Cuando se trata de evaluar el retorno de la inversión para proyectos de inteligencia artificial basados ​​en la nube, la discusión tiende a balancearse entre dos puntos de vista extremos, cualquiera de las empresas están arrastrando grandes ganancias o están atrapados en un aturdido interminable de falsos comienzos y lecciones costosas. El último estudio de Google Cloud, «The ROI of AI 2025», pinta una imagen esperanzadora, alegando que los primeros usuarios de agentes de IA están viendo retornos dentro del primer año. Sin embargo, este optimismo contrasta marcadamente con un informe del MIT bien citado que declaró que el 95% de los proyectos de IA no generan ROI. ¿Qué perspectiva refleja la verdad? En mi opinión, ambos estudios tienen validez, pero el contexto lo es todo. Google Cloud, por supuesto, tiene un interés personal en mostrar historias de éxito de la IA para apoyar sus ambiciones en la nube. Al mismo tiempo, los hallazgos del MIT probablemente reflejan la realidad fría para la mayoría de las empresas, muchas de las cuales carecen de los recursos, fondos y talentos para lograr un éxito sustantivo en la IA. Desempaquemos esta aparente contradicción y exploremos los desafíos reales. Los primeros usuarios encuentran ROI, pero a un costo uno de los puntos más convincentes en el estudio de Google Cloud es que los primeros usuarios (compañías que dedican recursos serios a la implementación de IA) tienen significativamente más probabilidades de ver el ROI medible. Según el estudio, el 74% de todas las organizaciones encuestadas informaron ROI de proyectos generativos de IA dentro de su primer año. Para el afortunado 13% de los encuestados identificados como adoptantes tempranos, los retornos son aún más tangibles. Este grupo generalmente dedica al menos el 50% de su presupuesto de IA para desplegar agentes de IA y ha incrustado la IA profundamente en sus procesos operativos. El estudio también destaca las áreas en las que los primeros usuarios se están dando cuenta del mayor éxito: servicio al cliente, marketing, operaciones de seguridad y desarrollo de software. Estas organizaciones no están simplemente automatizando procesos, sino rediseñando las operaciones comerciales en torno a la IA, una distinción significativa de las empresas que incursionan en el nivel de la superficie. No ignoremos al elefante en la sala: dedicar el 50% de su presupuesto de IA a un tipo de aplicación, como lo hacen los primeros usuarios en el estudio, no es práctico para la mayoría de las empresas. La gran mayoría están navegando por limitaciones de recursos que incluyen fondos insuficientes, talento inadecuado y sistemas de TI sobrecargados. No es de extrañar que tan pocas empresas encuentren éxito con la IA cuando la compra limitada, la estrategia deficiente y la ejecución fragmentada siguen siendo obstáculos generalizados. Un ojo escéptico en el informe de Google, vale la pena mencionar que Google Cloud ha publicado este informe en un momento en que la IA generativa está en el centro de intensa exageración empresarial. Con la competencia entre los gigantes tecnológicos en el espacio de IA en su máximo histórico, Google no está publicando estudios como una fiesta neutral. Sin duda, la compañía tiene un fuerte incentivo para retratar a la IA como un éxito comprobado, convenientemente evidando casos de empresas que luchan o faltan. Este sesgo es importante considerar a la luz del informe del MIT, que afirma sin rodeos que el 95% de los proyectos de IA no logran entregar ROI. Esa figura no es un atípico en el discurso más amplio alrededor de la IA. Una y otra vez, las encuestas han demostrado que muchas empresas que invierten en IA enfrentan contratiempos derivados de una planificación deficiente, expectativas poco realistas y los desafíos de escalar iniciativas en sus organizaciones. Desde mi propia experiencia trabajando con empresas, puedo confirmar que estas luchas son muy reales. Si bien algunas empresas promocionan sus historias de éxito, estas tienden a ser las excepciones en lugar de la regla. Los grupos de talentos limitados, los objetivos indefinidos y la falta de