Saltar al contenido

IA · Artículo

Por qué fracasan los proyectos de IA en la industria

Tres cifras de estudios recientes muestran dónde se atascan los proyectos de IA: en los resultados, en los datos y en los permisos. Y qué necesita la IA.

Por Redacción de demi1 min de lectura

Todas las publicaciones

La IA no fracasa solo por el modelo. También fracasa por los datos, los permisos y los procesos. Tres cifras de estudios recientes muestran dónde se atasca.

Los resultados no llegan

Solo el 25 % de las iniciativas de IA logró el ROI esperado y solo el 16 % se escaló a toda la empresa (IBM, 2.000 CEO).

Los datos no están listos

Gartner prevé que hasta 2026 las organizaciones abandonarán el 60 % de los proyectos de IA sin datos listos para IA.

Los permisos no están definidos

Solo el 21 % tiene un modelo de gobernanza maduro para agentes de IA; el 74 % espera usarlos en 2027 (Deloitte). Sin esas reglas, un agente ve demasiado o no puede hacer nada.

Lo que la IA necesita

demi está construido en tres capas, justo en este orden: el Data Layer reúne los datos de cada sistema, y cada valor conserva su fuente. El Permission Layer convierte el organigrama en permisos. Solo entonces trabaja la IA en el Intelligence Layer, con precisión y trazabilidad.

Fuentes

  1. IBM Institute for Business Value, 06/05/2025: IBM Study: CEOs Double Down on AI While Navigating Enterprise Hurdles
  2. Gartner, 26/02/2025: Lack of AI-Ready Data Puts AI Projects at Risk (Q&A with Roxane Edjlali)
  3. Deloitte, 24/04/2026: Business and IT leaders report AI agents are scaling faster than their guardrails

Tu configurador

Aún no hay casos de uso

Tu configurador todavía está vacío

Añade los casos de uso que necesitas: desde cualquier tarjeta o página de caso. Aquí verás lo que aporta cada uno al año, con el cálculo.

Ver casos de uso