El 56% de las empresas invierte en IA y no ve resultados; el 93% ni siquiera se siente preparada para manejarla: ¿cómo las empresas pueden ganar plata con la IA hoy?

DOS ESTUDIOS GLOBALES RECIENTES —EL 29TH GLOBAL CEO SURVEY DE PWC Y EL DATA AND AI TRUST GAP REPORT DE VEEAM— INDICAN QUE LA CARRERA POR LA INTELIGENCIA ARTIFICIAL AVANZA MÁS RÁPIDO QUE LA CAPACIDAD DE LAS EMPRESAS PARA SACARLE PROVECHO O PARA CONTROLAR LOS DATOS QUE LE CONFÍAN. ¿POR QUÉ? EXPERTOS DE UNA EMPRESA DE TECNOLOGÍA FINANCIERA BASADA EN IA ANALIZAN EL FENÓMENO Y CÓMO REVERTIRLO.

A pocos años de su irrupción en el mercado, la inteligencia artificial ya está en la agenda de casi todas las empresas, pero dos estudios globales publicados este año ponen en duda qué tan bien se está usando. Según el 29th Global CEO Survey de PwC (enero 2026, 4.454 CEOs en 95 países), el 56% de los CEOs no vio beneficio financiero significativo por la IA hasta la fecha, y solo el 12% logró beneficios en costos y en ingresos a la vez —el resto, en una sola de esas áreas o en ninguna—. En paralelo, el informe Data and AI Trust Gap de Veeam (junio 2026, 600 ejecutivos senior a nivel global) reveló que solo el 7% de las organizaciones sabe utilizar gentes IA y apenas el 29% puede identificar con precisión a qué sistemas accedió un agente de IA dentro de su empresa, debido a la dispersión de la información.

Desde Mendel, la plataforma de gestión de gastos y viajes corporativos con IA que ya opera con datos financieros sensibles de más de 1.500 empresas en América Latina, sostienen que ambos problemas comparten un mismo origen: falta de propósito y de gobernanza de datos.

LEER  Supervielle tiene la mejor tasa de Plazo Fijo en dólares

“La irrupción de la IA es equivalente a un tsunami: la velocidad con la que se despliega y el volumen de información que se genera crecen más rápido de lo que las empresas pueden ordenar. Por eso, cuando hablamos de inteligencia artificial en un área como las finanzas corporativas, la pregunta no es solo si la IA da resultados, sino si la empresa sabe qué datos tiene, quién accede a ellos y bajo qué reglas”, señaló Alejandro Zecler, co-founder y co-CEO de Mendel.

Para Mendel, las finanzas corporativas son, además, uno de los terrenos de mayor riesgo y de mayor oportunidad: manejan datos tan sensibles como sueldos, tarjetas corporativas y gastos personales, y al mismo tiempo son un área donde el retorno de la IA ya es medible cuando se aplica con un propósito específico. La plataforma —que integra gastos, pagos, viajes corporativos e inteligencia artificial en un mismo ecosistema— reporta en sus clientes 150 horas ahorradas en tareas administrativas, 30 horas por mes en conciliación de facturas, una reducción de más del 20% en gastos no deducibles y cierres contables hasta 8 veces más rápidos.

“No alcanza con desplegar IA: hay que decidir antes qué problema se quiere resolver y sobre qué datos. Nosotros diseñamos la plataforma al revés de lo que describe el estudio de Veeam: las políticas de acceso y aprobación se aplican en el momento de la transacción, no después, y cada dato nace categorizado y trazable. Eso es lo que permite que la inteligencia artificial dé resultados medibles en lugar de sumar un riesgo más”, agregó Alan Karpovsky, co-founder y co-CEO de Mendel.

LEER  Solo el 33% de los mexicanos accede a un crédito formal: ¿cómo mejorar tu perfil financiero?

La compañía —fundada en México y con oficinas en Argentina y Chile, con clientes como Mercado Libre, FEMSA y McDonald’s— sostiene que el enfoque preventivo (las reglas se aplican antes de que ocurra el gasto, no en una auditoría posterior), la integración end-to-end entre gastos, tarjetas y viajes, y el uso de la IA como una capa transversal —y no como una función aislada agregada sobre datos desordenados— son la respuesta concreta tanto al problema de resultados que señala PwC como al de gobernanza de datos que señala Veeam.

“Las dos brechas son, en el fondo, la misma: empresas que suman tecnología sin haber ordenado antes el terreno donde la aplican. En finanzas esa falta de orden sale más cara, porque los datos son más sensibles y el margen de error es menor. Por eso creemos que el estándar para el resto de la organización tiene que salir de ahí”, concluyó Zecler.