Inteligencia descentralizada como leitmotiv: Qué dice la industria

10 minutos de lectura

El 41 por ciento de las empresas alemanas utilizan inteligencia artificial. Hace un año eran el 17 por ciento. Aun así, el 58 por ciento de las pymes no dispone de presupuesto para IA, al 54 por ciento le falta claridad sobre qué casos de uso son relevantes y más de la mitad de todos los proyectos con inteligencia generativa se abandonan tras la fase de prueba. Aquí analizamos qué frena a las pequeñas y medianas empresas, en qué áreas merece la pena comenzar y qué compañías ya lo están haciendo.

Lo más importante en breve

La brecha de adopción se reduce, pero no así la brecha de implementación

El estudio de Bitkom de primavera de 2026 revela una dinámica notable: el 41 por ciento de las empresas con al menos 20 empleados ya utiliza inteligencia artificial (IA) activamente. Un año antes, este porcentaje era del 17 por ciento. Además, otro 48 por ciento planea o está analizando su uso. A finales de 2024, la Oficina Federal de Estadística alemana había registrado aún un 20 por ciento. La adopción avanza más rápido de lo que preveían la mayoría de los pronósticos.

Sin embargo, al profundizar en los datos, el panorama es más sobrio. Según el Instituto Económico de Colonia (IW Köln), solo el 6 por ciento de las empresas emplea la IA en varios departamentos. Apenas el 13 por ciento invierte en aplicaciones de IA de pago. Solo el 3,6 por ciento desarrolla sus propias soluciones. El monitoreo de IA del Instituto Bávaro de Investigación sobre la Transformación Digital confirma esta tendencia: aproximadamente un tercio de las empresas utiliza IA, pero tan solo alrededor del 9 por ciento la ha implementado plenamente.

Fuentes: Bitkom, 2026 / Maximal.digital, 2025

Esta disparidad entre la tasa de adopción y la profundidad de implementación explica por qué muchas empresas medianas sienten que apenas están comenzando con la IA, aunque los titulares sugieran lo contrario. Probar no equivale a usar. Y usar no equivale a escalar.

Por qué las pymes dudan: cinco obstáculos concretos

1. Valor empresarial poco claro. Según Maximal.digital, el 54 % de las pequeñas y medianas empresas (pymes) desconoce qué casos de uso de inteligencia artificial (IA) son relevantes para su negocio. El 81 % no mide sistemáticamente el retorno de la inversión en IA. El problema no es la tecnología, sino la falta de conexión entre el potencial de la IA y problemas empresariales concretos. Mientras la IA se trate como un proyecto de TI y no como una decisión estratégica, faltará el impulso necesario para invertir.

2. Falta de competencias. Según un estudio conjunto del Stifterverband y McKinsey, al 79 % de las empresas les faltan las competencias necesarias en IA. Solo el 21 % de las pymes dispone de un programa estructurado de formación continua. Alemania tiene actualmente una escasez de 109.000 profesionales informáticos, según Bitkom, y el 79 % de las empresas prevé que esta carencia empeore aún más.

3. Los datos como cuello de botella. El 76 % de las pymes lucha con una calidad insuficiente de los datos. El 71 % denuncia silos de información entre sistemas. El 83 % carece de una estrategia integral de datos. La IA necesita datos estructurados y accesibles. Sin una base de datos limpia, incluso los mejores modelos fracasarán ante la complejidad de las infraestructuras tecnológicas existentes.

4. Incertidumbre regulatoria. El 53 % de las empresas señala barreras legales como principal impedimento. El 56 % considera que la Ley Europea de IA (EU AI Act) supone más inconvenientes que ventajas. El 2 de agosto de 2026 entrarán en vigor las obligaciones para sistemas de alto riesgo. La incertidumbre es comprensible, pero esperar no es una estrategia: quien implemente IA ahora puede integrar desde el principio los requisitos de cumplimiento normativo; quien lo haga después tendrá que asumir costes dobles.

5. Resistencia cultural. El 67 % de las empresas reconoce resistencia por parte de sus empleados frente a la IA. El 58 % identifica el temor a la pérdida de empleo como un obstáculo clave para su adopción. La gestión del cambio no es un complemento al proyecto de IA, sino la condición previa para que este tenga éxito.

Por qué tantos proyectos de IA fracasan

Según Gartner, más del 50 por ciento de los proyectos de GenAI se abandonan tras la fase de prueba. Para la IA basada en agentes, Gartner pronostica una tasa de abandono superior al 40 por ciento para finales de 2027. Las razones rara vez son técnicas: encabezan la lista los costes desbocados, el valor empresarial poco claro, la mala calidad de los datos y la falta de controles de riesgo.

