El 82% de los directivos usa IA semanalmente: cómo la IA penetra en los sectores – informe Wharton 2025

Por tercer año consecutivo, Wharton School of Business y GBK Collective estudian cómo las empresas estadounidenses están adoptando la IA generativa. Los datos más recientes, de octubre de 2025, muestran que la tecnología ha pasado de la fase de experimentos a la práctica diaria. En el artículo anterior analizamos la brecha entre el uso de IA por parte de empleados individuales (solo el 19% ve resultados) y los proyectos corporativos (el 80% son exitosos). El nuevo informe de Wharton muestra cómo exactamente las empresas alcanzan ese 80% – y por qué los resultados varían tanto entre sectores.

Spoiler: tecnología, finanzas y servicios profesionales van muy por delante. Manufactura y retail se quedan atrás. Y no es una cuestión de “atraso”, sino una diferencia fundamental en la naturaleza de las tareas.

Sobre el estudio: metodología y alcance

Quién lo realizó: Wharton Human-AI Research (parte de Wharton AI & Analytics Initiative) y GBK Collective.

Alcance: 800 altos directivos de empresas estadounidenses:

• Mínimo 1000 empleados
• Facturación desde 50 millones de dólares al año
• Tercera ola del estudio (2023 -> 2024 -> 2025)

Foco: No se trata de “si lo prueban”, sino de “cómo lo implementan y qué resultados obtienen”. Esto distingue radicalmente este informe de las encuestas dirigidas a usuarios individuales.

Las cifras clave: la IA ya es rutina para la alta dirección

Frecuencia de uso de IA generativa por los directivos

El 82% de los altos directivos usa IA generativa al menos una vez por semana. Para contextualizar: hace un año esa cifra era del 72%. Uno de cada dos directivos ya trabaja con IA a diario.

Comparemos con los datos del estudio de Stanford: ahí veíamos un 23% de uso profesional entre empleados comunes. Y aquí tenemos un 82% entre la alta dirección. Esta brecha explica por qué los proyectos corporativos de IA tienen éxito en el 80% de los casos: los directivos usan la tecnología ellos mismos, en lugar de delegar el “que lo averigüen los más jóvenes”.

Ejemplo práctico: Satya Nadella, CEO de Microsoft, pasó el fin de semana de Acción de Gracias desarrollando una aplicación para analizar cricket con Deep Research AI. “El sistema me dio áreas de consenso, debates, cadenas de razonamiento – todo fue fantástico”, contó en un evento corporativo en Bangalore. No es solo una historia de relaciones públicas: cuando el CEO de una empresa con capitalización de 3 billones de dólares programa aplicaciones de IA en su tiempo libre, queda claro por qué Microsoft lidera la carrera de la inteligencia artificial.

✅ Conclusión: Cuando la alta dirección usa IA a diario, cambia toda la cultura de la empresa. No es hype ni proyectos experimentales – es la nueva norma para la toma de decisiones.

Las prioridades han cambiado: la IA ya está en el top 3 estratégico

Priorización de la IA en la estrategia corporativa

Tres de cada cuatro empresas colocan ya la IA entre sus tres principales direcciones estratégicas. Y una de cada cinco la considera su prioridad principal – el doble que hace un año.

No es solo un aumento del interés. Significa asignación de presupuestos, contratación de especialistas y reorganización de procesos.

Chief AI Officer – la nueva norma

El 61% de las empresas ya ha nombrado a un Chief AI Officer o un puesto equivalente. Hace un año eran menos de la mitad.

Es una señal importante: la IA ha dejado de ser “un proyecto del departamento de IT”. Ahora es una función estratégica a nivel de C-suite.

El ROI ya no es una hipótesis: el 72% de las empresas lo mide

El 72% de las empresas ya ha implementado métricas estructuradas para medir el ROI de la IA. No es un “parece que ayuda” subjetivo, sino cifras concretas:

• Productividad: cuántas tareas se completan más rápido
• Velocidad: tiempo para ejecutar procesos clave
• Calidad: reducción de errores, mejora de resultados

El 74% ve un ROI positivo – lo que confirma la cifra de Bain del artículo anterior: el 78% de los proyectos muestra un aumento medible de ingresos o una reducción de costes.

