Informe sobre IA aplicada de Georgian: La codificación vibrante aumenta mientras la falta de talento frena el progreso de la IA

georgiano Socios, en colaboración con NewtonX y un consorcio global de 11 socios, ha publicado su Informe de referencia sobre IA aplicada, que ofrece un panorama sólido de cómo la IA está transformando el software B2B y las empresas empresariales en todo el mundo. Esta segunda ola ampliada se basa en una encuesta a ciegas de 612 ejecutivos—dividido equitativamente entre líderes en I+D y en salida al mercado— en 10 países y 15 industrias, que representan empresas con ingresos anuales que oscilan entre $5 millones y más de $200 millones.

Lo que distingue a este informe es su alcance global y su respaldo estratégico. Los socios del consorcio incluyen a Instituto de inteligencia artificial de AlbertaAI Marketers Guild, FirstMark, GTM Partners, Untapped Ventures, el Instituto Vector y Startup Nation Central y Grove Ventures, con sede en Tel Aviv, entre otros. Su participación contribuyó a ampliar la participación y a garantizar la presencia internacional en diversos sectores.

Más que una simple medición de la adopción, el informe captura las barreras estructurales, los casos de uso emergentes de IA como Vibe Coding y la evolución de la curva de madurez de la integración de la IA. Con hallazgos basados ​​en información validada de ejecutivos, el informe ofrece a las empresas un marco práctico para evaluar su situación y qué las frena.

La IA se convierte en un imperativo estratégico

La inteligencia artificial ya no se considera opcional. El informe concluye que El 83% de las empresas B2B y empresariales ahora clasifican la IA entre sus cinco principales prioridades estratégicasDe hecho, tres de las cinco prioridades empresariales más seleccionadas están relacionadas con la IA, lo que demuestra su arraigo en las agendas corporativas.

Las principales motivaciones para la adopción de IA siguen siendo:

• Mejorar la productividad interna
• Creando una ventaja competitiva
• Mejorar la eficiencia de costos y el crecimiento de los ingresos

Lo que ha cambiado, sin embargo, es que la diferenciación competitiva ha superado al ahorro de costes y a los ingresos como el segundo factor de motivación más importante. Esto marca un cambio de mentalidad: la IA no es solo una herramienta para la automatización, sino un arma para el liderazgo del mercado.

La codificación de vibraciones entra en la corriente principal

Un dato destacado del informe es el rápido aumento de Codificación de vibraciones—un término que se refiere a la generación y depuración automatizada de código mediante modelos de IA. Vibe Coding se ha convertido en el Caso de uso de I+D n.º 3 reportado en producción, utilizado por 37% de empresas, mientras que otro El 40% lo está probando activamente.

Esta tendencia no se trata simplemente de mejorar la productividad de los desarrolladores. También es una respuesta directa a un desafío que afecta a toda la industria: La escasez de talento técnico en IA, que ahora se ha convertido en el La barrera n.° 1 para escalar la IAEl cuarenta y cinco por ciento de los líderes de I+D citaron esta brecha de talento como su principal preocupación, superando incluso el alto costo del desarrollo del modelo.

Vibe Coding ayuda a cubrir esa necesidad al permitir que equipos de ingeniería más eficientes aceleren los plazos de entrega, depuren con mayor rapidez y produzcan código más limpio y documentado con menos gastos generales. Los encuestados observaron reducciones considerables en el esfuerzo manual en los flujos de trabajo de control de calidad, infraestructura e implementación.

Las ganancias de productividad de la IA y sus límites

El uso de IA en los procesos de desarrollo muestra claros beneficios. Según el informe, el 70 % de los encuestados de I+D reporta una mayor velocidad de desarrollo, el 63 % observa una mejora en la calidad y la documentación del código, y más de la mitad ha aumentado la frecuencia de implementación.

Sin embargo, no todas las métricas han mejorado. Áreas como tiempo medio para restaurar, Tiempo del cicloy tasa de fallos de cambio Siguen existiendo puntos débiles. Esto sugiere que, si bien la IA está acelerando el desarrollo inicial, la estabilidad y la resiliencia siguen dependiendo del ser humano por ahora.

Las actualizaciones de infraestructura impulsan la pila de IA

Estos avances se ven respaldados por un cambio drástico en la inversión en infraestructura. Los equipos basados ​​en IA están adoptando nuevas herramientas para pasar de la experimentación a la producción:

• Plataformas de observabilidad LLM Han sido integradas por el 53% de las empresas
• Herramientas de orquestación de datos como Dagster y Airflow ahora son utilizados por el 51%
• Bases de datos vectoriales, trabajos crony motores de flujo de trabajo duraderos Se están implementando para respaldar la escala y la confiabilidad.

