La inversión en Inteligencia Artificial se ha acelerado globalmente, con expectativas de que la inversión se duplique para 2027, superando los US$ 90 mil millones. Sin embargo, esta adopción masiva se enfrenta a una realidad corporativa compleja: el 95% de los proyectos de IA Generativa no logra un retorno medible, de acuerdo con el informe The GenAI Divide: State of AI in Business 2025 del MIT.

En América Latina, según Estudio Global de CEOs de IBM, el 64% de los líderes ejecutivos afirma que su organización ya está adoptando agentes de IA. Pese a esto, la intención de avanzar es clara: datos de IDC dan cuenta de que el 74% de las empresas argentinas planea aumentar su presupuesto dedicado a la inteligencia artificial en los próximos dos años.

Justificación de la inversión: más allá de la tendencia

La IA ha dejado de ser una mera promesa para convertirse en una herramienta operativa fundamental, con una adopción que alcanzó el 72% en 2024, según Red Hat. En el entorno local, las grandes corporaciones (bancos, fintech, telecomunicaciones, seguros, salud) ya están destinando presupuestos concretos a proyectos de IA, mientras que en las PyMEs la inversión sigue siendo exploratoria.

Hoy, la justificación de la inversión ya no se basa únicamente en la experimentación: se justifica principalmente por su capacidad para mejorar la productividad, optimizar procesos, reducir costos y generar nuevas oportunidades de negocio, afirma Gustavo Guaragna, Director del OPSSI en CESSI y CEO de Snoop Consulting. El componente estratégico es fundamental, pues, como subraya Federico Pineda, CEO en ITR, "cada vez más organizaciones entienden que esto no es un cambio más, sino una transformación de fondo y que no participar implica perder competitividad".

La justificación también debe ser rigurosa. Antonio Safadi, Head of IA Lab Santex, sostiene que "debe estar atada a KPIs y OKRs claros: productividad, reducción de costos, incremento de ingresos o mejora en la satisfacción del cliente". 

La arquitectura de datos es un elemento esencial: el 73% de los CEOs latinoamericanos considera que los datos propios son clave para desbloquear el potencial de la IA generativa, y el 70% identifica una arquitectura de datos integrada como crítica, según coparte Luis Loleo, Managing Partner, IBM Consulting Argentina, Paraguay Uruguay.

Midiendo el ROI: lo tangible y lo estratégico

El retorno de la inversión en IA es medible y se evalúa mediante métricas de productividad, reducción de tiempos y satisfacción del cliente. De hecho, el 68% de los CEOs en América Latina afirma tener indicadores definidos para medir el ROI de la innovación de manera efectiva.

Los beneficios se agrupan en dos grandes categorías: cuantificables (ahorro de costos operativos e incremento de ingresos) y cualitativos (mejor experiencia del cliente, reputación e innovación). Marcelo Bertolami, LATAM Technology Sales General Manager de Intel, destaca que, en Latinoamérica, el 97,6% de las organizaciones registró mejoras tangibles tras implementar IA.

Pero el camino hacia el retorno sigue etapas evolutivas, descritas como olas. La ola cero, de aprendizaje y experimentación,  implica un retorno cultural. Luego viene lo que Guaragna describe como un retorno que se asocia con la eficiencia operativa y la reducción de tiempos o errores en procesos. La segunda ola sería de crecimiento a partir de nuevos productos, servicios o líneas de negocio. Y finalmente, la tercera ola que implica la innovación disruptiva, es decir, la transformación de modelos de negocio.

La mirada del negocio debe ir más allá del corto plazo, ya que "la clave es no quedarse solo con la mirada financiera de corto plazo, porque muchos de los beneficios estratégicos aparecen con el tiempo", afirma Pineda.

Bertolami añade que "hoy, el ROI de la IA se refleja tanto en ahorros operativos como en una mayor agilidad para innovar y responder a la demanda del mercado, tendencias que ya comienzan a evidenciarse en empresas argentinas de distintos sectores".

Por su parte, Joel Rodríguez, Data Scientist en SAP, sostiene que lo importante de "considerar los costos asociados a la integración de datos y la implementación de estándares que garanticen un uso ético y responsable de la IA".

Asimismo, Safadi advierte sobre las expectativas irreales: "Para generar impacto real, hay que ver el todo y no solo las partes. Los fracasos recientes, como chatbots mal entrenados en bancos o el caso de Klarna reemplazando 700 trabajadores de customer service para luego hacer rollback, muestran que las expectativas irreales generan frustración y costos innecesarios".

Ejemplos concretos de impacto operativo

El valor de la IA se demuestra en la optimización de recursos y la agilización de procesos. Por un lado, en productividad interna. Loleo menciona un caso propio donde, al automatizar tareas repetitivas, la IA ha ahorrado a los colaboradores de IBM más de 3,9 millones de horas de trabajo solo en 2024. La IA y la automatización nos han permitido ahorrar 3.500 millones en los últimos 2 años y lograr un aumento del 30% en la productividad.

En logística y cadena de suministro, Santex implementó IA para optimizar la carga de camiones y las rutas, lo que resultó en la reducción de los tiempos de entrega en un 20% y un ahorro de costos del 25% en logística e inventario, según Safadi.

Yendo a servicios gubernamentales, en la Agencia de Gobierno Electrónico y Sociedad de la Información y del Conocimiento (AGESIC) de Uruguay, la automatización de la gestión de solicitudes del Estado logró que una tarea que tomaba entre 5 y 8 minutos se resolviera en segundos, según comparte Victoria Martínez Suárez, Gerente de Desarrollo de Negocios de Inteligencia Artificial en Red Hat LATAM.

En el sector salud, los modelos predictivos permitieron incrementar la retención de afiliados en un 10% y reducir hasta un 15% los costos médicos. Rodríguez señala que Galicia integró IA en sus procesos de reclutamiento, lo que les permitió desde crear descripciones de puestos más precisas hasta acelerar los procesos de búsqueda y selección y reducir riesgos operacionales, lo que genera un impacto positivo en el negocio. Luego, la ejecutiva d Red Hat comparte que el sector financiero representa cerca del 80% de los acuerdos de IA liderados por la empresa de open source. 

El desafío de la escalabilidad sostenible

Según comparten mayormente los ejecutivos, escalar representa el mayor desafío. Loleo observa que "solo el 24% de las iniciativas de IA en la región han alcanzado el ROI esperado, y apenas el 17% se han escalado a nivel empresarial".

Martínez Suárez enfatiza que la clave no es la tecnología, sino la estrategia. "La verdadera transformación con IA no ocurre cuando adoptamos más tecnología, sino cuando entendemos profundamente por qué la necesitamos", sentencia la ejecutiva de Red Hat. 

El futuro, según los expertos, dependerá de la capacidad de las empresas para integrar la IA como socio estratégico, priorizando la inferencia y utilizando modelos altamente especializados y eficientes.