⚠️ Importante: Esto no significa que “todos los proyectos sean exitosos”. Significa que “quienes miden el ROI ven resultados”. Las empresas han aprendido a filtrar: piloto -> medición -> escalado solo si el ROI es positivo.

La brecha sectorial: por qué la tecnología lidera y el retail se queda atrás

Y aquí empieza lo más interesante. La penetración de la IA varía radicalmente entre sectores.

Líderes y rezagados en la adopción de IA

¿Por qué lideran la tecnología, las finanzas y los servicios profesionales?

1. La naturaleza de las tareas:

• El trabajo principal consiste en procesar información
• Alta proporción de trabajo intelectual
• Muchas operaciones rutinarias fáciles de automatizar

2. Madurez técnica:

• Ya existe infraestructura digital
• Los datos están estructurados y son accesibles
• Los departamentos de IT están listos para integrar nuevas herramientas

3. Entorno competitivo:

• La alta competencia exige velocidad
• Los early adopters obtienen ventajas significativas
• Los clientes esperan servicios digitales

¿Por qué la manufactura y el retail se quedan atrás?

No porque sean “atrasados”, sino porque las tareas son más complejas:

1. El mundo físico:

• La IA generativa funciona muy bien con texto, código e imágenes
• Pero la manufactura y la logística son objetos físicos
• La IA para robots y la automatización de almacenes requiere otras tecnologías (visión por computador, control)

2. Integración compleja:

• Hay que integrar la IA con equipamiento de producción
• Conectarla con sistemas de gestión de cadenas de suministro
• Sincronizarla con sistemas legacy de décadas de antigüedad

3. El ROI es más difícil de medir:

• En finanzas: “la IA procesó 1000 solicitudes de crédito en lugar de personas” – ahorro evidente
• En manufactura: “la IA optimizó la compra de materiales” – el ahorro se diluye en el tiempo y se esconde entre indicadores generales

✅ Conclusión: La brecha entre sectores no es cuestión de “listos vs atrasados”. Es una diferencia en la naturaleza de las tareas. La IA generativa transforma primero los sectores donde el trabajo principal es procesar información. Manufactura y retail vendrán después, pero necesitan soluciones más complejas.

Distribución funcional: IT y compras lideran, marketing se queda atrás

Wharton también analizó la adopción de IA por funciones dentro de las empresas.

Adopción de IA por funciones

¿Por qué lideran IT y compras?

IT:

• La IA se integra de forma natural en el desarrollo de software (el 73% de las empresas usa IA para programar)
• Los especialistas son técnicamente competentes y aprenden rápido las nuevas herramientas
• Existe claridad sobre cómo medir los resultados

Compras / Procurement:

• Mucho trabajo rutinario con documentos: RFPs, contratos, especificaciones
• La IA maneja muy bien el análisis de ofertas de proveedores
• Es fácil medir el ahorro: comparar precios antes y después de usar IA

¿Por qué marketing y ventas se quedan atrás?

Es paradójico: el marketing era una de las áreas con más hype para la IA (generación de contenido, personalización). Pero las cifras muestran lo contrario.

Posibles razones:

1. Brecha entre promesas y realidad:

• Prometieron: “la IA creará campañas creativas”
• Realidad: “la IA genera textos mediocres que requieren retoques considerables”

2. Dificultad para medir el ROI:

• En IT: “la IA escribió 500 líneas de código” – ahorro de tiempo evidente
• En marketing: “la IA creó 10 posts” – pero la conversión depende de muchos factores

3. Creatividad vs plantillas:

• Las compras son un proceso fácil de estandarizar
• El marketing requiere creatividad, comprensión del contexto e inteligencia emocional
• La IA es buena con plantillas, pero los avances creativos todavía los hacen las personas

⚠️ Importante: La tendencia de 2023 ("¡IA para todo!") ha dado paso a una evaluación sobria en 2025: la IA se usa donde realmente es eficaz. Marketing y ventas están replanteando sus enfoques.

