El año en que la IA dejó de ser un proyecto y pasó a ser una obligación auditable

PwC volvió a consultar a 351 CEO que ya habían respondido su 29ª Encuesta Global. El 51% reportó un cambio en el impacto de la IA sobre ingresos y costos en apenas ocho meses: unos entraron en terreno positivo, otros lo perdieron. El 39% mantuvo o mejoró un impacto favorable; el 16% siguió en negativo o empeoró.

Para un directorio, el retorno de la IA no es un estado que se alcanza y se conserva: es una posición que se defiende trimestre a trimestre. Y solo el 23% declara usar IA para anticipar los efectos de shocks globales antes de que lleguen al margen.

El estudio de desempeño en IA de PwC identifica un grupo reducido de líderes que captura la mayor parte del valor. Lo que los separa no es el volumen invertido: son 80% más propensos a medir de forma sistemática el impacto de negocio de cada iniciativa y el doble de propensos a usar IA para competir fuera de su sector.

PwC recomienda una práctica concreta y replicable: una revisión mensual de “escalar o detener”, donde solo reciben más presupuesto los proyectos que muevan una métrica de negocio definida.

Tratar la IA primero como despliegue tecnológico y después como asunto de talento es, según Gartner, la fuente principal de fricción en la adopción. La firma proyecta que para 2029 el 30% de las organizaciones formará equipos mixtos de RR.HH. y TI para acelerar la habilitación de IA.

Su recomendación a los CHRO es operativa: acordar con el CIO qué capacidades quedan en la intersección de talento y tecnología, medir condiciones operativas y no solo resultados, y ubicar expertise de ambas funciones dentro de los equipos de negocio donde ocurre el rediseño real del trabajo.

El estudio anual de CEO del IBM Institute for Business Value expone una brecha incómoda entre la percepción directiva y el uso real: solo el 25% de los trabajadores usa IA de forma habitual en su trabajo, mientras el 86% de los CEO cree que su gente ya tiene las habilidades para colaborar con ella. En paralelo, el 76% de las organizaciones ya designó un Chief AI Officer, frente al 26% del año previo.

La lectura para el C-suite latinoamericano es directa: el cuello de botella no está en el acceso a herramientas ni en el organigrama, sino en el rediseño de roles, incentivos y flujos de trabajo.

Gartner nombró el fenómeno que ya golpea a los P&L: mejores economías unitarias por token terminan elevando el costo total de la IA sin un camino claro hacia un valor proporcional y predecible. Derivar una tarea a un modelo de razonamiento agéntico multiplica al menos por cinco el costo de inferencia frente a una interacción de chatbot simple, y más a medida que crece la complejidad.

La implicación de arquitectura es concreta: sin enrutamiento y escalonamiento de modelos según la dificultad real de cada tarea, el margen de cualquier producto o proceso con IA queda expuesto.

Gartner proyecta que el gasto mundial en infraestructura como servicio optimizada para IA crecerá 96% en 2026 hasta US$42.276 millones, y alcanzará US$66.143 millones en 2027. El punto de inflexión es de fondo: en 2026 el gasto en inferencia (US$23.300 millones) supera por primera vez al de entrenamiento (US$19.000 millones), y representará el 55% del total.

Lo que las empresas compran ya no es capacidad para entrenar modelos, sino capacidad para ejecutarlos de forma continua en producción, con la previsibilidad de costo y la latencia que eso exige.

Desde el 2 de agosto de 2026 aplican las obligaciones del Artículo 50 del Reglamento (UE) 2024/1689: informar a las personas cuando interactúan con un sistema de IA, etiquetar deepfakes y contenido sintético, y notificar el uso de reconocimiento de emociones o categorización biométrica. Ese día también comenzó el poder sancionador de la Comisión sobre proveedores de modelos de propósito general.

El matiz que importa: el Digital Omnibus sobre IA —Reglamento (UE) 2026/1744, publicado en el Diario Oficial el 24 de julio y en vigor desde el 27 de julio de 2026— aplazó las obligaciones de alto riesgo del Anexo III al 2 de diciembre de 2027 y las del Anexo I al 2 de agosto de 2028, pero no tocó el Artículo 50. Quedan dos fechas abiertas para el 2 de diciembre de 2026: el marcado legible por máquina de contenido sintético para sistemas generativos ya presentes en el mercado, y dos nuevas prohibiciones del Artículo 5.

Para las empresas latinoamericanas el alcance es extraterritorial: basta con que el sistema o su resultado se destine al mercado europeo.

Las organizaciones ya no adquieren IA en un solo mercado de proveedores ni bajo una sola categoría de gasto. Está repartida entre software embebido, servicios en la nube, herramientas independientes, consultoría y compras hechas directamente por las áreas de negocio, casi siempre sin una visión unificada de cómo se relacionan esas inversiones entre sí.

Gartner advierte tres riesgos concretos: consumo que crece más rápido que la gobernanza, transparencia limitada en los precios y protección inconsistente de los derechos sobre los datos. Su recomendación es construir visibilidad de extremo a extremo sobre capacidades, gasto, proveedores y casos de uso, coordinada entre compras, TI, legal, seguridad, riesgo, gobierno de datos y RR.HH.