¿La inteligencia artificial realmente genera dinero para las empresas que la usan? Una nota publicada el 24 de octubre de 2026 por el banco Apollo Global Management da una respuesta que contrasta con el discurso dominante: fuera de las siete mayores empresas tecnológicas estadounidenses, el retorno sobre la inversión en IA en las empresas sigue siendo, por ahora, casi invisible en las cifras. Para un dirigente de pyme que ya ha invertido en licencias de ChatGPT, Copilot o Claude, esta constatación merece tomarse en serio, sin por ello renunciar a la IA.
En resumen
- Según una nota del economista jefe de Apollo Global Management, Torsten Slok, publicada el 24 de octubre de 2026, el ingreso por empleado y los márgenes aumentan en las « Magnificent Seven » (Apple, Microsoft, Alphabet, Amazon, Meta, Nvidia, Tesla), pero se mantienen globalmente estables en las otras 493 empresas del S&P 500.
- La 29ª Encuesta Global de CEOs de PwC (4.454 dirigentes, 95 países, publicada el 19 de enero de 2026) muestra que el 56 % de los dirigentes no ha constatado ningún beneficio financiero significativo vinculado a la IA, y solo el 12 % reporta ganancias de costes Y de ingresos a la vez.
- Un estudio del MIT NANDA publicado en 2025 ya había establecido que el 95 % de los proyectos piloto de IA generativa en empresas no produce ningún retorno medible, frente a solo un 5 % que genera un valor real.
- La causa identificada no es la calidad de los modelos, sino una implementación frágil: pilotos aislados, falta de integración en los procesos reales, medición insuficiente.
- Para una pyme, la lección no es dejar de invertir en IA, sino elegir un caso de uso preciso, integrarlo de verdad y medir antes de ampliar su uso.
Lo que revela la nota de Apollo Global Management
Apollo Global Management es una gestora de activos estadounidense cuyo equipo de investigación económica sigue de cerca el efecto de la IA en la economía real. En su nota del 24 de octubre de 2026, el economista jefe Torsten Slok compara el rendimiento financiero de las « Magnificent Seven », esos siete gigantes tecnológicos que dominan los índices bursátiles estadounidenses, con el de las otras 493 empresas del S&P 500.
La constatación es clara: el ingreso por empleado y los márgenes aumentan en los gigantes tecnológicos, que venden la infraestructura de IA (nube, chips, modelos) o la integran a gran escala en productos usados por millones de clientes. Pero en la gran mayoría de las empresas, que compran y usan la IA en lugar de venderla, esos mismos indicadores se mantienen globalmente estables. La nota va más allá: no observa ninguna aceleración de la productividad total de los factores, un indicador económico que mide la eficiencia global del trabajo y el capital, que pueda atribuirse a la IA en esta etapa.
Las « Magnificent Seven »
Ingreso por empleado y márgenes al alza desde el auge de la IA generativa, según Apollo Global Management. Estas empresas venden la infraestructura de IA o la integran a muy gran escala en sus productos.
Las otras 493 empresas del S&P 500
Ingreso por empleado y márgenes se mantienen globalmente estables. Ninguna aceleración visible de la productividad total de los factores vinculada a la IA, según la misma nota.
Consecuencia directa según Apollo: algunas empresas ya están reduciendo su gasto en IA, y cada vez más direcciones financieras consideran el coste de los tokens de IA como un gasto que erosiona los márgenes, en lugar de un motor de crecimiento automático.
PwC y el MIT confirman la misma brecha
Esta constatación no es aislada. La 29ª Encuesta Global de CEOs de PwC, publicada el 19 de enero de 2026 entre 4.454 dirigentes de 95 países, pone cifras precisas a esta brecha entre promesa y resultado.
El detalle importa: los dirigentes que declaran ganancias tanto de costes como de ingresos tienen entre dos y tres veces más probabilidades de haber integrado la IA de forma masiva en sus productos, su prospección comercial y sus decisiones estratégicas, en lugar de usarla de forma marginal. Un estudio anterior del MIT NANDA, titulado « The GenAI Divide », ya había documentado el mismo fenómeno en 2025 a partir de más de 300 despliegues de IA generativa en empresas.
