La inteligencia generativa artificial en las pymes: por qué el dato del 78 % es engañoso
7 min. Tiempo de lectura
Según la encuesta de digitalización del DIHK, el 78% de las empresas utilizan IA generativa para textos, imágenes o código. La cifra suena como un gran avance, pero en realidad es una trampa: se confunde el uso con la creación de valor. Quien activa una herramienta aún no ha cambiado su proceso. Precisamente en este vacío reside la clave: ¿qué empresa de tamaño medio trabajará de manera más productiva en 2027, y cuál solo terminará completando un automóvil más caro?
Lo más importante en resumen
- El uso no es creación de valor. La cifra del 78% mide quién abre una herramienta de IA, no quién transforma un proceso laboral con ella.
- La barrera está en lo legal y en lo organizativo. Según el DIHK, son las incertidumbres y la falta de arraigo lo que frenan, no el presupuesto.
- El punto de apoyo está en la entrega. La IA solo paga cuando queda claro quién revisa el resultado, quién asume la responsabilidad y quién lo devuelve al proceso.
Relacionado:Tres derrotas de la IA y sus lecciones / Índice de IA de Stanford: la confiabilidad como punto débil
Lo que realmente dicen el 78%
El DIHK encuestó a casi 5.000 empresas de todos los sectores para su encuesta de digitalización. El resultado que salió a la luz gracias a los titulares fue que el 78% utiliza IA generativa, especialmente para la creación de textos, la generación de imágenes y el desarrollo de código. Más de un tercio de los usuarios espera un impacto significativo en su productividad.
Esas son las buenas noticias. Pero la parte incómoda se encuentra en el texto pequeño. En la mayoría de los casos, “utilizado” significa que alguien en marketing escribe un borrador en un chatbox, mientras que alguien en desarrollo recibe una sugerencia de función. Esto es útil, pero no representa un proceso transformado; simplemente es una herramienta más rápida en una sola mesa de trabajo. La cifra mide la difusión, no la consolidación.
Cada persona que ha acompañado una transformación sabe bien de qué se trata. Tener una herramienta en casa es sencillo. Lo verdaderamente complicado es integrarla de modo que el resultado sea procesado de forma fiable. Justo ahí, donde el output de la IA se entrega a la siguiente persona o al siguiente sistema, es donde se decide si el uso se convierte en efecto.
Por qué la brecha no se debe al dinero
La DIHK señala claramente la mayor barrera: las incertidumbres legales. La falta de conocimientos técnicos, el acceso limitado a los datos y los costos se mencionan con menos frecuencia que el año anterior. Se trata de un cambio notable. Hace apenas dos años, la respuesta habitual a la pregunta sobre los frenos a la digitalización era: demasiado caro, falta de personal. Hoy, la cuestión es: ¿qué está permitido hacer en absoluto?
Para las pequeñas y medianas empresas, esto representa un desafío distinto al de presentar un presupuesto. Quien no sabe si puede introducir datos de clientes en una herramienta de IA no adquiere seguridad ni con más dinero. Necesita una definición clara: qué datos irán a qué sistema, con qué autorización y bajo qué responsabilidad. Esa es labor de gobernanza. No se puede delegar a TI como si fuera la compra de un servidor; corresponde a la mesa directiva.
Quien evita tomar esa decisión obtiene el peor resultado posible: los empleados siguen utilizando la IA, pero de manera informal y sin reglas. La IA en la sombra no surge por falta de herramientas, sino por falta de claridad. La prohibición que nadie expresa se topa con la autorización que nadie concede, en ese vacío legal del día a día laboral.
A esto se suma la presión regulatoria. El Reglamento de Inteligencia Artificial de la UE exige a las empresas evaluar y documentar los riesgos asociados a sus aplicaciones de IA. Quien utiliza la IA de forma informal en cada puesto de trabajo simplemente no puede cumplir con estos requisitos. Un uso disperso de herramientas no admite auditoría, mientras que un proceso bien definido sí. Así, la incertidumbre jurídica que la DIHK identifica como obstáculo no se resuelve esperando, sino precisamente mediante la implementación de estructuras que también generan beneficios económicos. En este caso, cumplimiento y productividad apuntan, por una vez, en la misma dirección.
