El 88% de las empresas ya usa IA — y la mayoría la usa mal

La convergencia de cuatro reportes globales publicados entre fines de 2024 y principios de 2026 permite dibujar un mapa de la adopción de IA con una resolución que no existía hace un año. Lo que revelan no es lo que el mercado esperaba.

El estado real de la adopción

McKinsey — State of AI 2025 — reporta que el 88% de las organizaciones encuestadas a nivel global usa IA generativa de forma regular, frente al 78% del año anterior. El salto de diez puntos porcentuales en doce meses es el más veloz que McKinsey registró para cualquier tecnología empresarial desde que mide adopción digital. Lo notable no es solo la penetración: el informe documenta que la mayoría de las implementaciones ya dejaron de ser pilotos aislados para convertirse en procesos integrados a flujos de trabajo críticos.

Microsoft y LinkedIn — Work Trend Index 2024/2025 — complementan desde el lado del trabajador individual: el 75% de los knowledge workers reporta usar herramientas de IA, con un 46% que comenzó en los últimos seis meses. El reporte de 2025 introduce el concepto de "Frontier Firms" — organizaciones que no solo adoptaron IA sino que rediseñaron sus procesos alrededor de agentes de IA autónomos. Según Microsoft, estas firmas ya están reportando ganancias medibles en velocidad de entrega y calidad de output.

La conclusión inmediata: la fase de "¿debería usar IA?" terminó. La pregunta ahora es estrictamente operativa.

La frontera dentada: por qué la adopción no garantiza productividad

El estudio más riguroso sobre la relación entre IA y productividad profesional sigue siendo "Navigating the Jagged Technological Frontier" (Dell'Acqua et al., 2023), publicado por Harvard Business School en colaboración con BCG. El diseño experimental incluyó 758 consultores de BCG asignados aleatoriamente a tres condiciones: sin IA, con IA estándar, y con IA más un marco de trabajo estructurado.

Los resultados agregados son conocidos: el grupo con IA superó al grupo control en un 40% de calidad, 25,1% de velocidad y 12,2% de volumen de tareas completadas. Pero el hallazgo más importante del paper es la distribución dentro del grupo con IA.

Los investigadores identificaron lo que llaman la "jagged technological frontier" — una frontera irregular donde la IA potencia ciertas tareas de forma espectacular y degrada otras de forma silenciosa. Los consultores que delegaron ciegamente a la IA sin verificar ni estructurar sus pedidos obtuvieron resultados peores que el grupo sin IA en las tareas que caen fuera de la frontera. La IA no fue neutral: fue destructiva.

La implicancia para cualquier organización es directa. El acceso universal a herramientas de IA generativa — que ya es prácticamente un hecho en 2026 — no produce mejora uniforme. Produce una distribución bimodal: un grupo que multiplica su capacidad y otro que la diluye. La variable discriminante no es el modelo ni el proveedor. Es el método de interacción.

El premio salarial: de anécdota a dato estructural

PwC — Global AI Jobs Barometer 2025 — analizó más de 30 millones de ofertas laborales en 15 países durante tres años. El hallazgo más citado es el diferencial salarial del 56%: los profesionales que demuestran habilidades de IA verificables ganan más de la mitad adicional que sus pares en roles equivalentes sin esas habilidades. Pero el reporte contiene otro dato menos citado y más incómodo.

En los sectores con alta exposición a IA, las habilidades requeridas para un mismo puesto cambian un 66% más rápido que en sectores no expuestos. Esto tiene una implicancia de segundo orden que pocos análisis capturan: la vida útil del conocimiento se acorta. Un profesional que domina las herramientas de hoy pero no tiene un método adaptable para incorporar las de mañana pierde su ventaja en trimestres, no en años.

El 56% de PwC no es solo un premio por saber usar ChatGPT o Claude. Es un premio por demostrar capacidad de aprendizaje estructurado aplicado a herramientas que mutan cada cuatro meses. Y esa capacidad — la de construir prompts con contexto, acción, formato y estilo claros — es más transferible entre modelos que cualquier conocimiento específico de una plataforma.

América Latina: infraestructura sin método

El Índice Latinoamericano de Inteligencia Artificial (ILIA) 2025 ofrece la radiografía más completa de la región. Chile lidera con 70,56 puntos, seguido por Brasil (67,39) y Uruguay (62,32). Los tres países muestran avances concretos en infraestructura de cómputo, marcos regulatorios y ecosistema de startups de IA.

Pero el ILIA mide condiciones habilitantes — no mide calidad de uso ni productividad real generada por IA. Y ahí aparece la brecha que ningún índice captura todavía. La adopción de herramientas crece, pero la capacidad de los profesionales para extraer valor real de esas herramientas no crece al mismo ritmo.

La oportunidad para la región es concreta y tiene ventana de tiempo. Los modelos de IA generativa más potentes del mundo están disponibles globalmente al mismo costo — un consultor en Santiago paga lo mismo por Claude que uno en San Francisco. La barrera no es acceso ni precio. Es formación en uso efectivo: cómo darle contexto profesional a un modelo, cómo pedirle tareas con especificidad, cómo definir formatos de salida que sean útiles sin edición, cómo calibrar el tono para cada audiencia.

La brecha es de método, no de acceso

Lo que emerge de la convergencia de McKinsey, Harvard/BCG, PwC y Microsoft no es un argumento a favor de más adopción. Es un argumento a favor de mejor uso. La curva de adopción ya está saturando en economías avanzadas y acelerando en Latinoamérica. La curva de uso efectivo apenas empieza.

El profesional promedio en 2026 tiene acceso a modelos de lenguaje que hace tres años no existían. Pero la forma en que la mayoría interactúa con esos modelos — prompts genéricos, sin contexto profesional, sin estructura, sin formato definido — equivale a tener un equipo de consultores brillantes sentados en tu escritorio y pedirles "hacé algo útil".

La investigación de Harvard demostró que la diferencia entre un prompt amorfo y uno estructurado es un 40% de calidad. PwC demostró que esa diferencia se traduce en un 56% de salario. McKinsey demostró que el 88% ya tiene la herramienta. La pieza que falta no es tecnología. Es un framework de uso que cualquier profesional pueda aprender, aplicar y adaptar cuando el modelo de turno cambie.

Los datos son claros. La pregunta que queda es personal: ¿estás usando la IA que tenés al máximo de lo que puede dar, o estás en el grupo que la tiene y no la aprovecha?