El 95% de los proyectos de IA en las empresas fracasa. No es una cifra que inventamos nosotros: es la que suelta Eduardo Vázquez, fundador de Academia de IA, en esta entrevista donde presenta su libro La IA no tiene la culpa. Y coincide casi al punto con un estudio del MIT que ha dado la vuelta a la región: el 95% de los proyectos piloto de inteligencia artificial en las empresas está fracasando, según Forbes Argentina.
Y el título del libro no es casualidad. La tesis completa es simple: cuando algo sale mal con la inteligencia artificial, la reacción automática es culpar a la tecnología. “No me entiende”, “es genérica”, “todo suena igual”. Pero según Eduardo, el problema casi nunca es la herramienta. Es cómo la estamos usando.
En este artículo resumimos los puntos más fuertes de la conversación: por qué fracasan tantas de estas iniciativas, qué mitos hay que tirar a la basura y qué significa todo esto para quienes trabajamos y hacemos negocio en México, Colombia, Argentina y el resto de Latinoamérica.
La verdadera razón por la que fracasan los proyectos de IA en las empresas
Eduardo arranca con una frase que, según él mismo reconoce, es polémica: en los próximos años la inteligencia artificial va a superar la capacidad humana en todas las tareas intelectuales. No en algunas. En todas.
Cuando entiendes eso, dice, hay dos caminos: te asustas o te animas. Pero antes de elegir camino hay que resolver el problema real, que no es filosófico, es práctico: casi todos los proyectos de IA en las empresas están fracasando, y casi nadie mira hacia adentro para entender por qué.
Ahí aparece la frase que le da título al libro: la inteligencia artificial no es una revolución tecnológica, es una revolución cultural. No se trata de saber programar ni de entender de código. Se trata de cómo piensan y cómo se organizan las personas y las empresas que sí le sacan provecho a la herramienta.
Esto cambia por completo la conversación que muchas empresas mexicanas están teniendo hoy sobre IA. No es una decisión de qué software comprar. Es una decisión de cómo va a pensar y a trabajar el equipo de ahora en adelante. Si quieres una guía más técnica sobre esto, ya escribimos sobre cómo implementar IA en tu empresa sin fracasar en el intento.
Los mitos que hay que tirar
El primer mito es el más común: para que te vaya bien con la IA, necesitas saber programar. Falso. La habilidad número uno que están pidiendo los empleadores hoy no es el manejo técnico de una herramienta. Es pensamiento crítico.
Y pensamiento crítico, explicado sin rodeos, es esto: pausa antes de tomar una decisión, claridad para definir el problema real (no nada más el síntoma), flexibilidad para ser creativo, trabajo en equipo y manejo de la frustración. Son habilidades blandas que ya traes contigo del día a día. Profundizamos esta idea en por qué el criterio humano sigue siendo la ventaja competitiva frente a la IA.
El segundo mito tiene que ver con para qué usamos la IA. La intuición dice que el uso principal debería ser investigación o trabajo técnico. La realidad, según los datos que menciona Eduardo, es otra: el uso número uno tiene que ver con negocio. Y el segundo uso más común, de forma contraintuitiva, es salud mental: la gente usa la IA como terapeuta, como pareja, como confidente.
Ahí está la ironía que señala el libro: tenemos frente a nosotros una herramienta con un cociente intelectual estimado de entre 145 y 147 puntos —más inteligente que el 98% de la población, según las pruebas que cita Eduardo— y en lugar de usarla como economista, abogado, contador, mercadólogo o coach de negocio, muchas personas la usan sobre todo para llenar un vacío emocional.
El tercer mito, y quizás el más caro, es pensar que invertir en IA garantiza rentabilidad. No es así en ningún lado, ni siquiera entre las empresas que la desarrollan: desmontamos varios de estos mitos financieros en nuestro análisis sobre la rentabilidad real de las empresas de inteligencia artificial.
Ese contraste dice más de nosotros que de la tecnología. La herramienta está ahí, disponible y gratis, esperando resolver problemas de negocio. El obstáculo no es técnico, es que todavía no la vemos como lo que es: un equipo de especialistas al que casi nadie le está preguntando lo correcto.
Si quieres recibir cada semana casos reales de IA aplicada en LATAM, suscríbete al newsletter de Academia de IA.
¿Democratización o dependencia? Las dos caras de la misma moneda
Aquí Eduardo hace una distinción importante. Nunca había sido tan fácil tener acceso a tanta información e inteligencia. Hace apenas unos años, solo empresas del tamaño de Google o IBM podían pagar herramientas de IA que costaban millones de dólares. Hoy hay modelos gratuitos y abiertos que cualquiera puede usar desde el celular.
En ese sentido, sí hay una democratización real del acceso a la tecnología, a la información y al pensamiento. El debate sobre si esto termina repartiendo oportunidades o concentrando el talento en unas cuantas manos también aplica a otras industrias: lo exploramos en si la IA está democratizando la creatividad o le está quitando el lugar al talento humano. El problema es que la mayoría de personas y empresas todavía no sabe aprovecharla.
Pero hay una segunda capa, menos cómoda: la infraestructura. Estados Unidos y China concentran casi todos los modelos de inteligencia artificial de frontera del mundo. Según Infobae, América Latina apenas aparece en el mapa de la infraestructura de IA, y cuando hablamos de servidores y centros de datos, la región tiene menos del 1% de la capacidad mundial.
