La IA en 2025: entre el despliegue total y la sobredimensión

Sin duda, una de las principales tendencias del año en tecnología ha sido la inteligencia artificial —cuando no la principal—. Si 2023 se vivió como el año de la experimentación con la IA generativa, tras la aparición fulgurante de ChatGPT a finales del 2022, en 2024 empezamos a hablar de su hermana, la IA agentiva. Este 2025 ha sido el de ver cómo esas pruebas que en años anteriores empezaban a dibujarse tomaban cuerpo, como explica Alberto Jusdado, responsable de consultoría de la firma española Tokiota. “En 2024 parecía que todo este mundo de la IA se acercaba mucho a casos de uso piloto. Todavía no se sabía muy bien cómo encajaba”. Este año la perspectiva ha cambiado. “Una vez que negocio empezó a entender realmente la aplicación de la IA, hemos visto que esos casos de uso ya pueden llevarse a un entorno productivo”. Si en 2024 había una cierta tendencia, 2025 fue el año de convertirlo en realidad, explica. “Está asentándose. Cada vez los usuarios lo entienden mejor”, desarrolla, enfatizando la parte de la productividad personal. A nivel de empresas, destaca cambios en los procesos gracias a los casos de uso, aunque aún faltaría algo a nivel de generación de ingresos o de oportunidades de negocio.

Tokiota

Evolución

Este proceso ha sido una carrera a distintas marchas. Como analizan desde la fundación Cotec, tomando como base datos del Instituto Nacional de Estadística, el porcentaje de empresas españolas de 10 o más trabajadores que declaran utilizar la IA en sus procesos productivos aumentó del 12,4% en 2023 al 21,1% en 2024. Una diferencia de 8,7 puntos porcentuales que es significativamente superior al salto anterior, de 2,8 puntos porcentuales —en 2022, el porcentaje era del 9,6%—. Desde la fundación recuerdan, eso sí, que la adopción es claramente desigual, en función de los territorios, sectores y tamaños de empresa. Por ejemplo: en el sector TIC casi seis de cada diez empresas dicen integrar la tecnología, pero en el siguiente, servicios, el porcentaje cae abruptamente a una de cada cuatro. Por comunidades, Madrid y Cataluña lideran claramente, con el 30 y el 25% respectivamente de sus empresas utilizando IA.

Estos datos muestran un despliegue en fases, que no tiene por qué ser homogéneo dentro de territorios o sectores y que, de hecho, puede experimentar en si mismo retrocesos. Gartner alertaba en junio que un 40% de proyectos de agentes serían cancelados a finales de 2027, bien por incremento de los costes, porque no aportaban valor al negocio como se esperaba o por otros riesgos. La firma de análisis alertaba de un agent washing, en el que proveedores rediseñan sus herramientas para hacerles pasar por IA agentiva, sin llegar a contar con capacidades reales de este tipo, con lo que se vería menguado su alcance pese a haber establecido un proceso de integración.

Otra de las trabas que puede haber en el despliegue exitoso de herramientas inteligentes es la calidad y accesibilidad de los datos. Como apunta un reciente estudio de la empresa de plataformas de datos e IA Cloudera, pueden producirse problemas cuando se trata de su uso en iniciativas de IA. De hecho, en su investigación, únicamente un 9% de participantes declaraba tener todos los datos preparados —un 38% quienes decían que en gran medida—. Sin embargo, este mismo informe cifraba en un 96% de empresas participantes las que decían integrar IA. “Existe un gran cuello de botella”, desarrolla Juan Carlos Sánchez de la Fuente, vicepresidente para España y Portugal de Cloudera, “y la mayoría de esos casos de uso no están siendo todo lo productivos que nos gustaría”. Sánchez de la Fuente lo reformula: “La mayoría de los problemas que se están dando es que las organizaciones no tienen el punto de madurez suficiente para sacar todo el valor a sus datos”.

Cloudera.

Aquí aparecen distintas limitaciones: problemas de integración, de la capacidad de cómputo o de la de almacenamiento, entre otras. “Una organización que tiene mall sus datos, que no es capaz de conseguir el control de su información, de gestionar datos estructurados y no estructurados de una forma correcta, que pierde información, nunca va a poder sacar el máximo valor a la IA. Va a poder hacer casos de uso concretos, casos de uso departamentales, pero no desde un punto de vista de evolución”, reflexiona. Para esto, desde la plataforma proponen un enfoque que denominan ‘Data Anywhere Private AI’, en el que se conectan las distintas fuentes de datos, garantizando la gobernanza y la confiabilidad, sin crear silos ni perpetuar sesgos, para asegurar una “inteligencia artificial privada” en el entorno del cliente. Una propuesta que se alinea con la preocupación por el concepto de soberanía que Sánchez valora como una de las claves de 2025.

