La narrativa dominante en los mercados financieros sostiene que la IA será el gran motor de productividad y ganancias corporativas de la próxima década, y que esa transformación justificará inversiones de infraestructura por alrededor de U$S 5 billones hasta 2030 por parte de los gigantes tecnológicos. Para que esa apuesta cierre, bancos como JPMorgan estiman que la industria debería generar del orden de U$S 650.000 millones anuales en ingresos por IA, frente a unos U$S 50.000 millones actuales, un salto para el cual la adopción empresarial es condición necesaria y urgente.

Sin embargo, distintos relevamientos muestran que el entusiasmo de los mercados no se traduce aún en un uso masivo y sostenido dentro de las organizaciones. Datos de firmas como Ramp indican que, en Estados Unidos, el índice de adopción de productos de IA en empresas escaló rápidamente a alrededor del 40% a comienzos de 2025, pero luego se aplanó, marcando un freno en el crecimiento tras casi diez meses de avances consecutivos.

La adopción empresaria se estanca, pese al ruido

Varios estudios coinciden en que la curva de adopción de la IA en el trabajo viene perdiendo impulso, incluso cuando los ejecutivos siguen hablando del tema en casi todas las conferencias y balances trimestrales. Un índice de Ramp muestra que, tras una fuerte aceleración, la proporción de compañías que gastan en herramientas de IA se estabilizó en torno al 40% a mediados de 2025, con menor dinamismo precisamente en las firmas más grandes.

Otras encuestas reflejan un fenómeno similar: el uso diario de IA generativa en el trabajo creció apenas unas décimas de punto porcentual en un año, y algunos relevamientos detectan incluso caídas en la proporción de empleados que la usan para sus tareas cotidianas. La fotografía es clara: tres años después de la irrupción de la IA generativa, la demanda efectiva en el lugar de trabajo es más tibia de lo que los mercados y los discursos corporativos sugerían.

Desencanto en los resultados: la "curva J" y la trampa de la mediocridad

Parte de esta pausa se explica por una brecha creciente entre las expectativas iniciales y los resultados reales de los primeros proyectos de IA. Encuestas a ejecutivos realizadas por grandes consultoras globales muestran que cerca de la mitad reporta retornos por debajo de lo esperado en sus iniciativas de IA y apenas una minoría afirma haber superado las metas de impacto definidas al inicio. En muchos casos, el efecto sobre las ganancias a nivel de toda la empresa sigue siendo marginal, lo que introduce dudas sobre la velocidad del retorno de estas inversiones.

La teoría económica también aporta matices. Investigaciones recientes retoman la idea de la "curva J de productividad" del académico Erik Brynjolfsson: al principio, la introducción de una tecnología general como la IA puede reducir temporalmente la productividad mientras las empresas reconfiguran sistemas, procesos y roles, para recién después capturar un salto de eficiencia. A esto se suma la llamada "trampa de la mediocridad" de la IA generativa, documentada por Yvonne Chen y colegas, según la cual los modelos ayudan a los trabajadores menos expertos a producir resultados "suficientemente buenos", pero pueden desincentivar el esfuerzo de los más calificados, achatando la productividad promedio.

Tensiones internas: entusiasmo en la cúpula, freno en el medio

La política interna de las organizaciones también juega en contra de una adopción fluida. Diversos relevamientos muestran una importante brecha entre el uso de IA en la alta dirección y su utilización por parte de mandos medios y empleados: mientras una gran mayoría de ejecutivos declara usar IA en su trabajo diario, el porcentaje cae marcadamente entre gerentes intermedios y se desploma entre el resto del personal.

Esto abre una lectura incómoda para muchas compañías: se lanzan iniciativas de IA para cumplir con la presión del directorio o de los mercados, pero luego se diluyen silenciosamente cuando chocan con culturas organizacionales conservadoras, miedo a la sustitución de puestos y falta de incentivos claros para cambiar procesos. En ese contexto, la adopción se vuelve superficial —pilotos que no escalan, bots que nadie usa, automatizaciones que nunca se integran al flujo real de trabajo— y el impacto económico se mantiene acotado.