Mientras tanto, las empresas están obteniendo más datos que nunca para alimentar sus modelos. El uso de datos propios aumentó 12 puntos porcentuales hasta el 94%, mientras que datos publicos El uso aumentó al 80%. Los datos sintéticos y oscuros, que antes eran fuentes marginales, ahora son utilizados por más de la mitad y una cuarta parte de las empresas, respectivamente.

La adopción de LLM se diversifica

OpenAI sigue siendo el proveedor líder de modelos lingüísticos de gran tamaño, con el 85 % de los encuestados utilizando sus modelos en producción. Sin embargo, el panorama está evolucionando rápidamente:

• Google Géminis experimentó un aumento de 17 puntos y ahora lo utiliza el 41%
• Claude antrópico subió al 31%
• Familia de Llama 3 de Meta está ganando terreno con una adopción del 28%
• Modelos específicos de razonamiento Al igual que el o1-mini de OpenAI (35%) y DeepSeek (18%), también están entrando en producción.

Este cambio refleja un movimiento hacia pilas de IA multimodelo, donde las organizaciones combinan modelos con casos de uso en lugar de depender de un único ecosistema de proveedores.

Las ganancias de madurez de la IA son desiguales

Segmentos georgianos de empresas que utilizan su Modelo de madurez de IA para gatear, caminar y correrSi bien cada vez más organizaciones progresan del nivel principiante al intermedio, el nivel máximo de madurez sigue siendo difícil de alcanzar:

• Los “caminantes” cayeron del 40% al 49%.
• Los "joggers" subieron al 31%, lo que indica un impulso creciente
• Los “corredores” permanecen estancados en el 11%, lo que sugiere un límite en la escalabilidad

Las empresas que alcanzan la etapa de “corredor” tienden a ser aquellas que conectan los proyectos de IA directamente con los resultados de ingresos o costos, una capacidad aún poco desarrollada en gran parte de la industria.

El retorno de la inversión (ROI) sigue siendo difícil de alcanzar

Uno de los desafíos más persistentes identificados en el informe es el Falta de una medición clara del ROIMás de la mitad de los equipos de I+D admiten no vincular los proyectos de IA con ningún KPI concreto. Solo el 25 % vincula directamente las iniciativas de IA con nuevos ingresos, y tan solo el 24 % reporta un impacto positivo en los costos de adquisición de clientes.

Aun así, el optimismo persiste. Más del 50 % de los encuestados afirma que la IA ha mejorado la satisfacción del cliente y el valor a largo plazo. Sin embargo, la percepción general es que la justificación financiera de la IA sigue siendo incierta, especialmente en su fase de madurez media.

La gestión de costes está mejorando

Si bien el talento sigue siendo el mayor obstáculo, los costos se están volviendo poco a poco más manejables. El informe muestra:

• Un cambio de 9 puntos hacia costos de almacenamiento de datos estables o reducidos
• Disminución de los costos de mantenimiento de software, mano de obra y operaciones
• Menor dependencia de medidas de reducción de costos, como restricciones de proyectos

Además, el 68% de las empresas ahora dependen de soluciones de IA de terceros para gestionar los costos y la complejidad, especialmente a medida que la IA se integra en el software GTM y las plataformas internas.

Una mirada por delante

Las implicaciones de estos datos comparativos van mucho más allá de los paneles de control y las salas de juntas. A medida que la IA se vuelve fundamental en el desarrollo, la implementación y el mantenimiento del software, la industria entra en una nueva fase: una en la que la productividad ya no se trata solo de las personas, sino de la inteligencia con la que los equipos pueden complementarse con máquinas.

Vibe Coding representa un punto de inflexiónNo es solo una herramienta de productividad; se está convirtiendo en una capa fundamental del desarrollo de software moderno. Para las empresas que enfrentan una escasez persistente de talento, ofrece una manera de optimizar el rendimiento, reducir el tiempo de comercialización y mejorar la calidad del código sin aumentar la plantilla al mismo ritmo. Y para aquellas en una etapa más avanzada de la curva de madurez, sienta las bases para los flujos de trabajo de ingeniería nativos de IA, capaces de escalar con observabilidad, fiabilidad y un impacto empresarial medible.

El mensaje general es claro: las empresas que triunfen no solo usarán IA, sino que la pondrán en práctica, la integrarán y evolucionarán con ella. En esta nueva era, la automatización no consiste en reemplazar a los desarrolladores, sino en potenciarlos.

Aquellos que consideren a Vibe Coding y su infraestructura de apoyo como inversiones estratégicas (no experimentos) definirán la próxima ola de innovación empresarial.