Durante años, la narrativa corporativa ha estado dominada por una promesa casi mesiánica: la Inteligencia Artificial llegaría para recortar costes, automatizar lo impensable y convertir las infraestructuras tecnológicas en máquinas de precisión quirúrgica.
Lea también: La justicia colombiana me devuelve la calidad de rectora, cargo que nunca perdí: Silvia Gette
En este 2026, con la tecnología ya asentada en los presupuestos anuales, el relato inicial empieza a chocar con la cruda realidad de las hojas de cálculo. Lo que antes se vendía como una revolución inmediata, hoy se percibe en muchas juntas directivas como un despliegue complejo que, en la mayoría de los casos, no está devolviendo el dinero invertido.
Las cifras recientes de la consultora Gartner, difundidas por medios especializados como The Register, arrojan un cubo de agua fría sobre el entusiasmo desmedido. Los datos revelan que apenas el 28 % de los despliegues de IA en infraestructura y operaciones logran alcanzar el retorno de inversión (ROI) esperado.
El panorama restante es preocupante: un 20 % de los proyectos fracasa directamente antes de ver la luz, y un asombroso 57 % de los responsables de tecnología admite haber tenido que archivar al menos una iniciativa fallida. Es importante notar que este análisis no cuestiona la potencia de la IA por sí misma, sino la capacidad de las organizaciones para integrarla de forma rentable.
Lea también: Estos son los estrenos imperdibles de Disney+, Netflix y HBO Max para este mes de abril
El origen de este “desencanto” no reside habitualmente en un fallo del código, sino en una desconexión entre la expectativa y la base operativa. Como señala Melanie Freeze, directora de investigación en Gartner, muchos equipos pecaron de optimismo al asumir que la IA resolvería problemas estructurales que arrastraban durante décadas o que automatizaría tareas críticas de la noche a la mañana.
A esta falta de realismo se suman obstáculos crónicos: la escasez de talento especializado capaz de dominar estas herramientas, la dificultad técnica de conectar la IA con sistemas heredados (legacy) y, sobre todo, la pobre calidad de los datos, que actúan como el combustible defectuoso de un motor de alta gama.
Sin embargo, no todo es pesimismo en los centros de datos. Existen “oasis de éxito” donde la tecnología ya está demostrando su valor, especialmente en áreas con procesos bien definidos. La gestión de servicios de TI (ITSM) y las operaciones en la nube son los campos de batalla donde se registran los mejores resultados, con un 53 % de respuestas positivas.
Lea también: Avión Hércules C‑130 de la FAC accidentado en Putumayo no contaba con seguro
Aquí, la clave ha sido la especificidad: en lugar de buscar una “IA para todo”, las empresas ganadoras han aplicado modelos concretos para necesidades operativas claras, integrándolos en procesos que ya funcionaban bien.
Esta brecha de resultados plantea un dilema para el mercado global. Actualmente, la industria se divide en dos velocidades: por un lado, los gigantes tecnológicos (hiperscalers) que invierten miles de millones en construir la infraestructura física; por otro, las empresas que intentan rentabilizar el uso de esos servicios. Si este segundo grupo no logra que los números cuadren pronto, el flujo de capital hacia los proveedores podría frenarse en seco. Por ahora, la apuesta continúa, pero la paciencia de los inversores se agota; la IA ya no solo debe ser inteligente, ahora debe empezar a ser, sobre todo, rentable.