infraestructura de datos fundamental son obstáculos persistentes. Muchas organizaciones están tratando de correr antes de aprender a caminar. Estarían mejor atendidos al dominar la gestión de datos o establecer hitos realistas del proyecto. Ambición versus la capacidad El estudio de Google Cloud y sus conclusiones optimistas plantean un punto vital: el éxito de IA favorece el BOLD. Las organizaciones dispuestas a priorizar la IA como piedra angular de sus operaciones, invertir mucho y repensar sus procesos se están posicionando para mayores pagos. Dicho esto, este enfoque no está exento de riesgo, particularmente para las organizaciones que carecen de capacidades de TI maduras o acceso a los vastos recursos de los gigantes tecnológicos o las nuevas empresas bien dotadas. La realidad es que el éxito de la IA requiere una rara combinación de factores. Considere los requisitos previos: presupuestos lo suficientemente grandes como para cubrir el acceso de inversiones continuas al talento de primer nivel experto en aprendizaje automático o en el procesamiento del lenguaje natural un sólido ejecutivo del ecosistema de datos existente en todos los niveles de la organización, solo una minoría de empresas cumple con estos criterios. Por lo demás, incursionar en IA a menudo se convierte en un ejercicio frustrante para promover y bajo entrega. Un desafío particularmente difícil es la escasez de experiencia en la IA. Contratar y retener científicos o ingenieros de datos calificados está fuera del alcance de muchas organizaciones, especialmente jugadores más pequeños que no pueden competir con los salarios en grandes compañías tecnológicas. Sin las personas adecuadas para guiar la estrategia y la ejecución, los esfuerzos de IA a menudo fracasan antes de que incluso comiencen. Tome estudios con un grano de sal, un estudio no puede definir la verdad final sobre el ROI de la inteligencia artificial; depende completamente de quién está realizando la investigación, la muestra de empresas encuestadas y los intereses creados en juego. Por ejemplo, Google Cloud tiene un claro incentivo para resaltar historias de éxito de la IA que refuerzan directamente su propia estrategia de computación en la nube. Mientras tanto, estudios académicos como el rigor de priorización del MIT, pero pueden producir una representación demasiado sombría debido a definiciones estrictas de ROI o proyectos fallidos. Como negocios, debemos interpretar estos estudios a través de una lente crítica en lugar de aceptarlos como evangelio. Lo que funciona para una empresa puede no funcionar para otra, especialmente en diferentes industrias, presupuestos y niveles de madurez en el viaje de transformación digital. Las verdades duras y el optimismo cauteloso AI a menudo se describen como una tecnología transformadora, pero la transformación es todo menos fácil. Para todos los primeros usuarios que reclaman victorias rápidas y se jactan sobre el crecimiento de los ingresos, muchas más empresas todavía están lidiando con los fundamentos. El éxito, parece, se distribuye de manera muy desigual. Desde donde estoy sentado, las empresas todavía están en los primeros capítulos de sus viajes de IA, y la mayoría descubren lo difícil que es lograr resultados significativos rápidamente. Los desafíos son desalentadores, que van desde la privacidad de los datos, la integración del sistema e inversiones en curso en iniciativas de IA. Para mí, las conclusiones optimistas de estudios como Google no borran el hecho de que el éxito de la IA, en la nube o de otra manera, todavía es raro. Lograr el ROI exige un inmenso esfuerzo, visión y compromiso, y muchas empresas simplemente no están equipadas para superar sus barreras internas. En última instancia, las empresas deben establecer expectativas realistas sobre la IA y avanzar con cautela. Hype no cerrará la brecha entre la ambición y la implementación, sino la planificación reflexiva, los plazos alcanzables y la asignación de recursos podrían. La IA podría convertirse en transformación eventualmente, pero es probable que el éxito generalizado siga siendo raro, al menos por ahora.