Otro de los problemas cuando se trata de convertir los casos de uso en una integración real está en la sobredimensión de las esperanzas en lo que va a hacer la IA. Desde Tokiota plantean un enfoque de IA pragmática, que adapta las expectativas de cada empresa y las encamina hacia las herramientas adecuadas. Porque “no todo en esta vida se resuelve con IA”, recuerda Jusdado. Para eso se acercan a las empresas con ejemplos reales de casos, a través de las que “intentar acercar las necesidades de negocio a la tecnología”. “Yo creo que, de 2026 en adelante, vamos a ver cambios en el proceso operativo de las organizaciones, donde la IA elimina pasos enteros, y son capaces de ser más ágiles”, reflexiona.

En primera persona

Una de las empresas donde la IA está siendo integrada es la compañía de seguros Nationale-Nederlanden. Su CTO y subdirector general, David Vaquero, habla de un despliegue “transversal. La compañía no ha optado por implantar la IA en casos concretos, sino que ha apostado por incorporarla como un pilar estratégico de su transformación digital. De hecho, la IA forma parte de su CRM, de su ecosistema cloud, de la automatización operativa y del modelo de datos. Así, herramientas como los modelos predictivos que optimizan la postventa o las soluciones de IA generativa y multiagente muestran que la tecnología se ha integrado en todas las áreas clave de la organización”.  Esto no quita que no se hayan probado casos determinados, como NNIA, una herramienta de inteligencia artificial generativa desarrollada desde dentro que permite a la red comercial de agentes acceder a información clave, generar contenidos personalizados y mejorar la eficiencia operativa.

Vaquero incluye la IA como parte de la transformación digital en la que lleva inmersa la compañía desde años. “La IA nos plantea una nueva era, un momento de experimentación; aunque partimos de la ventaja de tener una tecnología mucho más avanzada”. En este contexto, apunta como clave “la gestión de las personas en esta nueva cultura de trabajo, el fomento de nuevas skills. No olvidemos que, actualmente, sólo un 15% de los desarrollos de IA son casos de éxito, por lo que es imprescindible actuar con humildad y basar la experiencia en el aprendizaje”. Incluye, también, como uno de los principios básicos la gobernanza. “Seguimos la premisa de actuar de forma crítica y estratega para saber dónde puede resultar ventajoso el uso de IA siempre con la mente puesta en que ayude a prestar el mejor servicio”.

“Los resultados obtenidos reflejan que la estrategia previa de analizar bien cuáles son las necesidades y capacidades de implementación es imprescindible”, destaca Vaquero. “En nuestro caso, por ejemplo, la automatización ha aumentado de manera muy significativa, permitiendo liberar cargas manuales y acelerar la operativa”. En el caso concreto de NNIA, alude a una notable reducción del tiempo medio de búsqueda de información, la mejora en la satisfacción de los agentes y la disminución de errores operativos en la red comercial. Ahora están desarrollando la segunda fase, con “un gran paso cualitativo. De hecho, su diseño escalable contribuye a la transformación digital global de la compañía, marcando un camino claro hacia una organización más ágil, centrada en el cliente y basada en datos”, destaca.

Nationale-Nederlanden

A nivel de desafíos en el despliegue de IA, Vaquero habla de retos tecnológicos y organizativos. En la primera categoría enmarca “la integración entre tecnologías muy avanzadas y sistemas heredados, garantizar un gobierno del dato sólido, cumplir exigencias regulatorias y asegurar que la seguridad y la calidad formaran parte del diseño de cada producto tecnológico”. Por la parte organizativa, alude a un “cambio cultural hacia un modelo más ágil y más digital”, que ha llevado parejo la capacitación de personal y la búsqueda de un “equilibrio adecuado entre automatización e interacción humana, especialmente en la red comercial donde la cercanía al cliente sigue siendo el principal valor diferenciador”. Para el futuro queda profundizar en el modelo actual, ampliando usos de IA generativa y multiagente, reforzando la estrategia de datos y escalando soluciones. “La organización avanza hacia un modelo más autónomo, más ágil y todavía más centrado en el cliente, con la tecnología como motor de eficiencia y de personalización, sin perder el componente humano que, claramente, es un factor distintivo en nuestro sector”, concluye.