La adopción de IA crece entre grandes empresas, pero una encuesta de Körber muestra que sus líderes aún lidian con datos dispersos, decisiones trabadas y dudas sobre quién debe asumir la responsabilidad final.
***
- El 76% de los ejecutivos encuestados dijo que las decisiones empresariales se volvieron más complejas y que la IA asumió un papel mayor.
- El 74% señaló que el volumen de información puede dificultar las decisiones; el 75% dijo que estas se estancan cuando faltan datos clave a tiempo.
- El 73% se mostró incómodo con que la tecnología tome la decisión final, aunque los grupos con transformación empresarial reportaron mejores resultados que los grupos en piloto.
🤖 IA avanza en las empresas, pero la decisión final sigue en manos humanas
El 73% de los ejecutivos encuestados se siente incómodo al delegarla a la tecnología.
El 74% señala que demasiada información dificulta decidir y el 75% reporta demoras por falta de datos clave. pic.twitter.com/r2mWUOtt17
— Diario฿itcoin (@DiarioBitcoin) November 20, 2026
La IA gana espacio en las empresas, pero decidir sigue siendo más complejo
Las grandes empresas están ampliando el papel de la inteligencia artificial en sus procesos de decisión, pero esa adopción no ha despejado las dificultades que enfrentan sus líderes. Una encuesta de Körber encontró que el 76% de los ejecutivos consultados considera que las decisiones empresariales se volvieron más complejas; la misma proporción afirmó que la IA desempeña ahora un papel mayor.
La coincidencia entre ambos resultados describe dos tendencias simultáneas, no demuestra que una haya causado la otra. El sondeo pone el foco en una tensión práctica: las herramientas pueden agilizar la revisión de información, mientras las empresas todavía deben determinar qué datos son válidos, quién puede aprobar excepciones y cuánto control conviene delegar.
Qué muestra la encuesta y a quiénes consultó
El estudio reunió respuestas de 2.000 ejecutivos, repartidos por igual entre Estados Unidos y Alemania. Según Körber, los participantes trabajaban en organizaciones con ingresos anuales superiores a USD $250 millones y al menos 250 empleados, por lo que los resultados se refieren a compañías grandes de esos dos mercados.
La empresa indicó que el trabajo de campo se realizó del 27 de agosto al 8 de septiembre de 2026. Esa fecha forma parte de la información metodológica proporcionada para la encuesta y conviene conservarla al interpretar los resultados, en lugar de presentar el sondeo como una muestra de empresas de todo el mundo o de organizaciones pequeñas.
El 76% que percibe decisiones más complejas coincide con el 76% que reporta un papel más amplio para la IA, pero la encuesta no establece una relación causal entre esas respuestas. No permite concluir que la tecnología haya vuelto más difícil decidir ni que su mayor adopción haya simplificado el proceso; registra cómo describen los encuestados ambas tendencias.
Ese alcance importa porque las respuestas reflejan las percepciones de ejecutivos de organizaciones con dimensiones y recursos específicos, no una medición de todas las empresas. El sondeo ofrece una fotografía de dos mercados y de grandes empleadores, pero no basta por sí solo para generalizar sobre negocios pequeños, otros países o sectores que no aparecen detallados en la información disponible.
Más información no siempre significa mejores decisiones
La encuesta añade dos señales sobre los obstáculos que aparecen antes de tomar una decisión: el 74% de los participantes dijo que el volumen de información puede dificultarla y el 75% afirmó que las decisiones se estancan cuando los datos críticos no llegan a tiempo. Los porcentajes describen problemas distintos: recibir demasiada información no equivale a disponer del dato preciso cuando hace falta.
Un envío retrasado permite ilustrar esa diferencia sin suponer que sea un caso medido por el estudio. Ventas, operaciones de almacén y finanzas podrían tener registros distintos de un mismo pedido, actualizados en momentos diferentes; aunque un asistente de IA resuma los archivos con rapidez, ese resumen no determina automáticamente cuál registro está vigente.
La herramienta también puede encontrar información que no resuelve por sí sola quién está autorizado para aprobar una excepción. Si los equipos no comprueban las fuentes ni aclaran las discrepancias, la tarea de conciliación puede pasar de una persona a otra en vez de desaparecer, aun cuando la primera síntesis aparezca en menos tiempo.