Acceso a herramientas de IA: el 70% de las empresas lo ha abierto a todos los empleados

El 70% de las empresas ha abierto el acceso a las herramientas de IA generativa a todos sus empleados. Es un cambio radical frente a 2023, cuando la mayoría de las empresas temía filtraciones de datos y restringía el uso de la IA.

¿Qué ha cambiado?

1. De las prohibiciones a la formación:

• 2023: “Prohibir ChatGPT hasta que resolvamos los problemas de seguridad”
• 2025: “Formar a todos en el uso seguro de la IA y dar acceso”

2. Soluciones corporativas:

• No ChatGPT público, sino versiones corporativas (ChatGPT Enterprise, Microsoft Copilot)
• Los datos permanecen dentro de la empresa
• Control de uso y auditoría

3. Democratización de la IA:

• No solo para desarrolladores y analistas
• RRHH, legal, finanzas, managers – todos reciben acceso
• La IA se convierte en una herramienta de productividad para todos, como lo fue Excel en su día

✅ Conclusión: El 70% de las empresas ha convertido la IA en una herramienta de infraestructura, tan básica como el correo o la suite ofimática. Es la señal principal del paso de los experimentos a la adopción masiva.

El desarrollo de software: el killer use case de la IA generativa

Uso de la IA en el desarrollo de software

El 73% de las empresas usa IA para el desarrollo de software. Y no son solo experimentos: el 40% de los pilotos ya se ha escalado a producción.

¿Por qué el desarrollo de software es el killer use case de la IA?

1. Tarea clara:

• Escribir una función que haga X
• Traducir código de Python a Java
• Encontrar y corregir un bug

2. Resultado medible:

• Tiempo para escribir una función: antes 2 horas, ahora 30 minutos
• Número de bugs: reducción del 20%
• Code review: la IA revisa el código antes de pasarlo a revisión humana

3. Alta precisión:

• La IA maneja muy bien la sintaxis
• Conoce las best practices de los lenguajes populares
• Puede explicar código ajeno

4. Adopción rápida:

• GitHub Copilot, Cursor, Codeium – se integran en minutos
• Los desarrolladores ven resultados desde el primer día
• No hay infraestructura compleja ni integración con sistemas legacy

✅ Conclusión: Si tu empresa está empezando a adoptar IA, empieza por el desarrollo de software. Es el área con el ROI más alto y más rápido.

El problema del escalado: por qué un tercio de los proyectos se queda en piloto

A pesar de los avances, Wharton detectó un problema serio: un tercio de los proyectos de IA no pasa de la fase piloto.

Motivos del fracaso del escalado

¿Por qué el piloto funciona y la producción no?

1. Diferencia en los volúmenes de datos:

• Piloto: 100 clientes, casos seleccionados manualmente
• Producción: 100 000 clientes, todos los edge cases y excepciones

2. Integración con los sistemas existentes:

• Piloto: solución standalone, funciona aislada
• Producción: hay que integrarla con CRM, ERP, billing

3. Expectativas vs realidad en costes:

• Piloto: “la API de OpenAI cuesta 50 dólares al mes”
• Producción: “100 000 consultas al día = 15 000 dólares al mes, no sale rentable”

4. Seguridad de los datos:

• Piloto: datos de prueba
• Producción: datos personales reales de clientes, requisitos de GDPR/CCPA

⚠️ Importante: Escalar la IA no es simplemente “lanzarla para más usuarios”. Es reingeniería de procesos, negociar con proveedores precios enterprise y construir estructuras de governance.

Automatización agéntica vs asistente de IA: el doble de satisfacción

Wharton descubrió un patrón crítico que explica muchas cosas.

Las empresas que usan automatización agéntica (donde la IA ejecuta tareas de forma autónoma) muestran el doble de satisfacción y un 50% menos de decepción que las que usan la IA solo como asistente.

¿Qué es un asistente de IA?

