Mirando el informe de MIT NANDA de julio de 2025: ¿Por qué la tasa de fracaso del 95% de los pilotos de IA no es el final

Soy un optimista comprobado y mantengo mi mente abierta a cualquier nueva tecnología que se presente. Mi última obsesión que está destinada a permanecer a largo plazo es la IA.

MIT NANDA acaba de publicar un documento llamado ‘La división GenAI. Estado de la IA en los negocios en 2025’, y creo que el documento vale la pena leer. Ofrece una visión sobria de la IA y su lugar en los negocios hoy en día. La fuente de LinkedIn puede parecer casi histérica sobre cómo la IA cambió todo, pero el informe pinta un cuadro diferente.

Primero, ¿qué es MIT NANDA?

Redes de agentes y IA descentralizada (acrónimo de NANDA) es una iniciativa de investigación ambiciosa del Laboratorio de Medios de la Universidad de Massachusetts. El proyecto abarca más de 18 instituciones de investigación líderes de 6 continentes y algunos nombres importantes en la industria tecnológica, como Meta, Dell, Microsoft y similares. El objetivo de NANDA es verdaderamente futurista, si no innovador. La ambición es construir la infraestructura fundamental para la Internet de agentes de IA, es decir, una red descentralizada donde los agentes de IA descubren, verifican y colaboran entre sí en línea a través de fronteras organizacionales. Básicamente, NANDA está trabajando en reglas claras, protocolos, directrices y marcos que permiten a los agentes de IA interactuar con otros agentes en nombre de los humanos y las organizaciones. El proyecto NANDA es de código abierto, lo que significa que abraza a empresarios, visionarios, tecnólogos y formuladores de políticas como colaboradores a gran escala. (¿Estás obteniendo vibraciones de Wikipedia?)

La razón por la que te cuento esto es porque el informe de MIT NANDA es la guinda del pastel de la investigación cuando se trata de IA. Los autores están en la vanguardia del mundo de la IA, y sus hallazgos deben tomarse en serio (aunque con una pizca de sal).

El documento estuvo en elaboración desde enero y finalmente se publicó en julio de 2025. El informe se basa en una revisión sistemática de más de 300 iniciativas de IA de dominio público y entrevistas con líderes de 52 organizaciones, así como encuestas de 153 líderes senior en cuatro conferencias industriales importantes.

5% de tasa de éxito de los pilotos de IA

El informe introduce el término ‘La división GenAI’ para describir la interrupción que ocurre (o no ocurre) en las organizaciones e incluso en las industrias que emplean con éxito (o sin éxito) la IA. Si una empresa está en ‘el lado equivocado de la división’, según NANDA, la empresa no logra cambiar, evolucionar y replantear su estructura y operaciones comerciales. Estar en el lado correcto de la división, por lo tanto, significa tener un resultado tangible al emplear la IA: “Este sesgo de inversión perpetúa la división GenAI al dirigir recursos hacia casos de uso visibles pero a menudo menos transformadores, mientras que las oportunidades de mayor ROI en funciones de back-office siguen subfinanciadas”.

La razón por la que el informe ha generado tanto revuelo es su hallazgo clave. El resumen ejecutivo establece: “A pesar de los 30-40 mil millones de dólares en inversión empresarial en GenAI, este informe descubre un resultado sorprendente en el sentido de que el 95% de las organizaciones no obtienen ningún retorno … Solo el 5% de los pilotos de IA integrados extraen millones en valor, mientras que la gran mayoría siguen atascados sin ningún impacto medible en la P&L”. No demasiado prometedor, ¿verdad?

La limitación fundamental que impide que las organizaciones obtengan el verdadero valor de la IA es lo que el informe define como ‘la brecha de aprendizaje’. La mayoría de los sistemas GenAI carecen fundamentalmente de la capacidad de retener retroalimentación, adaptarse al contexto o mejorar con el tiempo.

