La IA no cumple lo que promete – ahora las empresas se ven obligadas a hacer cuentas

La IA se encuentra con la realidad – y la realidad contraataca

No hay escasez de optimismo en la industria de la IA en este momento. Las inversiones fluyen, los agentes autónomos se despliegan a gran escala y las empresas tecnológicas compiten por presentar el próximo avance. Pero detrás de los titulares emerge otro patrón – uno que habla de complejidad técnica, deficiencias de seguridad y empresas que aún no han encontrado el camino desde la experimentación hacia la rentabilidad real.

Tomemos como ejemplo Teams Facilitator de Microsoft. Lo que se ha descrito como un asistente inteligente para reuniones – una herramienta que debería poder intervenir y responder preguntas en tiempo real cuando perciba una laguna de conocimiento en una conversación – ha incumplido no una, no dos, sino cuatro fechas de lanzamiento consecutivas. Según The Register, la fecha objetivo ha pasado de junio, por julio y agosto, a septiembre – y ahora se espera un lanzamiento limitado en noviembre con disponibilidad global a mediados de diciembre. Una posible explicación es la dificultad técnica de determinar cuándo una pausa en una conversación señala realmente una pregunta sin respuesta, en lugar de que los participantes simplemente estén reflexionando. Suena como un problema menor. Pero es precisamente ese tipo de pequeño problema que resulta ser genuinamente difícil de resolver de manera confiable.

La seguridad queda rezagada ante el avance de la automatización

Aún más preocupante es la situación de OpenClaw, la popular plataforma de código abierto que permite a los usuarios construir sus propios agentes de IA. La versión 2.0, lanzada recientemente, promete una interfaz moderna e instalación más sencilla – pero los expertos en seguridad están lejos de estar satisfechos, según reporta The Register. Las vulnerabilidades conocidas persisten en lo esencial, incluso después de la gran actualización. Es un síntoma de un problema más amplio: la automatización se propaga más rápido que la capacidad de asegurarla. Cuando los agentes de IA se conectan a más servicios y reciben mayores permisos, la superficie de ataque también aumenta – y las consecuencias de una vulnerabilidad se vuelven más graves.

Las inversiones aumentan – pero las ganancias no se ven

La esencia de la problemática se captura bien en el informe reciente de McKinsey State of AI 2026, basado en respuestas de casi 1 700 profesionales y líderes empresariales. La conclusión es preocupante: el porcentaje de empresas que reportan que la IA ha contribuido positivamente al resultado operativo se mantiene sin cambios desde el año anterior. Solo el 37 por ciento indica que la IA ha tenido algún impacto positivo en las ganancias – y el grupo que McKinsey llama verdaderos de alto rendimiento, donde la IA contribuye con al menos el cinco por ciento del resultado operativo, sigue representando solo el seis por ciento de los encuestados.

Esto no impide que aumente el ritmo de inversión. El uso de agentes de IA autónomos a gran escala ha crecido del 27 al 40 por ciento entre las empresas más grandes. Cada vez más optan por construir soluciones propias utilizando herramientas de codificación basadas en IA en lugar de comprar software listo. Las inversiones son un hecho – pero el retorno aún sigue sin llegar.

IBM ofrece una pieza interesante del rompecabezas. Después de una caída dramática en la bolsa, debido a negocios incumplidos durante el segundo trimestre, la empresa asegura a los inversores que los clientes no han abandonado el software – han priorizado temporalmente inversiones en hardware para la infraestructura de IA. Un tercio de los acuerdos pospuestos ya debería haber regresado. Los analistas aún tienen dudas, pero el patrón es reconocible: la transformación de IA crea cambios de prioridades a corto plazo que rozan los modelos de negocio tradicionales.

Cuando la IA no es suficiente – y en realidad puede matar

En medio de todo esto llega un recordatorio de lo que realmente significa cuando los sistemas de IA no cumplen. Un estudio que el ingeniero polaco Piotr Migdał ha publicado, y que The Register reporta, probó dieciséis modelos de IA en más de mil fotografías de hongos – comestibles y mortales. El modelo con mejor rendimiento acertó en el 65 por ciento de los casos en el primer intento. Suena aceptable – hasta que se da cuenta de que significa un riesgo del 35 por ciento de una respuesta incorrecta cuando la pregunta es sobre vida y salud. Y los errores no fueron aleatorios. Una falsa oronja fue identificada como cantarela – exactamente el error que cuesta la vida a los recolectores de hongos en la realidad.

Esto no es un argumento contra la IA. Es un argumento a favor del uso correcto de la IA – y por la honestidad sobre dónde se encuentran realmente estos sistemas en su madurez.

Salesforce muestra un posible camino a seguir

En medio de este panorama mixto hay señales de que los modelos de negocio comienzan a adaptarse. Salesforce reporta cifras de crecimiento estables y anuncia una colaboración con Anthropic sobre un nuevo servicio que integra IA en los datos empresariales y flujos de trabajo de la empresa. El modelo de pago basado en consumo Flex Credits también resulta ser una promesa genuina: la mitad de las reservas del trimestre provinieron de clientes que ya habían comprado y ahora querían más. Esto sugiere que el producto correcto, con el precio correcto, puede realmente entregar valor que los clientes están dispuestos a pagar – una y otra vez.