10 de noviembre de 2025 # Sobre el famoso informe de MIT del estado de la IA ![[GenAI-divide.webp]] El informe del MIT de julio de 2025 sobre el estado de la inteligencia artificial en los negocios tiene mucha miga. Cuando leí el prólogo, me quedé con la idea que aparece en el primer párrafo: > A pesar de los treinta o cuarenta mil millones de dólares invertidos en proyectos de GenAI, ==el 95 % de las organizaciones sigue obteniendo cero retorno==. No discuto el diagnóstico. Lo que me interesa es la causa. Creo que el problema no está en la tecnología, sino en la forma en que las empresas la abordan. La mayoría de los casos que conocí en 2023 y 2024 (aunque la situación ha cambiado en 2025) lo trataban como software tradicional: algo que se planifica, se desarrolla y se entrega al cabo de varios meses. Pero la IA no se comporta así. Evoluciona a una velocidad que hace que cualquier proyecto medio nazca obsoleto. Cuando el proyecto llega a producción, lo que pretendía resolver ya lo resuelve el propio modelo base. Es una paradoja temporal: las empresas tardan 3 meses en decidir y arrancar un proyecto que dura 6 meses sobre una tecnología que se reinventa cada 2 semanas. Os dejo un resumen del informe: ## Resumen general del informe ### 1. Diagnóstico: el espejismo de la adopción El informe revela un dato tan contundente como incómodo: **el 95% de las empresas que han invertido en IA generativa no obtienen retorno alguno**. La adopción es masiva, pero la transformación es mínima. El fenómeno se denomina _GenAI Divide_: una brecha entre quienes experimentan con IA y quienes realmente la convierten en ventaja competitiva. El error no está en la tecnología, sino en la gestión: las empresas confunden “probar” con “aprender”. Probar es ejecutar pilotos; aprender es integrarlos en el flujo real y medir su impacto. La mayoría ejecuta pilotos que nunca escalan porque las herramientas **no retienen memoria, no se adaptan al contexto ni mejoran con el uso**. ### 2. Anatomía de la brecha El divide se observa en cuatro planos: - **Sectorial**: solo tecnología y medios muestran disrupción real; los demás sectores apenas registran cambios estructurales. - **Organizativo**: las grandes compañías pilotan más, pero escalan menos. - **Económico**: el 70% del presupuesto de IA va a marketing y ventas, donde los resultados son más visibles pero menos rentables. - **Cultural**: los empleados avanzan más deprisa que sus propias empresas. Nace una “_shadow AI economy_” en la que los trabajadores usan ChatGPT y otras herramientas personales para automatizar tareas sin permiso corporativo. ### 3. El origen del problema: la brecha del aprendizaje El informe identifica una causa raíz: **la IA empresarial no aprende**. Los sistemas corporativos están diseñados como software clásico, no como organismos vivos. Mientras ChatGPT triunfa entre usuarios por su flexibilidad, las herramientas internas fracasan porque **no recuerdan, no evolucionan y no encajan con el flujo de trabajo**. La frontera ya no está entre IA buena y mala, sino entre **IA que aprende e IA que se repite**. ### 4. El punto de inflexión: los sistemas agentivos La salida del divide pasa por una nueva generación de IA: los **sistemas agentivos**. Estos sistemas integran **memoria persistente, aprendizaje iterativo y autonomía contextual**, permitiendo que la IA actúe dentro del flujo, no sobre él. Se apoyan en protocolos como **MCP (Model Context Protocol)**, **A2A (Agent-to-Agent)** y **NANDA**, que permiten interoperabilidad entre agentes y sentarán las bases del futuro _Agentic Web_ —un tejido de sistemas que negocian, aprenden y colaboran entre sí. ### 5. Los constructores que ganan (builders) Las startups y vendors que han cruzado la brecha comparten tres rasgos: 1. Se centran en **casos de uso estrechos y de alto valor**, no en promesas genéricas. 