• Los sistemas no aprenden de la retroalimentación. En realidad, significa que un gerente les proporciona el mismo conjunto de datos una y otra vez, pero no se produce ninguna mejora en el rendimiento. Un gerente de fabricación de mercado medio describió cómo subía repetidamente el mismo manual de producto a su sistema de IA para refinar las listas de verificación de cumplimiento, pero cada iteración copiaba omisiones y errores idénticos, sin ninguna mejora medible en la calidad de salida a pesar de múltiples sesiones de retroalimentación.
• Se requiere un contexto manual excesivo cada vez. Las herramientas de IA carecen de memoria entre sesiones, por lo que cada interacción significa volver a alimentarlas con el conocimiento y el contexto pasados. Los flujos de trabajo complejos, a diferencia de las tareas simples de una sola vez, se arrastran y no actúan como un soporte de proyecto confiable. El informe cita a un equipo legal corporativo que, para cada borrador de contrato, debe volver a introducir las preferencias del cliente, las notas de negociación previa y las restricciones regulatorias en la herramienta de IA, convirtiendo lo que debería ser un flujo de trabajo asistente en una tarea que consume tiempo y socava la productividad en proyectos complejos y multietapa.
• Personalización insuficiente para algunos procesos comerciales. En lugar de obtener una herramienta receptiva que se adapte al contexto más amplio, el contexto más amplio se adapta a la herramienta, obligando a los usuarios a trabajar alrededor de sistemas rígidos. Un CIO señaló que el análisis de riesgos de IA proporcionado por su proveedor “se sentía como una caja de un tamaño que se adapta a todos”, lo que obligó a los equipos a reorganizar sus flujos de trabajo de aprobación de crédito para adaptarse a las entradas rígidas de la herramienta en lugar de tener la IA que se adapte a los procesos establecidos. La discrepancia finalmente llevó a pilotos abandonados

Mis principales hallazgos del informe de NANDA

1. La economía de la sombra de la IA prospera

El informe introduce el término ‘economía de la sombra de la IA’ para describir cómo los empleados utilizan la IA a su nivel como una herramienta personal, no como una herramienta aprobada a nivel de organización. Esto me suena familiar, en realidad. Un amigo mío de una sucursal de una marca automotriz china en la CEI compartió que utiliza ChatGPT para escribir contenido en aplicaciones (publicaciones de noticias, anuncios y más). Ella dice que en el nivel de la sede no se aprobó ninguna herramienta de IA para uso general, por lo que su uso de la IA es su propio impulsor y ahorro de tiempo que no menciona realmente con su gerente.

El informe proporciona cifras muy específicas. Mientras que solo el 40% de las empresas han comprado suscripciones oficiales de LLM, los trabajadores de más del 90% de las empresas encuestadas informaron el uso regular de herramientas de IA personales para tareas de trabajo. Este uso en la sombra a menudo entrega un mejor ROI que las iniciativas empresariales formales, lo que revela qué funciona realmente cuando los individuos tienen acceso a herramientas flexibles y receptivas.

2. La asignación de inversión refleja prioridades equivocadas

El informe revela una desalineación significativa entre la inversión en IA y el potencial de ROI real. Aproximadamente el 50% de los presupuestos de GenAI fluyen hacia las funciones de ventas y marketing, principalmente porque los resultados se pueden medir fácilmente y se alinean con los KPI de nivel de junta. Sin embargo, los rendimientos más altos a menudo surgen de la automatización de back-office, como la eliminación de BPO que ahorra hasta 10 millones de dólares al año, la reducción del 30% en los costos creativos externos y el ahorro anual de 1 millón de dólares en la gestión de riesgos externa. Este sesgo de inversión perpetúa la división GenAI al dirigir recursos hacia casos de uso visibles pero menos transformadores.

Sin embargo, mi creencia personal es esta. Desde lo que recuerdo de mi experiencia en una empresa bancaria internacional que posee bancos minoristas en todo el mundo, introducir una herramienta que se adentra en las entrañas de la organización, se alimenta de sus datos y (quién sabe) filtra información de insider hacia afuera es un gran riesgo. Entiendo por qué firmar un contrato para una fábrica de contenido de IA para creativos fáciles para anuncios de Facebook es una decisión sencilla, mientras que las interrupciones de back-end complejas no son tan entusiastamente aceptadas. A menos que fuera un comando directo desde el nivel C, implementar herramientas de IA disruptivas serias en la columna vertebral de la empresa habría tomado al menos 12 meses.

