencia actual radica en la naturaleza del costo: mientras que el hardware era un gasto de capital (CAPEX) amortizable, el gasto en IA es predominantemente operativo (OPEX), basado en consumo de tokens y suscripciones recurrentes, lo que erosiona los márgenes de beneficio de forma continua y silenciosa.

El problema de la atribución

El núcleo del problema reside en la desconexión entre la actividad de la IA y el flujo de valor empresarial. Históricamente, las herramientas de analítica se han limitado a métricas superficiales: número de prompts realizados, tokens consumidos o tasas de adopción de licencias. Sin embargo, estas métricas son 'vanidosas'; como señala Vic Chynoweth, CEO de Tempo, operan fuera del sistema de trabajo real. El desafío técnico es que el gasto en IA está desvinculado de los entregables concretos, como los tickets en Jira, los hitos de un proyecto o el despliegue de código.

Sin una capa de atribución que conecte el costo computacional con el entregable humano, el ROI permanece opaco. Las empresas están pagando por la 'inteligencia' sin saber si esta ha reducido el tiempo de comercialización (time-to-market) o si simplemente ha generado un volumen mayor de trabajo técnico que requiere supervisión humana adicional. Esta falta de trazabilidad crea un 'agujero negro' financiero donde el gasto aumenta linealmente mientras que la productividad real puede mantenerse estancada o, en casos de alucinaciones del modelo, requerir retrabajo humano.

¿Hacia dónde se dirige el mercado?

La industria está girando hacia modelos de 'Inteligencia de Fuerza Laboral' (WFI). La propuesta de valor es integrar el costo de la IA directamente en el flujo de trabajo, combinando el gasto en computación con el costo de la labor humana. Herramientas emergentes están comenzando a conectar la actividad de los agentes con los epics e iniciativas de gestión de proyectos. Esto permite, por primera vez, una visión unificada: entender cuánto costó un proyecto no solo en salarios, sino en la suma de agentes y humanos que lo ejecutaron.

"La cantidad de dinero que se gasta en IA es enorme, y un porcentaje muy grande se está desperdiciando", afirma Chynoweth. La estrategia de mercado se está moviendo de la "experimentación por curiosidad" a la "optimización por necesidad". Es altamente probable, aunque aún no verificado por métricas de mercado a largo plazo, que las empresas que no logren integrar esta capa de observabilidad en sus flujos de trabajo sufran recortes presupuestarios drásticos hacia finales de 2025, a medida que los directores financieros (CFO) exijan visibilidad granular sobre cada dólar invertido en la nube.

Consecuencias para el futuro del trabajo

• Auditoría de presupuestos: Las empresas deberán transitar de presupuestos de 'innovación experimental' a modelos de 'costo-resultado'. La era del gasto ilimitado en I+D de IA ha terminado; el escrutinio sobre la eficiencia de cada agente será la nueva norma.
• Estandarización de métricas: Según datos de Kyndryl, la presión de los líderes senior ha crecido un 61% en el último año. Esto obligará a los proveedores de SaaS a integrar analíticas de rendimiento profundas que no solo midan el uso, sino el impacto directo en la productividad del equipo.
• Racionalización de agentes: Veremos una consolidación masiva de herramientas. Aquellos agentes que no puedan demostrar una reducción verificable en el costo operativo o una mejora en la calidad del entregable serán eliminados para sanear las cuentas.

En conclusión, el 2025 se perfila como el año de la madurez. La euforia inicial por desplegar agentes está siendo sustituida por una sobriedad financiera que exigirá a los departamentos de tecnología justificar cada inversión. La capacidad de conectar el costo computacional con el valor humano no es solo una ventaja operativa; es, a partir de ahora, una condición necesaria para la supervivencia competitiva.