El estudio Maximal.digital ofrece la perspectiva de las pymes: el 63 por ciento de las pequeñas y medianas empresas que han iniciado proyectos de IA han sufrido sobrecostes. El exceso medio alcanzó el 34 por ciento. Solo el 23 por ciento de las pymes ha completado con éxito un proyecto de IA, a pesar de que el 86 por ciento considera relevante esta tecnología.

El 86 por ciento de las empresas percibe un potencial de IA sin explotar dentro de su propia organización. Pero solo el 21 por ciento de las pymes dispone de un programa estructurado para aprovecharlo.
Stifterverband / McKinsey, Estudio sobre competencias en IA, enero de 2025

El patrón está claro: la mayoría de los proyectos no fracasan por la tecnología, sino por la preparación. Quien arranca sin un caso de negocio definido, sin datos limpios y sin responsabilidades asignadas, genera pilotos costosos sin futuro.

Qué hacen de forma distinta las empresas medianas exitosas

Existen empresas que demuestran que la IA funciona en el sector de pymes. Su denominador común: no parten de la tecnología, sino del problema empresarial.

Würth ha desarrollado un asistente de inteligencia artificial llamado «Pico», que 2.800 comerciales utilizan a diario. En enero de 2024, Pico ahorró al equipo administrativo interno 110 jornadas laborales en un solo mes, lo que equivale aproximadamente a cinco puestos a tiempo completo. La clave: Würth no implementó una herramienta genérica de IA, sino que creó una solución para un problema operativo concreto: aliviar la carga del personal interno frente a consultas rutinarias del equipo comercial externo.

Maschinenfabrik Reinhausen, con sede en Regensburg (Alemania), utiliza desde agosto de 2021 una IA autodidacta para gestionar la energía en sus naves de producción. El sistema regula de forma autónoma calefacción, climatización y ventilación, y actualmente también se emplea en control de calidad y detección de anomalías durante la fabricación. Reinhausen demuestra que la IA en pymes no tiene por qué ser un proyecto del futuro, sino que puede estar funcionando productivamente desde hace años.

Las cifras respaldan este enfoque: según el estudio KI-Kompass 2025, el 71 % de las empresas que aplican IA reportan mejoras concretas de eficiencia. Los casos de uso más destacados se concentran en marketing (69 %), investigación y desarrollo (24 %), servicio al cliente (22 %) y producción (21 %).

Cinco pasos para empezar

1. El problema del negocio primero. No pregunte «¿Qué puede hacer la IA?», sino «¿Dónde estamos perdiendo dinero, tiempo o calidad?». Los proyectos de inteligencia artificial más exitosos resuelven problemas operativos concretos: tareas rutinarias en el servicio, previsiones en compras, control de calidad en producción.

2. Verifique la base de datos. La IA solo es tan buena como los datos que recibe. Antes del primer proyecto de IA: identifique silos de datos, evalúe la calidad de los datos y aclare las responsabilidades. Esto no tiene que ser un gran proyecto, pero debe hacerse.

3. Empiece pequeño, mida rápido. Un caso de uso, un equipo, un objetivo medible. Maximal.digital estima que el punto de equilibrio típico en proyectos de IA se alcanza entre cuatro y seis meses. Quien tras seis meses no vea un efecto medible ha elegido el caso de uso equivocado o no ha implementado correctamente el proyecto.

4. Desarrolle competencias. No espere a que aparezcan en el mercado laboral los expertos perfectos en IA. Capacite al personal existente. Según PwC, los empleados con competencias en IA ganan un 56 % más que sus colegas comparables. Quien no forma, pierde a los mejores trabajadores frente a empleadores que sí lo hacen.

5. Planifique la conformidad normativa. No entienda el Acta Europea sobre la IA como un freno, sino como un marco arquitectónico. Quien hoy introduzca sistemas de IA y ya contemple desde el inicio documentación, evaluaciones de riesgo y transparencia, evitará costosas adaptaciones posteriores después de agosto de 2026.

Conclusión

Las pymes no dudan porque no entiendan la importancia de la IA. Difieren porque carecen del puente entre el conocimiento y la aplicación práctica: sin presupuesto, sin datos, sin competencias ni responsabilidades claramente definidas. Las empresas que logran cerrar estas brechas obtienen resultados medibles. Aquellas que esperan se limitan a observar cómo aumenta la distancia. 2026 no es el año en que deba empezarse con la IA; es el año en que seguir esperando se convertirá en una desventaja competitiva.

Preguntas frecuentes

Imagen de portada: Pexels / fauxels