IA generativa en las empresas: cómo distinguir uso, inversión y expectativas

La pregunta «¿cuántas empresas usan IA?» parece sencilla, pero su respuesta depende de qué se entienda por usar. Una organización puede haber permitido que parte de su plantilla pruebe una herramienta, estar realizando un piloto limitado, haber integrado un sistema en una tarea concreta o depender de él en procesos habituales. Son situaciones distintas, aunque en una presentación corporativa puedan quedar resumidas bajo una misma etiqueta.

Para analizar la adopción empresarial conviene separar, como mínimo, cuatro etapas: exploración, prueba, implantación y uso sostenido. La primera puede reflejar interés; la segunda, una evaluación acotada; la tercera, una decisión organizativa y técnica; la cuarta, una integración que se mantiene en el tiempo. Una cifra de adopción solo resulta interpretable cuando explica qué etapa cuenta y a quién pregunta. Si no especifica esos elementos, no permite saber cuántas empresas han convertido una iniciativa en una práctica de trabajo.

También importa qué significa «empresa». Una encuesta puede contar unidades legales, grupos empresariales o centros de trabajo. El dato resultante no es intercambiable: un grupo con varias sociedades podría figurar de manera diferente según la unidad estadística empleada. En el caso español, el INE describe su encuesta de TIC empresariales como una operación cuyos datos se recogen directamente de las unidades legales, una precisión que ayuda a interpretar el universo observado, pero que no debe confundirse con una medición individual de cada equipo o empleado.

Las estadísticas oficiales son un punto de partida útil porque documentan la población estudiada, el método y las definiciones con más estructura que un anuncio comercial. El INE señala que su Encuesta sobre el uso de TIC y del comercio electrónico en las empresas busca obtener información armonizada y comparable a nivel europeo, y que se elabora siguiendo indicaciones de Eurostat. Su cuestionario cubre diferentes ámbitos tecnológicos y puede incorporar módulos sobre asuntos concretos.

Ese diseño es valioso para observar la presencia de determinadas tecnologías en el tejido empresarial, pero no convierte automáticamente la encuesta en un examen detallado de cada despliegue. Una tasa de empresas que declara usar una tecnología no revela, por sí sola, cuántas personas la utilizan, con qué frecuencia, para qué tareas, con qué gasto ni con qué efecto en la productividad. La estadística de adopción responde a una pregunta sobre empresas; no sustituye a una evaluación del impacto laboral o económico.

Comprueba la definición antes de leer el porcentaje

Al revisar un resultado, busca el periodo de referencia, el universo de empresas, el tamaño mínimo incluido, el sector, la unidad de recuento y la formulación exacta de la pregunta. Comprueba además si la cifra se refiere a inteligencia artificial en general o a IA generativa. No es prudente tratar ambas expresiones como equivalentes: una categoría amplia puede incluir usos que no emplean modelos generativos, mientras que una encuesta centrada en IA generativa delimita una tecnología más concreta. Si la tabla no permite resolverlo, la conclusión debe conservar esa limitación.

Las encuestas empresariales ofrecen otra clase de evidencia. Pueden preguntar a directivos por planes, barreras, presupuestos o usos declarados. Sirven para conocer prioridades y percepciones, pero sus resultados dependen de quién responde, de cómo se selecciona la muestra y de la redacción de las preguntas. Decir que una empresa «está explorando» una tecnología no equivale a afirmar que la ha desplegado; declarar una intención de inversión tampoco demuestra que el gasto se haya ejecutado.

Los anuncios de inversión y los acuerdos con proveedores describen decisiones o compromisos comunicados públicamente. Son relevantes para entender el rumbo de una compañía, aunque no acreditan por sí mismos que el sistema esté operativo, que llegue a toda la plantilla o que produzca los beneficios esperados. Para pasar de anuncio a evidencia de implantación harían falta datos posteriores sobre despliegue, alcance, continuidad y resultados, con criterios que permitan verificar qué se ha puesto realmente en marcha.

Los proveedores pueden publicar cifras agregadas de usuarios, consultas o actividad en sus plataformas. Esas métricas pueden aportar indicios sobre uso dentro de su propio servicio, pero no necesariamente representan la adopción de todas las empresas ni describen el propósito de cada interacción. Una cuenta activa puede corresponder a una prueba ocasional; el volumen de solicitudes no informa por sí solo de cuántas organizaciones han institucionalizado el uso. Conviene considerar además el interés comercial del emisor y buscar definiciones, periodo, cobertura y método de recuento antes de interpretar el dato.

