El dato registra expansión, no profundidad
Un aumento en el porcentaje de empresas que declara utilizar inteligencia artificial es una señal de difusión de la tecnología, pero no resuelve por sí mismo cuánto ha cambiado el trabajo dentro de esas organizaciones. Uso declarado e integración son medidas distintas: una empresa puede contar como usuaria aunque la herramienta se aplique a una tarea acotada, mientras otra puede haber reorganizado procesos y responsabilidades alrededor de ella.
El documento de Funcas identificado para este análisis se titula La adopción de las tecnologías IA por las empresas de la Unión Europea: evidencias y explicaciones desde la teoría de la difusión tecnológica. Sin embargo, la evidencia disponible aquí no incluye el texto completo ni permite comprobar de forma independiente el dato concreto del 7,6 % en 2021 y el 20 % en 2025, su población estadística o su cálculo. No es responsable presentar esa pareja de cifras como verificada basándose solo en el título y el fragmento recuperado. (https://www.funcas.es/documentos_trabajo/la-adopcion-de-las-tecnologias-ia-por-las-empresas-de-la-union-europea-evidencias-y-explicaciones-desde-la-teoria-de-la-difusion-tecnologica/)
Sí se puede situar el debate con una serie oficial de Eurostat disponible en la investigación: en 2024, el 13,5 % de las empresas de la UE con diez o más personas empleadas declaró usar tecnologías de IA para su actividad, frente al 8,0 % en 2023. Ese indicador está delimitado por año y tamaño empresarial; no debe mezclarse automáticamente con otro porcentaje sin confirmar que coincidan el universo, la definición y el método. (https://ec.europa.eu/eurostat/web/products-eurostat-news/w/ddn-20250123-3)
Qué cuenta la estadística europea
La cifra de Eurostat se refiere a empresas con diez o más personas empleadas y a la utilización de tecnologías de IA para desarrollar su actividad. Esto deja fuera del universo descrito a las empresas con menos de diez empleados, por lo que el resultado no representa sin más a todas las empresas europeas. La unidad observada importa tanto como el porcentaje: una tasa calculada para empresas de cierto tamaño no puede trasladarse a microempresas sin otra fuente. (https://ec.europa.eu/eurostat/web/products-eurostat-news/w/ddn-20250123-3)
La noticia estadística también desglosa tecnologías concretas: en 2024, las categorías más frecuentes fueron el análisis de texto (text mining), la generación de lenguaje escrito o hablado y el reconocimiento del habla. El comunicado les atribuye proporciones distintas, lo que muestra que “usar IA” agrupa prácticas heterogéneas y no una sola clase de implantación. El agregado no revela por sí solo el propósito ni el peso operativo de cada aplicación. (https://ec.europa.eu/eurostat/web/products-eurostat-news/w/ddn-20250123-3)
Conviene leer la etiqueta “uso” como una categoría de encuesta, no como una certificación de madurez digital. El dato disponible no indica si una herramienta es experimental o está desplegada de forma estable, cuántas personas la utilizan, qué proporción de tareas cubre ni si conecta con sistemas centrales. Esas preguntas requieren variables adicionales y no se contestan con la tasa general.
Cómo comparar el 7,6 % y el 20 %
Si las cifras atribuidas al documento de Funcas fueran comparables, el paso del 7,6 % al 20 % equivaldría a un incremento de 12,4 puntos porcentuales. En términos relativos, la proporción final sería aproximadamente 2,6 veces la inicial. Son dos formas diferentes de expresar el cambio: los puntos porcentuales comparan directamente las tasas; el multiplicador expresa cuánto representa la final respecto de la inicial. Pero el cálculo aritmético no verifica la fuente ni la comparabilidad metodológica.
Antes de usar esa variación como tendencia estadística, habría que confirmar que ambas observaciones cubren los mismos países, sectores y tamaños de empresa, y que aplican una definición equivalente de tecnología de IA. También importa saber si el porcentaje representa empresas encuestadas, empresas ponderadas o una agregación regional, además del periodo de referencia y las reglas para responder. Sin esas comprobaciones, la comparación puede ser engañosa aunque la resta esté bien hecha.