Por suerte, tuve la oportunidad de ver el interior de una automatización de IA hecha para el equipo de ventas de una empresa local de fabricación de ventanas. Contrataron a un freelancer de n8n y él les construyó una herramienta de análisis de llamadas y chats impulsada por IA. El negocio ahora podía encontrar cuellos de botella en su embudo más rápido, y más puntos de dolor vinieron a la luz a medida que la IA ayudaba al proceso empresarial a procesar el habla escrita y hablada. Su tasa de satisfacción era muy alta, con más datos procesados más rápido.

3. Las construcciones internas pierden contra los proveedores externos

Para ser brutalmente honesto, este hallazgo me tomó por sorpresa. Contrariamente a la creencia común de que las empresas deben construir sus propias herramientas de IA, la investigación muestra que las asociaciones estratégicas con proveedores externos son dos veces más propensas a alcanzar la implementación en comparación con los esfuerzos de desarrollo interno. ¿Quién habría pensado, ¿verdad? Bueno, claramente no yo.

Las organizaciones que tratan a los proveedores de IA como proveedores de servicios comerciales, exigiendo una personalización profunda y responsabilizándolos de los resultados operativos en lugar de las referencias del modelo, logran tasas de éxito significativamente más altas y un tiempo de valor más rápido.

4. ¿Una mayor inversión significa una mayor interrupción? No realmente.

Utilizando un índice de interrupción de mercado de IA compuesto, el informe revela que solo dos industrias, Tecnología y Medios y Telecomunicaciones, muestran signos claros de interrupción estructural de GenAI. Siete de los nueve sectores principales demuestran una actividad de piloto significativa pero un cambio estructural mínimo, con industrias como Atención médica, Servicios financieros y Energía que muestran puntuaciones de interrupción por debajo de 0,5 en una escala de 5 puntos. Esta brecha entre la visibilidad de la inversión y la transformación real ejemplifica la división GenAI a nivel de industria.

Por qué la tasa de fracaso del 95% es temporal

A pesar de los resultados intermedios aparentemente desesperanzadores, hay algo de luz al final del túnel. El informe explica que la división GenAI es temporal y se superará a través de desarrollos emergentes.

NANDA en sí es uno de los principales contribuyentes a un mundo de IA aún más conectado. Los mecanismos que el informe cita son el Protocolo de contexto de modelo (o MCP) y el protocolo de agente a agente (o A2A) como fundamentos de infraestructura para la interoperabilidad de agentes sin problemas y la coordinación autónoma entre sistemas.

Los esfuerzos de NANDA y estas herramientas son el camino hacia exactamente lo que NANDA está detrás: la Web Agente, una red de agentes capaces de coordinación autónoma a través de Internet. Su interacción estará diseñada para reemplazar flujos de trabajo estáticos con sistemas de autoeducación dinámicos.

¿Suena demasiado bueno para ser verdad o incluso mágico? Bueno, Microsoft Copilot Studio’s Multi-Agent Orchestration es la representación más cercana a la visión. El sistema ayuda a construir un árbol de agentes donde un agente principal de Copilot desencadena subagentes que son responsables de tareas específicas como la programación o la generación de documentos. Cada agente permanece dentro de su campo de especialización mientras coordina con otros. Para ponerlo en términos más prácticos, cuando un usuario solicita “Planifique nuestro lanzamiento de producto del trimestre 4”, el agente coordinador automáticamente delega a agentes especializados: uno maneja la investigación de mercado, otro crea cronogramas y un tercero coordina con herramientas de gestión de proyectos. El trabajo continúa en sincronía, aunque de manera autónoma.

Entonces, ¿qué nos deja el informe de NANDA? La ventana para cruzar la división GenAI se está cerrando rápidamente a medida que las empresas comienzan a bloquear las relaciones con los proveedores con herramientas de aprendizaje capaces que producen interrupción y evolucionan y optimizan las operaciones comerciales en el back-end, agregando velocidad al núcleo de las organizaciones. El éxito radica en comprar sistemas de agentes de IA en lugar de construirlos desde cero internamente. A medida que los sistemas de aprendizaje de agente, recordatorio y autosuficiencia se vuelvan más prevalentes, la tasa de fracaso actual del 95% dará paso a una nueva era en la que los sistemas de IA colaborarán sin problemas entre proveedores, dominios y fronteras organizacionales. Ese futuro es el verdadero ROI de las inversiones actuales.