Dos porcentajes no son comparables solo porque ambos hablen de IA empresarial. Pueden diferir en país, año, tamaño de empresa, actividad económica, población encuestada y definición de uso. También pueden medir momentos distintos: la fecha de publicación de un informe no siempre coincide con el periodo al que se refieren sus respuestas. Antes de inferir una tendencia, conviene alinear esas dimensiones o explicar por qué la comparación es aproximada.

Una comparación temporal resulta más sólida cuando conserva la misma pregunta, metodología y población, o cuando la fuente explica los cambios y permite interpretarlos. Si se modifica la definición de la tecnología, una subida aparente podría deberse en parte al nuevo criterio. Si cambia la muestra, el resultado puede reflejar una composición distinta de las empresas. Un cambio en el indicador no prueba automáticamente un cambio equivalente en la práctica empresarial.

El alcance de la encuesta también importa. Una media nacional puede ocultar diferencias entre tamaños de empresa o sectores. Una cifra obtenida entre organizaciones que ya usan servicios digitales avanzados no debería presentarse como representativa de todo el tejido productivo sin una justificación metodológica. Y las conclusiones de una muestra de responsables de tecnología no necesariamente describen lo que ocurre en los puestos de trabajo. Cuando los informes no detallan estos aspectos, es mejor presentar el resultado como una señal parcial, no como una medida universal.

Para valorar si la IA se está asentando en una empresa, puede aplicarse una secuencia de comprobación. No es una escala estadística oficial, sino un marco de lectura que ayuda a no confundir actividad con resultado:

• Exploración: hay interés, formación inicial o evaluación de opciones.
• Prueba: existe un piloto con usuarios, tareas y límites definidos.
• Implantación: la herramienta está integrada en un proceso y cuenta con responsables y reglas de uso.
• Continuidad: el uso se mantiene en el tiempo y se revisan costes, calidad, riesgos y resultados.

Cada paso exige evidencia distinta. Una nota de prensa puede respaldar que una compañía anunció un proyecto; no basta para probar que el uso es habitual. Una encuesta interna puede describir experiencias de empleados; para evaluar resultados harían falta indicadores definidos y una comparación adecuada. Y una estadística oficial puede informar sobre empresas que declaran utilizar IA, sin detallar necesariamente el nivel de integración de cada una.

La evidencia más convincente combina fuentes independientes y complementarias: una medición oficial con definición clara, información empresarial sobre el alcance efectivo del despliegue y, cuando se afirmen beneficios, una evaluación que explique cómo se midieron. No es necesario exigir que cada fuente responda a todas las preguntas. Sí lo es evitar que un indicador limitado cargue con conclusiones que no puede sostener. La consistencia entre medidas, no el volumen de anuncios, es lo que permite construir una lectura más sólida.

Con la información documentada aquí puede describirse cómo se estructura la encuesta española de TIC empresariales y por qué sus definiciones ayudan a interpretar sus resultados. También puede establecerse una distinción metodológica entre estadísticas de empresas, declaraciones de intención, actividad de una plataforma y pruebas de impacto. Ese marco permite analizar futuras cifras con más precisión; no basta, en cambio, para afirmar que la adopción de IA generativa esté creciendo en España o en el conjunto de Europa.

Para sostener una conclusión de crecimiento habría que reunir resultados comparables de distintos periodos, confirmar que la definición de uso se mantiene y comprobar que el universo estadístico no cambia de manera que altere la lectura. Para afirmar que el uso se ha consolidado, además, harían falta señales de continuidad e integración, no solo de experimentación. Y para atribuir mejoras de productividad sería necesario distinguir la contribución de la IA de otros cambios en procesos, plantilla o inversión.

La conclusión prudente no es que la adopción no exista, sino que cada indicador responde a una pregunta diferente. Una encuesta oficial puede medir declaraciones de uso dentro de un marco definido; una encuesta de expectativas puede describir intención; una comunicación de empresa puede documentar un anuncio; y los datos de una plataforma pueden dar una perspectiva parcial de actividad. Ninguno debería presentarse como sustituto automático de los otros. Mientras no haya series comparables y evidencia de despliegue sostenido, la tendencia general debe quedar abierta.