Qué falla
- La IA como truco individual sin conexión a procesos formales
- Sin definir qué datos están permitidos
- Nadie verifica si el resultado es correcto
Qué aporta
- Un proceso donde la IA ocupa un lugar definido
- Autorizaciones claras de datos con responsable designado
- Una instancia encargada de validar el resultado
Cómo el uso se convierte en impacto
El camino es poco espectacular. Quizás por eso mismo se pasa por alto. En lugar de implementar otra herramienta, merece la pena fijarse en un único proceso que hoy consume tiempo. Elaboración de ofertas, gestión de reclamaciones, informes. Ahí surge la pregunta: ¿En qué punto concreto acelera la IA un paso? ¿Y quién asume después el resultado?
Un ejemplo de la elaboración de ofertas hace tangible la diferencia. Un equipo comercial deja que la IA le sugiera bloques de texto. Esto ahorra diez minutos por oferta, una ganancia clara a nivel individual. Sin embargo, el impacto solo surge cuando el borrador fluye automáticamente al CRM, una segunda persona verifica los precios y la aprobación queda documentada. Sin esta cadena, el ahorro de tiempo sigue siendo un truco privado que abandona la empresa con el empleado en cuanto presenta su dimisión.
Esta segunda pregunta es la importante. Un borrador generado por IA que nadie revisa y del que nadie se responsabiliza no es un avance, sino un nuevo riesgo. Solo cuando está claro el traspaso, es decir, quién acepta, corrige e introduce los datos, una herramienta se convierte en un componente del proceso. Eso es precisamente lo que no mide la cifra del 78 %. Eso es exactamente lo que separa a las empresas que serán mediblemente más productivas en 2027 de aquellas que simplemente teclean de forma más costosa.
Tener una herramienta de IA en la empresa no es un logro. El logro comienza en el punto en el que se entrega el resultado y alguien responde por él.
Proceder de forma iterativa no significa ser vacilante. Significa empezar con un proceso, establecer una métrica clara y comprobar honestamente tras cuatro semanas si la cifra ha variado. Si varía, toca el siguiente proceso. Si no varía, era la herramienta equivocada o el punto equivocado. Una conclusión barata, siempre que llegue pronto.
El reflejo de implementar de la forma más amplia posible es comprensible, pero produce exactamente ese 78 % que no demuestra nada. La profundidad vence a la amplitud. Un proceso que realmente se ha reestructurado convence más a la plantilla que diez licencias que nadie integra en su día a día. Quien quiera afirmar el próximo año que la IA ha valido la pena no necesita una mayor tasa de uso. Necesita una cifra del negocio diario que haya variado de manera demostrable. Y un nombre detrás que responda por ello.
Preguntas frecuentes
¿No es un buen signo que el 78 % utilice IA?
Como señal de difusión, sí. Pero la cifra solo indica que se utiliza una herramienta, no que un proceso haya sido reestructurado y, por tanto, más productivo. Es precisamente esta segunda etapa la que determina el beneficio económico.
¿Cuál es el mayor obstáculo según la DIHK?
Incertidumbre jurídica. Se mencionan con menor frecuencia los costes, la falta de conocimientos especializados y el acceso limitado a datos en comparación con el año anterior. El cuello de botella es, pues, más bien la gobernanza que el dinero.
¿Por dónde debería empezar una empresa mediana?
Con un único proceso que actualmente consume tiempo, junto con una métrica clara y la definición de quién asume el resultado de la IA. Solo cuando esa métrica cambie, se pasará al siguiente proceso.
¿Qué ocurre con la IA «paralela» en la empresa?
Surge por falta de claridad, no por ausencia de herramientas. Si nadie establece qué datos están permitidos, los empleados seguirán utilizando la IA de forma informal. Una regla de aprobación clara protege mejor que una prohibición tácita.
¿Se necesita un gran presupuesto para ello?
No. Los estudios muestran que el dinero no es el cuello de botella, sino la organización y la responsabilidad. Un proceso claramente establecido supera a una herramienta costosa sin traspaso definido.
Fuente de la imagen: Generada por IA (mayo de 2026)
Más del grupo editorial MBF Media
Corriente continua de 800 voltios en el centro de datos: el cambio energético de NVIDIA