El 6% que saca más EBIT con IA hace una sola cosa distinta

El problema no es la adopción: es que adoptar no alcanza

Según el McKinsey State of AI 2025 —1.993 respondentes en 105 países—, el 88% de las organizaciones ya usa IA en al menos una función de negocio. Sin embargo, solo el 39% reporta cualquier impacto en el EBIT a nivel empresarial, y la mayoría de ese grupo lo ubica por debajo del 5%. El resultado es que dos tercios de las organizaciones siguen atrapadas en modo piloto: experimentos que nunca escalan, valor que se acumula en silos y no llega al resultado financiero consolidado. La conclusión es incómoda pero precisa: 'usar IA' dejó de ser un diferenciador competitivo. Hoy es el piso mínimo.

Qué hace distinto al 6%: el dato que más incomoda a los equipos de tecnología

McKinsey evaluó alrededor de 25 atributos organizacionales para identificar qué separa a los high performers del resto. El factor con la correlación más alta sobre el EBIT no fue el stack tecnológico, ni el presupuesto de IA, ni siquiera el talento técnico disponible. Fue el rediseño fundamental de flujos de trabajo end-to-end. El 55% de los high performers rediseña sus procesos de raíz al implementar IA, frente a aproximadamente el 20% del resto de empresas. La pregunta que hacen no es '¿cómo puede la IA acelerar esta tarea?', sino '¿si tuviéramos estas capacidades, cómo rediseñaríamos este proceso desde cero?'. Esa distinción de enfoque es la que separa los pilotos exitosos del impacto financiero real.

Los otros tres patrones que el 6% combina de forma consistente

El rediseño de flujos no opera en aislamiento. McKinsey identifica al menos tres prácticas adicionales que los high performers combinan de manera sistemática. Primero, ambición transformacional: son 3.6 veces más propensos a declarar que usarán IA para cambio transformacional en los próximos tres años —no solo para eficiencia operativa—. Segundo, liderazgo comprometido: son 3 veces más propensos a tener líderes senior que demuestran ownership activo de las iniciativas de IA, no solo aprobando presupuestos, sino modelando el uso. Tercero, gobernanza real: el 65% de los high performers tiene procesos definidos de validación humana en el flujo ('human-in-the-loop'), frente al 23% de los demás. Estos patrones no son independientes: se refuerzan mutuamente y forman un sistema operativo de IA, no una colección de herramientas.

Por qué el 94% restante tiene un problema de modelo operativo, no de modelo de IA

Un análisis convergente refuerza este punto: el MIT Project NANDA (agosto 2025) encontró que aproximadamente el 95% de los pilotos de IA generativa empresarial no generan impacto medible en el P&L. Los autores señalan como causa principal no los modelos débiles, sino una brecha de aprendizaje organizacional: las herramientas no se adaptan a los flujos, y las organizaciones no aprenden a usarlas bien. McKinsey lo confirma desde otro ángulo: high performers y laggards utilizan los mismos modelos de IA. La variable que los separa es cómo reconstruyen su organización alrededor de esa tecnología. El problema del 94% no es de stack; es de modelo operativo.

Cómo se replica este patrón: las preguntas diagnósticas para directivos

El playbook del 6% no requiere tecnología exclusiva ni presupuestos extraordinarios; requiere decisiones de diseño organizacional concretas. Hay cuatro preguntas que permiten diagnosticar la posición actual de cualquier empresa: (1) ¿La organización está en modo piloto o en modo escala real? (2) ¿El objetivo declarado de IA es eficiencia incremental o transformación de modelo de negocio? (3) ¿Los flujos de trabajo críticos han sido rediseñados desde cero, o simplemente se automatizaron tareas existentes? (4) ¿El CEO y el equipo directivo modelan activamente el uso de IA, o delegan en mandos medios? Las respuestas a estas cuatro preguntas predicen con alta probabilidad en cuál lado de la brecha se encontrará la empresa en 24 meses.

El riesgo de esperar: la brecha entre líderes y rezagados se amplía

Los datos de McKinsey apuntan a un efecto de compounding: los high performers acumulan ventaja a mayor velocidad que el resto porque cada ciclo de rediseño de flujos genera datos propietarios, capacidades internas y eficiencias que los rezagados no pueden replicar comprando las mismas herramientas. Gartner (2025) refuerza este punto: el 45% de las organizaciones de alta madurez en IA mantiene proyectos operativos por más de tres años, frente al 20% de las de baja madurez. La ventana para alcanzar al 6% no está cerrada, pero se estrecha: quienes sigan en modo piloto en 2026 no perderán solo tiempo, perderán la base organizacional necesaria para competir en los mercados donde la IA ya está redefiniendo la estructura de costos y márgenes.

• El 88% de las organizaciones despliega IA, pero el 81% no reporta impacto en sus resultados; por cada $1 invertido en tecnología se deben invertir $5 en personas y rediseño organizacional. (State of Organizations 2026, Feb. 2026, n=10,018 ejecutivos)

  Fuente: McKinsey & Company

• Para 2026, el 20% de las organizaciones usará IA para aplanar sus estructuras, eliminando más de la mitad de las posiciones actuales de gerencia media. Solo 1 de cada 50 inversiones en IA entrega valor transformacional. (9 Future of Work Trends for CHROs, Ene. 2026)

  Fuente: Gartner

• El 60% de los ejecutivos usa IA en decisiones, pero solo el 5% afirma gestionarla bien. Las organizaciones con diseño intencional humano-IA son 2.4× más propensas a reportar mejores resultados financieros. (2026 Global Human Capital Trends, n=9,000 líderes, 89 países)

  Fuente: Deloitte

En América Latina, la brecha del 6% tiene una dimensión adicional: la mayoría de las empresas de la región adoptan IA en modo reactivo y con retraso respecto a los mercados de referencia, lo que amplifica el riesgo de quedar atrapadas en el mismo 'pilot purgatory' que McKinsey describe globalmente. Sin embargo, el patrón que distingue a los high performers no exige infraestructura de mercados desarrollados: exige decisiones de liderazgo y rediseño organizacional que están al alcance de empresas medianas y grandes en México, Brasil, Colombia, Chile y Argentina. Para los directivos latinoamericanos, la pregunta no es si sus mercados están 'listos para la IA', sino si sus modelos operativos están diseñados para convertir la adopción tecnológica en resultado financiero medible.

La narrativa dominante sobre IA empresarial sigue enfocada en la elección del modelo correcto o en el presupuesto adecuado. Los datos de McKinsey 2025 desafían esa narrativa de forma directa: los high performers no usan tecnología superior ni invierten necesariamente más que todos los demás. Lo que hacen diferente es decidir que la IA no es un complemento de su operación actual, sino el punto de partida para rediseñarla. Esa es una decisión de negocio y de liderazgo, no una decisión técnica. Las escuelas de negocios y los programas ejecutivos que no incorporen esta distinción en sus curricula estarán formando líderes para competir en el mercado de 2022, no en el de 2026.