La referencia de Eurostat ofrece un punto de contraste verificable para 2023 y 2024: 8,0 % y 13,5 %, respectivamente, en empresas de la UE con al menos diez empleados. Esas cifras son compatibles con una expansión rápida del uso declarado en ese intervalo; no bastan para validar una serie distinta que abarque 2021 y 2025. Una coincidencia de dirección no equivale a continuidad de serie. (https://ec.europa.eu/eurostat/web/products-eurostat-news/w/ddn-20250123-3)
Adoptar no es integrar ni demostrar impacto
Una tasa de adopción responde, en esencia, a cuántas empresas declaran algún uso bajo la definición de la encuesta. No responde a si la IA se ha convertido en parte habitual de un proceso, si existe supervisión humana, si la organización ha actualizado sus datos o si el sistema produce resultados mejores que la alternativa anterior. La intensidad y la calidad de uso no se deducen del recuento binario de empresas usuarias.
Tampoco es válido convertir una subida de adopción en evidencia de productividad. Para afirmar impacto harían falta datos de resultados y un análisis que permita distinguir el efecto de la IA de otros cambios, como inversión, formación, composición sectorial o ciclo económico. Una comparación descriptiva puede mostrar coexistencia temporal; por sí sola no identifica causalidad. En la evidencia consultada no aparece una estimación de impacto empresarial que permita atribuir mejoras al uso de IA.
La cautela no resta importancia al dato: la extensión de tecnologías nuevas puede ser una cuestión económica relevante. Lo que exige es separar preguntas que suelen confundirse: cuántas empresas usan IA, con qué frecuencia la usan, qué procesos transforma y qué resultados genera. Cada pregunta necesita indicadores y evidencia propios, y responder una no sustituye a las demás.
Qué evidencia complementaria hace falta
Para valorar la extensión del uso, se necesitan series comparables por año y una definición transparente de la población cubierta. El comunicado de Eurostat aporta un ejemplo de desglose por tipo de tecnología y país para 2024, además de la comparación con 2023. Es útil para describir diferencias y variaciones en ese marco concreto, pero no ofrece por sí mismo una medida de profundidad organizativa. (https://ec.europa.eu/eurostat/web/products-eurostat-news/w/ddn-20250123-3)
Para evaluar integración habría que buscar indicadores como la proporción de procesos en producción, el número o tipo de funciones que utilizan IA, la continuidad del uso y la existencia de cambios organizativos o de formación. Para medir resultados se necesitarían métricas adecuadas al objetivo —por ejemplo, tiempos, calidad o costes— y un diseño que permita comparaciones válidas. La evidencia suministrada no ofrece esos indicadores; enumerarlos aquí define lo que falta, no afirma que la IA ya haya mejorado esas dimensiones.
El tamaño de empresa y el sector también pueden alterar la lectura agregada. Una tasa única puede ocultar diferencias entre actividades con datos y procesos digitalizados y otras donde la adopción sea menos frecuente. La estadística europea citada permite consultar algunos cortes geográficos y tecnológicos, pero para explicar quién adopta y por qué harían falta tablas detalladas y análisis específicos. No conviene inferir una brecha sectorial o por tamaño sin esas cifras.
Lectura prudente de una tendencia real
La conclusión más sólida es acotada: Eurostat registra un aumento interanual del porcentaje de empresas de la UE con diez o más empleados que declaran usar IA, del 8,0 % en 2023 al 13,5 % en 2024. El documento de Funcas plantea una serie de mayor alcance, pero la evidencia disponible para esta pieza no basta para certificar aquí sus extremos del 7,6 % y el 20 % ni los detalles de su comparabilidad. El crecimiento de uso declarado es distinto de la madurez de implantación. (https://ec.europa.eu/eurostat/web/products-eurostat-news/w/ddn-20250123-3)
Por tanto, el dato puede presentarse como señal de difusión, no como medida de integración profunda ni como prueba de beneficios empresariales. Para sostener esas conclusiones habría que comprobar primero la metodología completa de la serie y después añadir indicadores de intensidad, procesos y resultados. Hasta entonces, la lectura útil para empresas y lectores es mantener separadas adopción, implantación e impacto.
