Por qué la mayoría de los proyectos de IA fracasan en las empresas y cómo solucionarlo

Según Gartner y McKinsey, el gasto corporativo en IA generativa en 2025 se estima en 644 mil millones de dólares, sin embargo, más del 80% de los proyectos no logran alcanzar los objetivos declarados, y solo alrededor del 15% llegan a producción sostenible. El estudio de MIT NANDA sobre más de 300 iniciativas encontró que el 95% de los pilotos de GenAI no muestran un impacto medible en ganancias o productividad. Gartner sitúa a la IA generativa en el Valle de la Desilusión, mientras que la IA agéntica se encuentra en el Pico de Expectativas Infladas. El artículo identifica cinco causas principales de fracaso: falta de objetivos comerciales medibles, automatización de procesos defectuosos (basura entra, basura sale), Costo Total de Propiedad (TCO) incompleto, elegir herramientas antes de definir el problema, y ausencia de un dueño personal para los resultados comerciales. Para mitigar estos problemas, el autor describe un embudo de selección con tres filtros: impacto financiero medible, necesidad de IA y arquitectura sólida con TCO. El artículo también discute la 'Brecha de GenAI' y la 'brecha de aprendizaje' descritas por MIT NANDA, destacando el problema de la IA en la sombra. Como solución, el autor presenta la estrategia de plataforma de IA de su empresa, que incluye capas para construcción de agentes, integración, conocimiento corporativo y un marco de gobernanza con Marcos de Gobernanza y Riesgo de IA. También mencionan un sistema de preventa multiagente compuesto por ocho agentes especializados para acelerar las iniciativas en etapas tempranas.