2. **Se incrustan en los flujos reales**, en lugar de sustituirlos. 3. **Aprenden del feedback del usuario** y adaptan el sistema con cada iteración. Su éxito no se mide por descargas o usuarios, sino por el grado de integración en el proceso de negocio. En este nuevo mercado, **“la fricción es el enemigo y el aprendizaje es la moneda”**. ### 6. Los compradores que ganan (buyers) Las organizaciones que cruzan el divide lo hacen porque **compran de otra manera**: - Tratan la IA como un servicio evolutivo, no como un producto cerrado. - Prefieren **asociaciones externas (BUY)** a desarrollos internos (BUILD). - Fomentan la **experimentación distribuida**, dejando que los equipos identifiquen y prueben casos de uso. - Miden el éxito por impacto operativo (costes, velocidad, satisfacción), no por sofisticación técnica. El resultado: despliegues más rápidos, adopción más alta y aprendizaje colectivo. ### 7. El verdadero ROI El impacto más sólido no aparece en marketing ni ventas, sino en **operaciones, finanzas y procesos internos**. Las organizaciones que han cruzado la brecha logran: - Reducción del 30% en gasto con agencias o BPOs. - Ahorros anuales de 2–10 millones en automatización administrativa. - Mejoras de eficiencia de hasta el 40% en procesos internos. La IA no está sustituyendo personas, está **sustituyendo intermediarios**. ### 8. Impacto laboral: el divide humano El impacto real sobre el empleo es silencioso pero estructural: - No hay despidos masivos, pero sí una **redefinición del talento**. - La “AI literacy” se convierte en una competencia obligatoria. - El talento joven que domina estas herramientas ya supera en rendimiento a perfiles sénior sin adaptación. En esencia, el divide también separa a las personas: las que enseñan a la IA frente a las que esperan que la IA las enseñe. ### 9. El horizonte: el Agentic Web El futuro descrito por el informe es un Internet de agentes inteligentes: - Sistemas que se comunican, negocian y ejecutan tareas sin supervisión humana. - Empresas que operan como **redes de inteligencia distribuida**. - Procesos que dejan de ser manuales o automáticos para volverse **autónomos y colaborativos**. Será el paso de los sistemas de software a los **sistemas vivos**, donde la organización se convierte en un ecosistema de agentes que aprenden de forma conjunta. ### 10. Conclusión estratégica La lección del informe es simple y dura: > “El GenAI Divide no es tecnológico, es organizativo. Las empresas no fallan por no tener IA, sino por no aprender con ella.” En los próximos 18 meses, las compañías que crucen la brecha fijarán las relaciones y los estándares que definirán la próxima década. Las demás quedarán atrapadas en su pasado digital, rodeadas de pilotos que nunca despegan. El futuro de la IA en los negocios no pertenece a quienes tengan los modelos más potentes, sino a **quienes aprendan más rápido con los modelos que ya tienen**. ## Enlaces El informe está aquí: > The GenAI Divide STATE OF AI IN BUSINESS 2025 > Enlace: [v0.1_State_of_AI_in_Business_2025_Report.pdf](https://mlq.ai/media/quarterly_decks/v0.1_State_of_AI_in_Business_2025_Report.pdf) Y os recomiendo enormemente la iniciativa NANDA del MIT Media Lab, que tenéis en un [eco](Ecos.md) aquí --> [MIT NANDA - The Internet of AI Agents](MIT-NANDA-The-Internet-of-AI-Agents.md) --- Publicado el 10 de noviembre de 2025, [LinkedIn](https://www.linkedin.com/posts/davidhurtadotoran_mentesinquietas-activity-7393593399351709696-HTKS?utm_source=share&utm_medium=member_desktop&rcm=ACoAAAAT5UsBH3ISG9LTxrgEnB7glCf9CerKWno), [Substack](https://substack.com/@davidhurtado/note/c-175580764?r=4uyjfg&utm_source=notes-share-action&utm_medium=web), [X](https://x.com/dhtoran/status/1987828301818483040?s=20)