El contrapunto pyme: IA aplicado a problemas concretos

Mientras tanto, en el otro extremo del espectro, muchas pequeñas y medianas empresas parecen estar haciendo algo diferente: empiezan por problemas específicos y medibles. En el mundo pyme, la IA se usa sobre todo para casos de uso bien acotados, como el procesamiento inteligente de documentos (contratos, facturas, presentaciones) o chatbots avanzados que atienden consultas de clientes, gestionan turnos o resuelven tareas de soporte de primera línea.

Este enfoque pragmático evita la gran promesa abstracta de "transformar el negocio" y se centra en recortar tiempos, reducir errores y mejorar la experiencia del cliente de manera inmediata. Desde el punto de vista financiero, el atractivo es claro: se trata de proyectos de bajo costo relativo, con plazos cortos de implementación y métricas de retorno que pueden medirse en semanas o meses, no en años.

CDW y Mission Cloud: la IA como servicio empaquetado

En este terreno se destaca CDW, un integrador tecnológico global que viene ampliando agresivamente su oferta en nube, datos e IA, y que recientemente reforzó su apuesta con la adquisición de Mission Cloud Services, un socio Premier Tier de Amazon Web Services (AWS) especializado en servicios gestionados y soluciones de IA para clientes pequeños y medianos. La operación, anunciada en 2024, se convirtió en una misión en la práctica dedicada de AWS dentro de CDW y sumó 17 competencias de AWS al portafolio combinado, consolidando una posición fuerte en servicios de nube e IA generativa.

Fundada en 2017, Mission se enfocó desde el inicio en las necesidades de pequeñas y medianas empresas que corren en AWS, ofreciendo desde proyectos profesionales hasta servicios gestionados end‑to‑end, seguridad y soluciones de IA y machine learning diseñadas para transformar datos en decisiones sin requerir grandes equipos internos de tecnología. Según CDW, la integración de Mission potencia su capacidad para empaquetar soluciones de IA —como procesamiento inteligente de documentos, automatización de flujos de trabajo y capacidades de "agentic AI"— y entregarlas como servicios listos para usar a compañías que no tienen recursos para construir sus propios modelos.

Casos de uso que se imponen: documentos, chatbots y software con IA incorporada

En las conversaciones con pymes que ya adoptan estas soluciones aparecen tres frentes prioritarios. El primero es el procesamiento inteligente de documentos, donde herramientas basadas en IA permiten extraer datos de contratos, facturas y planillas en segundos, construir bases de conocimiento consultables y reducir distribuidamente la carga manual de tareas administrativas. El impacto se ve en tiempos de respuesta más rápidos, menos errores humanos y mejor trazabilidad para auditorías y decisiones financieras.

El segundo frente son los chatbots y asistentes conversacionales para la atención al cliente y la capacitación interna, que pasaron de ser herramientas rígidas y frustrantes a sistemas capaces de manejar turnos, derivar consultas y brindar respuestas consistentes las 24. El tercero se da en las aplicaciones de uso diario: principales proveedores de software de productividad, contabilidad y recursos humanos están incorporando funciones de IA para redactar, resumir, predecir comportamientos o automatizar procesos, lo que permite a las pymes mejorar su desempeño simplemente activando nuevas funciones en plataformas que ya pagan.

Menos legado, más agilidad: la ventaja oculta de las pymes

Paradójicamente, muchas pequeñas y medianas empresas llegan mejor posicionadas a esta ola que los grandes grupos. Sin pesadas capas de sistemas heredados ni comités de cambio que se multiplican, pueden experimentar con herramientas nuevas, ajustar procesos y escalar lo que funciona con mucha menos fricción interna. Esa agilidad se está transformando en una ventaja competitiva: los primeros adoptantes no solo ahorran tiempo, sino que redefinen cómo atienden a sus clientes, empoderan a sus equipos y toman decisiones basadas en datos.

Para una audiencia como la de Forbes Argentina, el mensaje es doble. Por un lado, la desaceleración en la adopción corporativa y los retornos por debajo de lo esperado sugieren que la promesa económica de la IA será más lenta, desigual y costosa que el relato dominante en Wall Street. Por otro, la experiencia de actores como CDW y Mission Cloud con pymes deja clara la dirección de viaje: la verdadera oportunidad está en pasar de la narrativa a la ejecución, seleccionando casos de uso concretos, medibles y alineados con la estrategia de negocio, antes de que la próxima ola de IA deje otra vez a muchos mirando desde la tribuna.