El potencial transformador de la IA ya está bien establecido. Los casos de uso empresarial están cobrando impulso y las organizaciones están pasando de proyectos piloto a IA en producción. Las empresas ya no hablan sólo de IA; están redirigiendo presupuestos y recursos para que esto suceda. Muchos ya están experimentando con IA agente, que promete nuevos niveles de automatización. Sin embargo, el camino hacia el éxito operativo total sigue siendo incierto para muchos. Y, si bien la experimentación con IA está en todas partes, la adopción en toda la empresa sigue siendo difícil de alcanzar.
Sin datos y sistemas integrados, flujos de trabajo automatizados estables y modelos de gobernanza, las iniciativas de IA pueden quedarse estancadas en los pilotos y tener dificultades para pasar a producción. El auge de la IA agente y la creciente autonomía de los modelos hacen que un enfoque holístico para integrar datos, aplicaciones y sistemas sea más importante que nunca. Sin él, las iniciativas empresariales de IA pueden fracasar. Gartner predice que más del 40% de los proyectos de IA agente se cancelarán para 2027 debido a desafíos de costos, inexactitud y gobernanza. El verdadero problema no es la IA en sí, sino la base operativa que falta.
Para comprender cómo las organizaciones están estructurando sus operaciones de IA y cómo están implementando proyectos de IA exitosos, MIT Technology Review Insights encuestó a 500 líderes senior de TI en empresas medianas y grandes en los EE. UU., todas las cuales están buscando la IA de alguna manera.
Los resultados de la encuesta, junto con una serie de entrevistas a expertos, todas realizadas en diciembre de 2025, muestran que una base de integración sólida se alinea con implementaciones de IA más avanzadas, propicias para iniciativas en toda la empresa. A medida que las tecnologías y aplicaciones de IA evolucionan y proliferan, una plataforma de integración puede ayudar a las organizaciones a evitar duplicaciones y silos, y a tener una supervisión clara mientras navegan por la creciente autonomía de los flujos de trabajo.
Las conclusiones clave del informe incluyen las siguientes:
Algunas organizaciones están avanzando con la IA. En los últimos años, estudio tras estudio ha puesto de manifiesto la falta de éxito tangible de la IA. Sin embargo, nuestra investigación encuentra que tres de cada cuatro (76%) empresas encuestadas tienen al menos un departamento con un flujo de trabajo de IA completamente en producción.
La IA tiene éxito con mayor frecuencia con procesos establecidos y bien definidos. Casi la mitad (43%) de las organizaciones están teniendo éxito con las implementaciones de IA aplicadas a procesos automatizados y bien definidos. Una cuarta parte está teniendo éxito con nuevos procesos. Y un tercio (32%) aplica la IA a diversos procesos.
Dos tercios de las organizaciones carecen de equipos de IA dedicados. Solo una de cada tres (34%) organizaciones tiene un equipo específicamente para mantener los flujos de trabajo de IA. Uno de cada cinco (21%) dice que la TI central es responsable del mantenimiento continuo de la IA, y el 25% dice que la responsabilidad recae en las operaciones departamentales. Para el 19% de las organizaciones, la responsabilidad está repartida.
Las plataformas de integración a nivel empresarial conducen a una implementación más sólida de la IA. Las empresas con plataformas de integración empresarial tienen cinco veces más probabilidades de utilizar fuentes de datos más diversas en los flujos de trabajo de IA. Seis de cada 10 (59%) emplean cinco o más fuentes de datos, en comparación con solo el 11% de las organizaciones que utilizan la integración para flujos de trabajo específicos, o el 0% de las que no utilizan una plataforma de integración. Las organizaciones que utilizan plataformas de integración también tienen una implementación más multidepartamental de la IA, más autonomía en los flujos de trabajo de la IA y más confianza para asignar autonomía en el futuro.
Este contenido fue producido por Insights, la rama de contenido personalizado de MIT Technology Review. No fue escrito por el personal editorial de MIT Technology Review. Fue investigado, diseñado y escrito por escritores, editores, analistas e ilustradores humanos. Esto incluye la redacción de encuestas y la recopilación de datos para encuestas. Las herramientas de IA que pudieron haberse utilizado se limitaron a procesos de producción secundarios que pasaron una revisión humana exhaustiva.
