Cuando avanzaba mi lectura del AI Adoption Survey 2026 de Writer, me sentía como Bill Murray en El día de la marmota.
La IA es una realidad que nos desafía a diario. Repaso la publicación una y otra vez — es un déjà vu. Fue hace 10 o 12 años que observamos la ola de machine learning: ejércitos de data scientists, grandes organizaciones compitiendo por la carrera, tecnologías de nicho que perdieron usuarios, "R" y "Python" que ganaron popularidad (ganó Python). Nuevas terminologías le ganaron a la "vieja escuela": no más datawarehouse, solo datalakes; un modelo robusto y explicable basado en regresión logística pasó a ser mala palabra; empezamos a discutir explicabilidad, gobierno del algoritmo, etc.
Todo eso pasó sin prácticas escalables, sin los skills necesarios —técnicos y de negocio—, sin ingeniería robusta, sin diccionarios ni documentación de procesos.
¿Están las empresas mucho más maduras hoy?
Llegó la IA. Nueva ola.
Los números que nadie quiere ver
El informe de Writer no es divulgación — es lo que grandes jugadores globales están viviendo y pensando sobre la adopción real de la IA. Mis highlights:
- 64% del C-Level dedica al menos 2 horas diarias a herramientas de IA. El 70% reconoce que genera estrés o ansiedad.
- Sin garantías de inversión. Casi el 60% invierte al menos USD 1 millón al año. Solo el 29% reporta ROI significativos.
- No hay estrategia. El 80% reconoce que su estrategia es discursiva. El 39% directamente no tiene estrategia.
- Seguridad y gobierno enfrentan el dilema de siempre. El 35% reconoce haber ingresado datos sensibles en herramientas sin plan de supervisión de agentes.
- Efecto push. El 35% de los colaboradores indica que sus líderes no son impulsores reales de la IA. El C-Level presiona para la adopción, los líderes actúan sin plan, los equipos observan. El 75% de esos colaboradores confía más en la IA que en sus managers.
Bill Murray llama otra vez a la puerta.
El problema no es el acceso a la tecnología
Las herramientas están —en la palma de nuestras manos. El problema tampoco es el awareness. Ni siquiera el entusiasmo.
Las organizaciones están viviendo una adopción sin arquitectura de ejecución.
Están las herramientas, sin prioridad de casos de uso. Están los presupuestos, sin métricas de impacto compartidas. Hay presión del mercado, sin alineación entre negocio, IT, managers y equipos.
La brecha entre el 60% que invierte y el 29% que ve resultado no es una brecha de tecnología. Es una brecha de ejecución.
¿Qué significa tener arquitectura de ejecución?
No es un framework bonito en una presentación. Es saber responder tres preguntas antes de encender cualquier agente:
¿A qué proceso específico le estamos aplicando AI? No "mejorar la atención al cliente" —eso no es un caso de uso, es una aspiración. El caso de uso es: reducir el tiempo de resolución de consultas sobre estado de pólizas en el canal WhatsApp de 8 minutos a 2.
¿Cómo medimos que funcionó? Si no existe una métrica que cambia antes y después del deployment, no hay ROI —hay gasto.
¿Quién opera esto el lunes siguiente al go-live? Un piloto sin dueño es un piloto que muere en PowerPoint.
Las empresas que están en ese 29% no tienen mejor tecnología. Tienen mejores respuestas a esas tres preguntas.
Publicado originalmente en LinkedIn por Diego Leonetti, Data Strategy & AI/ML. Reproducido con autorización del autor.