Eso significa que la IA que usamos en México, Colombia, Argentina o Chile es, casi siempre, propiedad de empresas estadounidenses o modelos abiertos hospedados en China, con nuestros datos guardados en servidores fuera del país. En Colombia el problema ya se nota en los resultados: el 66% de las empresas colombianas ya pasó de la fase de pruebas con IA, pero solo el 12% reporta un retorno real, según Portafolio. Hay una dependencia tecnológica real, y no se resuelve dejando de usar la herramienta: se resuelve entendiendo las reglas del juego y construyendo soberanía tecnológica en inteligencia artificial desde la región.
Lo que esto significa para tu trabajo
La parte más incómoda de la conversación es sobre empleo. Eduardo describe algo que ya está pasando: el escalón de entrada a las empresas está desapareciendo. Un despacho de abogados que antes contrataba a un pasante para buscar información, ordenar un expediente y armar un resumen, hoy se pregunta para qué necesita a ese pasante si la IA hace lo mismo en minutos. Lo mismo está pasando en contabilidad y en otras profesiones que arrancan con tareas operativas.
Esto pega directo a los jóvenes que están saliendo de carreras tradicionales, muchas veces de universidades que todavía no actualizan sus planes de estudio a este ritmo. Ya hemos visto cifras similares al analizar por qué las habilidades prácticas están pesando más que el título universitario a la hora de contratar. La pregunta que propone Eduardo no es cómo defender el trabajo que hoy hace la IA mejor que nosotros. Es hacia dónde va el mercado y cómo nos adelantamos.
Su comparación es directa: la inteligencia artificial va a terminar siendo como la electricidad. No te preguntas de dónde viene, te preguntas cuánto vas a pagar. Con la IA, en lugar de vatios, vamos a hablar de tokens, de servidores, de agua para enfriar centros de datos.
Y hay contexto histórico que ayuda a bajarle el drama al asunto: la mayoría de los trabajos que existen hoy no existían hace 50 años. Los trabajos evolucionan. El reto real es identificar hacia dónde evolucionan esta vez y prepararse antes que la mayoría, en lugar de gastar energía defendiendo una tarea que de todas formas va a cambiar. Las empresas de la región que ya lo están haciendo bien lo demuestran: revisa estos resultados reales de empresas latinoamericanas que sí le sacaron provecho a la IA.
Nuestra postura
En Academia de IA coincidimos con el punto de partida del libro: los proyectos de IA en las empresas no fracasan por falta de tecnología, fracasan por falta de preparación para usarla bien. Por eso insistimos tanto en que aprender IA no empieza con un curso de programación, empieza con aprender a comunicarte con claridad y a pensar con criterio antes de pedirle algo a un modelo.
Si estás arrancando desde cero, el Reto de 21 días con IA está pensado exactamente para eso: entender el monstruo de mil cabezas antes de intentar dominarlo, sin necesidad de saber programar.
Eduardo mismo lo resume así al describir para quién es su libro: es para las personas que quieren entender cómo piensan los líderes que de verdad le sacan provecho a la inteligencia artificial. No hace falta código. Hace falta saber comunicarte, tener paciencia y estar dispuesto a cambiar la forma en que resuelves problemas todos los días.
Preguntas frecuentes
¿Por qué fracasan el 95% de los proyectos de IA en las empresas?
Porque la mayoría de las empresas trata la inteligencia artificial como un problema técnico cuando en realidad es un problema de cultura y de cómo piensan las personas que la usan. Sin ese cambio de fondo, la herramienta más avanzada no sirve de mucho. Un estudio del MIT citado por Forbes Argentina llega a la misma conclusión: solo el 5% de los proyectos logra resultados sólidos, y casi siempre porque cambiaron primero la forma de trabajar del equipo.
¿Qué significa que la IA es una revolución cultural y no tecnológica?
Que el factor que determina si te va bien con la IA no es saber programar ni tener el modelo más caro, sino cómo piensan, se organizan y toman decisiones las personas y los equipos que la usan día a día. La tecnología es la parte fácil; cambiar la cultura de trabajo es lo que de verdad cuesta.
¿Qué habilidades debo desarrollar para no quedar fuera con la IA?
Pensamiento crítico, entendido como pausa antes de decidir, claridad para definir el problema real y no solo el síntoma, flexibilidad para ser creativo y manejo de la frustración. Son habilidades blandas, no técnicas, y son justo las que más piden hoy los empleadores en toda la región.
¿La inteligencia artificial le quita empleos a los jóvenes en México?
Está cambiando la entrada al mercado laboral. Varias empresas están reemplazando tareas que antes hacían pasantes o personal junior con inteligencia artificial, lo que obliga a repensar qué habilidades hacen falta desde el primer empleo, más allá del título universitario.
¿Por qué Latinoamérica depende tanto de modelos de IA extranjeros?
Porque la región tiene menos del 1% de la infraestructura de servidores del mundo y todavía no existe un modelo de IA de frontera desarrollado en América Latina. Eso significa depender de tecnología y hospedaje de datos de Estados Unidos o China, con todo lo que eso implica para la privacidad de los datos locales.
¿Tú en cuál de los dos grupos te ubicas: en el 95% que todavía no le saca provecho real a la inteligencia artificial, o en el grupo que ya cambió la forma de pensar para aprovecharla?
En Academia de IA formamos a profesionales que toman decisiones con fundamento, no con entusiasmo. Si quieres ser parte de quienes lideran esta transición en LATAM, únete a la comunidad.
Fuente: entrevista en video a Eduardo Vázquez, fundador y CEO de Academia de IA, con motivo del lanzamiento de su libro “La IA no tiene la culpa”.
Autor: [nombre del editor pendiente] — Equipo editorial de Academia de IA.