• ChatGPT: “Escríbeme un borrador de correo para el cliente”
• Copilot: “Sugiéreme opciones para completar esta función”
• La persona sigue en el bucle: la IA propone, la persona elige y ajusta

¿Qué es la automatización agéntica?

• Proceso autónomo: “Cuando llega una solicitud de devolución, el sistema revisa automáticamente el historial de compras, aplica la política de devoluciones, la aprueba o rechaza y notifica al cliente”
• La IA toma decisiones: la persona define las reglas, pero no interviene en cada operación
• Automatización end-to-end: todo el proceso, de principio a fin

¿Por qué la automatización duplica la satisfacción?

1. Ahorro real de tiempo:

• Asistente: ahorra un 30% del tiempo (la IA escribió el borrador, pero yo lo edito durante 20 minutos)
• Automatización: ahorra un 90% del tiempo (la IA hizo toda la tarea, yo solo reviso el resultado)

2. Resultado medible:

• Asistente: “ayuda, pero es difícil cuantificar cuánto”
• Automatización: “se procesaron 500 solicitudes sin intervención humana – métrica evidente”

3. Escalabilidad:

• Asistente: ayuda a una persona a trabajar más rápido
• Automatización: reemplaza a todo un equipo en tareas rutinarias

✅ Conclusión: Si quieres un ROI real con la IA, no te detengas en la fase de asistente. Construye procesos autónomos.

Qué significa esto para los managers: conclusiones prácticas

En mysummit.school trabajamos con managers que quieren incorporar la IA a su trabajo y a sus equipos. Estas son las conclusiones clave del informe de Wharton:

1. La alta dirección tiene que usar la IA por sí misma

El 82% de los directivos usa IA semanalmente. No es casualidad. Cuando el CEO, CFO o COO trabaja personalmente con IA, la cultura de toda la empresa cambia.

Qué hacer:

• No delegues el “descubrir la IA” a alguien por debajo
• Empieza por tus propias tareas: preparación de reuniones, análisis de informes, redacción de estrategias
• Conviértete en un role model para el equipo

2. Empieza por el desarrollo de software (si tienes un equipo de dev)

El 73% de las empresas usa IA para programar, y el 40% ha escalado a producción. Es el área más madura de aplicación de la IA generativa.

Qué hacer:

• Implanta GitHub Copilot o herramientas equivalentes
• Mide el tiempo de desarrollo antes y después
• Usa el éxito del equipo de dev como proof of concept para otros departamentos

3. IT y compras son tus early adopters

Wharton lo muestra con claridad: IT y Compras / Procurement lideran en frecuencia de uso y confianza.

Qué hacer:

• Empieza la adopción precisamente en esos departamentos
• Reúne casos y métricas de éxito
• Usa su experiencia para formar a otros equipos

4. Marketing y ventas – no corras

A pesar del hype, marketing y ventas se quedan atrás en la adopción real de IA.

Qué hacer:

• No esperes que la IA “cree campañas creativas”
• Céntrate en la rutina: análisis de competidores, preparación de informes, personalización de correos
• El trabajo creativo, por ahora, déjalo a las personas

5. Planifica la transición del asistente a la automatización

El doble de satisfacción en las empresas con automatización agéntica.

Qué hacer:

• Fase 1: usa la IA como asistente (ChatGPT para borradores)
• Fase 2: automatiza procesos simples end-to-end (gestión de solicitudes tipo)
• Fase 3: escala a procesos complejos con human in the loop para controlar

6. El 70% de las empresas dio acceso a todos – pero con formación

La democratización de la IA es una tendencia. Pero acceso sin formación = caos.

Qué hacer:

• Da acceso a todos, pero primero forma en el uso seguro
• Usa versiones corporativas (ChatGPT Enterprise, Microsoft Copilot)
• Define políticas: qué se puede, qué no, qué datos no se pueden pasar a la IA

7. Prepárate para las barreras del escalado

Un tercio de los proyectos se queda en la fase piloto. No es un fracaso, es un proceso de filtrado normal.