Por eso, la rapidez de una respuesta no es una medida suficiente de la calidad de una decisión. Los líderes todavía necesitan saber de dónde viene cada dato, cuándo se actualizó y qué procedimiento aplica si hay versiones contradictorias; sin esas comprobaciones, una presentación ordenada puede ocultar que la evidencia sigue incompleta.
La confianza sigue poniendo límites a la automatización
El 73% de los encuestados dijo sentirse incómodo permitiendo que la tecnología tome la decisión final. Ese resultado no implica que las empresas rechacen la IA: es compatible con usarla dentro de un flujo de trabajo y, al mismo tiempo, conservar en una persona la responsabilidad por el resultado.
Preparar una explicación, reunir documentos de respaldo y comprometer a una compañía con una decisión son tareas diferentes. Cada una puede tener consecuencias distintas si se produce un error, de modo que una organización puede aceptar ayuda automatizada para resumir información, pero exigir revisión humana antes de aprobar una medida.
La encuesta no detalla qué decisiones concretas estaban dispuestos a delegar los participantes ni qué tipos de tecnología tenían en mente al expresar su incomodidad. Por ello, el dato sirve como señal de cautela general entre los ejecutivos consultados, pero no identifica por sí solo qué controles usa cada empresa o dónde establece sus límites.
Para quienes implementan estas herramientas, el punto central es definir con claridad el papel que desempeñan cuando la información está incompleta. Una recomendación automatizada puede apoyar el análisis, pero la empresa necesita asignar quién verifica los datos, quién puede autorizar excepciones y quién responde por la decisión que finalmente compromete a la organización.
Los resultados de los grupos no prueban que escalar la IA mejore el desempeño
Entre los encuestados cuyas organizaciones describieron su transformación como de toda la empresa, el 63,8% reportó un desempeño organizacional sólido; en el grupo que seguía en etapa piloto, la proporción fue de 41,6%. La confianza en estar preparados para el futuro también mostró una diferencia: 66,4% en el primer grupo y 46,5% en el segundo.
En cambio, los planes de invertir significativamente en soporte de decisiones basado en IA fueron casi idénticos. Esa intención fue de 59% entre quienes describieron una transformación de toda la empresa y de 59,4% en el grupo de pilotos, lo que indica que ambos expresaron un nivel parecido de interés inversor pese a sus diferencias en los otros indicadores.
Estas cifras son respuestas autoinformadas y comparan grupos, no resultados de una implementación controlada. La publicación no demuestra que ampliar un piloto cause un mejor desempeño o una mayor confianza; las organizaciones con despliegues más amplios también podrían contar con datos más sólidos, más recursos o procesos operativos distintos.
La comparación puede servir para plantear preguntas sobre qué prácticas acompañan a los despliegues maduros, pero no para atribuirles automáticamente los resultados reportados. Un equipo puede investigar qué procesos y capacidades ya tiene antes de escalar una herramienta, y evaluar cuáles de esas prácticas puede probar en su propia operación.
Medir el trabajo entre la pregunta y la decisión
La adopción, por sí sola, no indica si una herramienta mejora el trabajo que lleva desde una pregunta empresarial hasta una decisión. Los equipos podrían seguir cuánto tardan en reunir la evidencia necesaria, con qué frecuencia deben corregir una recomendación y si la persona que aprueba una medida puede explicar en qué información se basó.
Observar esas métricas por separado permitiría detectar compensaciones que una cifra general de uso puede esconder. Por ejemplo, una herramienta podría producir informes con mayor rapidez y, a la vez, aumentar el tiempo que las personas dedican a verificarlos; también podría reducir la recopilación manual de datos y dejar más espacio para comparar opciones.
En conjunto, los resultados apuntan a que el desafío empresarial no consiste únicamente en ampliar el acceso a la IA. También exige ordenar la información, fijar responsabilidades y medir si la herramienta ayuda a decidir mejor, especialmente cuando los datos no coinciden y alguien debe responder por el resultado.
ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.
Suscríbete a nuestro boletín
Artículos Relacionados
China
Ofertas de empleos expuestos a la IA caen 10 puntos más en China
Economía
Lisa Cook alerta que la Fed podría quedarse atrás si demora una subida de tasas
América del Sur
Una hipótesis fallida de IA ayudó a investigar anomalías en datos climáticos de Perú
Empresas
