Medir el uso de la IA se convierte en un requisito empresarial
Los equipos empresariales ya utilizan docenas de herramientas de inteligencia artificial (IA) en su trabajo diario. El uso abarca desde la generación de código y análisis hasta la redacción de soporte al cliente e investigación interna. Sin embargo, la supervisión sigue siendo desigual entre roles, funciones e industrias. Una nueva encuesta coloca la medición y gobernanza en el centro de este entorno operativo.
Confianza y visibilidad
Los ejecutivos suelen expresar confianza en su comprensión de la actividad de IA en la organización. Sin embargo, los directores y gerentes que están más cerca de las operaciones diarias describen una condición diferente. La confianza disminuye a medida que aumenta la proximidad a la ejecución, generando una brecha de 16 puntos entre las visiones de los ejecutivos y los directores sobre la visibilidad de la IA. Esta brecha persiste en todas las industrias y tamaños de empresa.
El uso de IA no oficial contribuye a esta desconexión. Más de una quinta parte de los líderes identifican el uso de herramientas de IA personales o no autorizadas por parte de los empleados como una barrera para el éxito, a pesar de que la mayoría de este mismo grupo informa tener alta confianza en la visibilidad. La obtención de herramientas proporciona información sobre las licencias compradas, pero ofrece una visión limitada de los patrones de uso diario a nivel de escritorio y navegador.
La alta dirección cree que la IA es visible, valiosa y está bajo control, mientras que la adopción avanza más rápido que la medición y la gobernanza es inconsistente. Hasta que las empresas puedan organizar sus esfuerzos en torno a datos en tiempo real, la IA podría ser tanto un activo estratégico como un pasivo estratégico.
Diversificación y redundancia
La mayoría de las empresas dependen de más de un producto de IA. Las organizaciones que reportan retornos más fuertes utilizan un promedio de 2.7 herramientas, en comparación con 1.1 de sus pares de menor rendimiento. Las herramientas especializadas apoyan flujos de trabajo distintos como desarrollo de software, automatización, análisis y generación de contenido. Las plataformas centralizadas solo representan una parte de la actividad diaria.
Esta diversificación introduce redundancia. Algunos líderes creen que las herramientas superpuestas son una fuente de desperdicio de presupuesto. Las características de IA integradas en plataformas SaaS aumentan este número. La media de una gran empresa ahora opera 23 herramientas de IA, con un 45% de la adopción ocurriendo fuera de los canales de adquisición de TI formales.
Solo el 38% de las organizaciones mantienen un inventario completo de las aplicaciones de IA en uso. Las brechas en el inventario complican la gobernanza, el presupuesto y la gestión de riesgos, especialmente a medida que marcos regulatorios requieren conciencia continua de los sistemas desplegados.
Retorno de inversión y estructura del flujo de trabajo
El retorno de inversión varía ampliamente según el sector. Las organizaciones de retail, software, manufactura y telecomunicaciones reportan una alta probabilidad de alcanzar el ROI en seis meses. En cambio, la hospitalidad, restaurantes y atención médica reportan expectativas más bajas.
La estructura del flujo de trabajo explica gran parte de esta diferencia. Los sectores que descomponen el trabajo del conocimiento en tareas discretas y automatizables logran resultados más rápidos. Las industrias ancladas en operaciones físicas o procesos estrictamente regulados reportan un progreso más lento. La atención médica se destaca con alta confianza ejecutiva en la visibilidad emparejada con las expectativas de ROI más bajas, reflejando fricciones de gobernanza y restricciones de cumplimiento.
Diferencias por función laboral
Los resultados también difieren según la función laboral. Los equipos de TI reportan los mejores resultados y la mayor confianza tanto en la visibilidad como en el ROI. Estos equipos utilizan IA para generar código, automatizar infraestructura y acelerar la entrega, produciendo resultados medibles como frecuencia de implementación y tiempo de actividad del sistema.
El soporte al cliente y la logística reportan menor confianza. El uso de IA en estas funciones se centra en tareas de redacción, resumen y coordinación que ofrecen ganancias incrementales. La medición sigue siendo limitada y la atribución de valor se presenta como un desafío. Los roles de soporte al cliente reportan la menor confianza en el ROI entre todas las funciones, a pesar de la fuerte inversión en chatbots y herramientas de asistencia para agentes.
Ahorros y capacitación
La mayoría de los trabajadores reportan ahorros modestos de tiempo gracias a la IA. Más del 85% ahorra menos de 10 horas al mes. Un pequeño grupo de usuarios avanzados, aproximadamente el seis por ciento de la fuerza laboral, informa ahorros que superan las 20 horas al mes. Estos usuarios interactúan con múltiples herramientas y capacidades avanzadas.
La capacitación tiene una correlación fuerte con la competencia. Las organizaciones con programas formales de capacitación en IA reportan niveles de habilidad más altos, satisfacción y ganancias en productividad. Las métricas de utilización por sí solas no capturan esta diferencia. Los conteos de inicio de sesión y la adopción de licencias ofrecen una visión limitada sobre la efectividad o creación de valor.
Desafíos estructurales en la medición
Los problemas estructurales limitan la medición empresarial. Un treinta por ciento de los encuestados citan brechas de responsabilidad para la medición de IA. La propiedad fragmentada a través de equipos sigue de cerca. Las limitaciones técnicas ocupan un lugar inferior.
Las políticas de gobernanza existen en la mayoría de las organizaciones, aunque la ejecución varía. El sesenta y nueve por ciento reporta tener políticas de riesgo y cumplimiento en IA, y más del 80% expresa satisfacción con las medidas de seguridad. Al mismo tiempo, muchos carecen de visibilidad sobre las tasas de adopción de la fuerza laboral, la exposición al riesgo y las métricas de valor. Las organizaciones con gobernanza formalizada demuestran una mayor probabilidad de ROI, reflejando la alineación entre liderazgo, seguridad y equipos operativos.
Las métricas que se rastrean enfatizan la facilidad de recopilación. Dinero ahorrado, porcentaje de usuarios y tiempo ahorrado por semana lideran la lista. Menos organizaciones rastrean la inversión por herramienta, la madurez por función o las mejoras en la velocidad de entrega. Estas brechas limitan la capacidad de conectar el uso de IA con resultados empresariales.