Qué hacer:

• Define criterios de éxito del piloto antes de empezar: métricas de ROI, costes, seguridad
• Planifica el escalado por adelantado: integración, costes, governance
• No tengas miedo de cerrar proyectos que no sean rentables al escalarlos

Por qué el curso de mysummit.school prepara para la implementación real

El informe de Wharton lo deja claro: la diferencia entre experimentos y resultados es un enfoque sistémico.

En nuestro curso “Inteligencia artificial para managers”:

Del asistente a la automatización. Empiezas con tareas sencillas (ChatGPT para correos) y vas pasando progresivamente a procesos autónomos. Es justamente el camino que da ese doble de satisfacción.

Foco en el ROI medible. No enseñamos “cómo escribir un prompt”, sino “cómo eliminar 5 horas de rutina semanal” con métricas concretas.

Seguridad desde el primer día. Un módulo específico sobre protección de datos corporativos – esa barrera del escalado que Wharton califica de “problema creciente”.

Práctica sobre tareas reales. Preparación de reuniones, análisis de CVs, creación de informes – tareas que haces cada día.

Todas las herramientas. ChatGPT, Claude, Gemini, Perplexity y otros asistentes – eliges la herramienta adecuada para cada tarea.

Artículos relacionados

Make Weak Model Great Again: cuando el prompting es tu única opción

Cuándo la IA perjudica el aprendizaje – y cuándo duplica los resultados

GigaChat Ultra Thinking: piensa mas tiempo – responde peor?

Los mejores AI para directivos en Rusia: 52 modelos, 3300+ evaluaciones

Conclusiones: la IA ha entrado en el mainstream, pero no de forma uniforme

El informe de Wharton 2025 dibuja un panorama claro:

1. La IA es ya la norma para la alta dirección. El 82% la usa semanalmente, el 46% a diario. Esto ya no son experimentos.

2. La brecha sectorial se explica por la naturaleza de las tareas. Tecnología, finanzas y servicios profesionales lideran – allí el trabajo principal es con información. Manufactura y retail se quedan atrás – allí el mundo físico exige otras soluciones.

3. IT y compras son los early adopters dentro de las empresas. Marketing y ventas, pese al hype, todavía no han encontrado su killer use case.

4. El 70% de las empresas ha dado acceso a todos los empleados. La IA pasó de ser una “herramienta especializada” a ser “infraestructura básica”.

5. El desarrollo de software es la aplicación más madura. El 73% de las empresas lo usa, el 40% ha escalado a producción.

6. La automatización agéntica duplica la satisfacción frente a los asistentes de IA. Pero exige una integración más profunda.

7. Un tercio de los proyectos se queda en piloto por costes, complejidad del escalado y seguridad de datos.

La conclusión principal: la IA funciona cuando se aborda de forma sistémica. El 72% de las empresas mide el ROI, el 74% ve resultados positivos. Pero el éxito exige formación, infraestructura y cultura de experimentación.

¿Quieres dominar la IA de forma sistémica, como los directivos del informe Wharton?

En mysummit.school hemos creado un módulo gratuito de 3 lecciones específico para managers. Sin teoría – solo práctica que da resultados ya en la primera semana.

Lo que obtienes:

• Un análisis detallado de las herramientas con ejemplos para managers
• Prompts listos para tareas habituales (como el 82% que usa IA semanalmente)
• El camino del asistente a la automatización (cómo conseguir ese doble de satisfacción)
• Habilidades para usar la IA de forma segura en entornos corporativos
• Cómo medir el ROI (como ese 72% que ya rastrea sus métricas)

Obtener 3 lecciones gratis ->

Fuentes:

• 82% of Enterprise Leaders Now Use Generative AI Weekly, Multi-Year Wharton Study Finds
• Wharton AI Adoption Report - 2025
• GenAI at Work: 20 takeaways from Wharton’s 2025 enterprise AI adoption report
• Inside Wharton’s 2025 AI Adoption Report: Accountability, ROI, and the Human Factor
• 2025 AI Adoption Report: Gen AI Fast-Tracks Into the Enterprise