Vistas alternativas sobre la adopción de IA

El proyecto NANDA hizo un trabajo increíble al compilar datos de múltiples fuentes y encuestar a líderes de múltiples campos. Pero ¿es la voz última de la adopción de IA en todo el mundo? Si tú, como yo, encontraste La división GenAI un poco deprimente, si no desalentador, he encontrado estas vistas alternativas sobre la adopción de IA para mantener mi fuego personal de IA encendido.

• Jed Nykolle Harme de IT Brief UK desglosó el Libro de juego del CIO 2025 de Lenovo. El estudio incluye comentarios de líderes de TI en todo EMEA (Europa, Medio Oriente y África), y su conclusión es mucho más prometedora. Resulta que la industria minorista es la líder cuando se trata de satisfacción de IA, donde el 96% del rendimiento de los pilotos de IA cumple o supera las expectativas.
• Anteriormente expresé compasión con los grandes jugadores del mercado empresarial que encuentran la IA difícil de implementar y no están particularmente abiertos a la incorporación intensiva. Lenovo, sin embargo, presenta una imagen diferente con las industrias de Banca, Servicios Financieros y Seguros (BFSI): a pesar de la tasa de adopción de IA más baja del 7%, el 33% de los que prueban la IA informan que los pilotos superaron las expectativas. El secreto de tales tendencias positivas es ‘un enfoque cauteloso’, como lo describe Arabian Business.
• Otro informe tranquilizador IBM CEO Study comienza con un prólogo audaz del vicepresidente de IBM Gary Cohn: “À medida que la adopción de IA se acelera… la recompensa final solo llegará a los CEOs que tengan el coraje de asumir el riesgo como una oportunidad. … Cuando el entorno empresarial es incierto, utilizar la IA y los datos de la empresa para identificar dónde se tiene influencia es una ventaja competitiva. En este punto, los líderes que no están aprovechando la IA y sus propios datos para avanzar están tomando una decisión comercial consciente de no competir.”
• El estudio de IBM CEO muestra algunos hechos inspiradores. Por ejemplo, se prevé que el crecimiento de la inversión en IA se duplique en los próximos dos años, por lo que casi el 20% de los presupuestos de TI se asignarán a la IA, lo que demuestra que a pesar de los desafíos visibles y comprobados, la creencia en la IA es fuerte y, lo más importante, es una inversión estratégica en lugar de gastos reactivos.
• Por último, pero no menos importante, el 64% de los CEOs en el informe están de acuerdo en que el riesgo de quedarse atrás impulsa la inversión en nueva tecnología mucho antes de que se logre una comprensión clara de su impacto. Sin embargo, no hay decisiones rápidas. En cambio, los tomadores de decisiones optan por ‘apuestas estratégicas’. En términos simples, cuando un competidor lanza un bot de chat de IA para recomendaciones personalizadas, tú haces lo mismo para tu sitio web. Puedes no estar seguro del aumento de los ingresos, pero sabes que si te retrasas dos años más hasta que se compile el ‘conjunto de datos perfecto’, perderás el impulso de manera irreversible. Entonces, la regla es simple: copia agresivamente, luego ve el resultado.

Conclusión

En conclusión, me gustaría expresar mi creencia personal en la IA. Como empresario, CMO, desarrollador de negocios y ex empleado de oficina en banca, veo muchas formas en que la IA puede ayudar a optimizar los presupuestos, racionalizar los flujos de trabajo y impulsar equipos. El futuro es aumentado y acelerado. Si una empresa quiere competir, necesita ser fluida en IA. Mientras que los hallazgos que presenté son controvertidos, estoy convencido de que el paisaje actual de la IA, con sus picos y valles, es un marco de aprendizaje natural, repetido una y otra vez con cada nueva tecnología.