Adopción de IA en la UE: del 7,6 % al 20 % en cuatro años, según Funcas

El documento de trabajo de Funcas publicado en mayo de 2026 revela un cambio estructural en la adopción de inteligencia artificial dentro de la Unión Europea. La tasa de empresas que utilizan IA pasó del 7,6 % en 2021 al 20 % en 2025, un incremento que la institución analiza desde la teoría de la difusión tecnológica. Este salto no es uniforme, pero marca la transición de una fase de curiosidad experimental a una integración operativa en los procesos de negocio de una parte significativa del tejido empresarial europeo. La consolidación de esta métrica sugiere que la tecnología ha superado la etapa de prueba inicial para convertirse en un componente funcional de la estrategia corporativa.

Es crucial distinguir entre la difusión medida y la percepción de adopción. Mientras que las encuestas de Funcas capturan el uso efectivo reportado por las empresas, otras fuentes como el INE o Deloitte ofrecen cifras más altas para España (21,1 % y 61 % respectivamente), lo que sugiere una posible brecha metodológica o una mayor penetración en el mercado ibérico. La discrepancia entre el 20 % medio de la UE y el 61 % español indica que la adopción no es homogénea y que los indicadores deben interpretarse con cautela según la fuente y el criterio de 'uso' aplicado. Esta variabilidad obliga a los analistas a contextualizar cada dato dentro de su marco de referencia específico antes de extraer conclusiones generales sobre el estado de la industria.

Las previsiones de Gartner para 2026, presentadas en el IT Symposium/Xpo 2025, sitúan la IA como el eje central de la transformación digital. Entre las diez tendencias estratégicas destacan las plataformas nativas de IA y la supercomputación de IA, que combinan CPUs, GPUs y ASICs para cargas de trabajo intensivas. Gartner estima que más del 40 % de las empresas líderes adoptarán arquitecturas híbridas de computación para 2028, lo que valida la tendencia de inversión observada en los últimos cuatro años. Esta proyección refuerza la idea de que la infraestructura de cálculo especializado se está convirtiendo en un activo estratégico indispensable para mantener la competitividad en mercados globales.

Por su parte, el MIT Technology Review ha identificado la búsqueda generativa con IA y la integración de modelos de lenguaje específicos de dominio (DSLM) como tecnologías emergentes clave. Estas herramientas permiten a equipos más pequeños desarrollar aplicaciones con mayor rapidez, reduciendo la barrera de entrada técnica. La convergencia de estas predicciones con los datos de adopción de Funcas sugiere que el mercado está respondiendo a la disponibilidad de infraestructuras más accesibles y especializadas, más que a una innovación disruptiva desde cero. La accesibilidad de estas plataformas está democratizando el desarrollo de soluciones inteligentes, permitiendo que organizaciones de menor tamaño compitan en ámbitos que antes requerían recursos de I+D masivos.

Los datos del Banco de España (EBAE 2025) muestran que casi el 20 % de las empresas españolas emplean sistemas de IA, una tasa inferior a la de Alemania pero superior a la de Italia. Sin embargo, el informe de Deloitte citado por la Revista Inteligencia Artificial afirma que el 61 % de las empresas españolas ya ha implementado soluciones de IA, situando a España siete puntos por encima de la media europea (54 %). Esta contradicción evidencia la complejidad de medir la adopción: mientras el Banco de España mide el uso de 'sistemas de IA' en un sentido estricto, Deloitte podría incluir herramientas de IA generativa de bajo umbral. La diferencia en la definición de qué constituye una 'solución de IA' es el factor determinante que explica la amplitud de esta brecha estadística entre las dos fuentes principales.

En términos sectoriales, la adopción es mayor en servicios tecnológicos y en empresas grandes, productivas y jóvenes. Los sectores de banca, seguros y retail están impulsando la demanda por presión competitiva, donde la IA ha pasado de ser una ventaja diferencial a un requisito de supervivencia. En cambio, las pymes presentan una penetración mucho menor, con un 11 % según el ONTSI, frente al 44 % de las grandes empresas, lo que subraya la brecha de escala en la capacidad de inversión y talento. Esta disparidad estructural indica que el tamaño de la organización sigue siendo un predictor más fuerte de la adopción que el sector de actividad en sí mismo, al menos en la fase actual de madurez tecnológica.

A pesar del crecimiento, las barreras de adopción persisten. Según Zoho, el 33 % de las empresas cita la falta de talento como el principal obstáculo. El informe de la CEPAL sobre América Latina, aunque geográficamente distinto, refleja una barrera estructural similar: la baja inversión en capital intangible y la escasez de talento calificado limitan la expansión de la IA. En España, el 47 % de los encuestados desean apoyar la adopción de IA generativa pero admiten no tener los conocimientos necesarios, lo que indica una brecha de habilidades crítica. Esta falta de perfiles especializados no solo frena la implementación, sino que también aumenta el coste de oportunidad de las empresas que dependen de consultores externos para gestionar sus proyectos de inteligencia artificial.

Otras barreras incluyen la calidad de los datos, la gobernanza y la regulación. El Reglamento Europeo de IA, en vigor desde febrero de 2025, introduce obligaciones de cumplimiento que pueden frenar la implementación en empresas sin infraestructura de gobernanza robusta. Además, la falta de una estrategia clara es un problema recurrente: un 12 % de los responsables de decisión en España implementaron IA sin una planificación adecuada, lo que lleva a integraciones ineficaces y resultados que no alcanzan las expectativas de retorno de inversión. La complejidad regulatoria exige una reestructuración de los flujos de trabajo internos para garantizar el cumplimiento normativo, un proceso que requiere tiempo y recursos que muchas organizaciones aún no han previsto en sus presupuestos anuales.

Existe una tensión entre la adopción real medida en encuestas y las expectativas de inversión futuras. Mientras que el 20 % de la UE ya usa IA, las previsiones de Gartner y MIT apuntan a una aceleración en 2026-2028 impulsada por la IA física y los sistemas multiagente. Esta discrepancia sugiere que la adopción actual es solo la punta del iceberg, y que la mayor parte del valor económico se generará en la fase de escalado y optimización, no en la implementación inicial. La inversión futura se orientará menos hacia la adquisición de licencias y más hacia la integración profunda de estos sistemas en la cadena de valor, buscando eficiencias operativas que justifiquen el gasto realizado en los últimos años.

La sostenibilidad de este crecimiento dependerá de la capacidad de las empresas para superar las barreras de talento y gobernanza. La democratización de herramientas como ChatGPT o Copilot ha rebajado la barrera de entrada, pero la profundización del uso requiere inversión en capital intangible y formación continua. Sin políticas activas de formación y estrategias sectoriales, el riesgo es que la adopción se estancue en pilotos superficiales, incapaces de generar productividad real a escala. El éxito a largo plazo no se medirá por la cantidad de herramientas instaladas, sino por la capacidad de las organizaciones para transformar esos datos en decisiones estratégicas accionables y medibles.