McKinsey ha publicado el informe “El estado de la IA en 2025: agentes, innovación y transformación”, basado en una encuesta global con 1.993 participantes de 105 países. El estudio ofrece una radiografía del uso actual de la inteligencia artificial en las organizaciones y sus perspectivas de impacto.
Principales hallazgos
- Fase de experimentación: dos tercios de las organizaciones aún no escalan la IA en toda la empresa.
- Agentes de IA: el 62% experimenta con ellos, aunque menos del 10% los ha ampliado en funciones específicas.
- Impacto positivo: 64% afirma que la IA facilita la innovación, pero solo el 39% reporta impacto en EBIT a nivel empresarial.
- Objetivos: 80% busca eficiencia, mientras que las empresas de alto rendimiento también priorizan crecimiento e innovación.
- Rediseño de flujos de trabajo: la mitad de los profesionales de alto rendimiento planea transformar sus negocios con IA.
- Impacto en empleo: 32% espera disminuciones, 43% ningún cambio y 13% aumentos en la fuerza laboral.
Beneficios reportados
- Costos reducidos en ingeniería de software, fabricación y TI.
- Ingresos aumentados en marketing, ventas, estrategia y finanzas corporativas.
- Innovación y diferenciación competitiva como beneficios más citados.
- Satisfacción de empleados y clientes mejorada gracias a la IA.
Empresas de alto rendimiento
Las organizaciones líderes en IA muestran patrones claros:
- Escalamiento de agentes más avanzado.
- Rediseño radical de procesos.
- Compromiso de liderazgo fuerte y sentido de pertenencia.
- Mayor inversión: un tercio destina más del 20% de su presupuesto digital a IA.
Riesgos identificados
El riesgo más frecuente señalado es la inexactitud en los resultados, lo que obliga a las organizaciones a trabajar en mecanismos de mitigación.
El informe de McKinsey muestra que la IA está en plena fase de adopción, con beneficios claros en innovación y eficiencia, pero aún con retos en escalamiento y rentabilidad global. Las empresas de alto rendimiento marcan el camino, apostando por rediseñar procesos y destinar mayores recursos a la IA, mientras que los riesgos de inexactitud y el impacto en el empleo siguen siendo desafíos clave.