Según el MIT, la causa de esta brecha no es la calidad de los modelos en sí. Se debe a la implementación: pilotos aislados, desconectados de los procesos reales, incapaces de retener el contexto de una tarea a otra, y mal alineados con las necesidades operativas concretas de la empresa.
Por qué a algunas empresas les va mejor
Entre el fracaso casi generalizado de los pilotos aislados y el éxito de los gigantes tecnológicos, existe un camino intermedio: el del 12 % de dirigentes de PwC que reporta ganancias financieras reales, y el 5 % de pilotos del MIT que crean un valor medible. Lo que tienen en común no es el tamaño de la empresa ni el presupuesto dedicado a la IA, sino el método.
Elegir un caso de uso medible
Integrar la IA en el flujo de trabajo real
Medir antes de ampliar el uso
Revisar el cálculo cada trimestre
Optimismo moderado
Esta brecha no es una condena de la IA: sobre todo muestra que el valor se concentra en los usos bien elegidos, bien integrados y medidos. Una pyme que avanza con un caso de uso preciso, en lugar de una estrategia de IA « en todo, rápido », tiene estadísticamente más probabilidades de situarse entre el 12 y el 33 % que gana, en lugar de la mayoría que aún no ve ningún efecto financiero.
Lo que dicen los tres estudios, de un vistazo
| Estudio | Fecha | Cifra clave | Enseñanza para una pyme |
|---|---|---|---|
| Apollo Global Management (Torsten Slok) | 24 de octubre de 2026 | Márgenes estables fuera de las « Magnificent Seven » | El efecto financiero de la IA sigue concentrado en los gigantes tecnológicos |
| PwC, 29ª Encuesta Global de CEOs | 19 de enero de 2026 | 56 % de dirigentes sin beneficio financiero significativo | El retorno depende de la amplitud y madurez del despliegue, no del tamaño |
| MIT NANDA, « The GenAI Divide » | 2025 | 95 % de pilotos sin retorno medible | El fracaso suele venir de la implementación, no del modelo elegido |
FAQ
Entonces, ¿la IA no es rentable para una pyme?
No automáticamente rentable, no. Los tres estudios muestran que el retorno existe, pero solo para una minoría de empresas que integran la IA en profundidad en sus procesos y miden sus efectos, en lugar de aquellas que acumulan usos puntuales y aislados.
¿Por qué a las grandes empresas tecnológicas les va mejor con la IA?
Según Apollo Global Management, estas empresas venden ellas mismas la infraestructura de IA (nube, chips, modelos) o la integran de forma masiva en productos usados por millones de clientes, lo que multiplica el efecto de cada mejora. Una pyme no tiene ese mismo efecto de palanca, de ahí la importancia de elegir bien sus casos de uso.
¿Hay que dejar de invertir en IA mientras se aclara el panorama?
No. El análisis de PwC muestra que las empresas que despliegan la IA ampliamente, con buenas bases de gobernanza e integración, presentan casi 4 puntos de margen adicional respecto a las demás. El riesgo no es invertir en IA, sino invertir sin un caso de uso preciso ni medición de los resultados.
¿Cómo puede una pyme medir concretamente el ROI de una herramienta de IA?
Comparando un indicador antes y después de la adopción: tiempo dedicado a una tarea, tasa de error, plazo de respuesta al cliente, o ingresos generados, en relación con el coste real de la herramienta (suscripción, tokens de API, tiempo de formación de los equipos).
Para profundizar
Esta constatación cuantificada se relaciona con otra trampa que ya documentamos: la IA también puede intensificar el trabajo en lugar de aliviarlo, como muestra nuestro artículo sobre la paradoja de productividad de la IA. Para estructurar un despliegue de IA que genere un retorno real, descubre cómo lo han hecho otros dirigentes en nuestros casos de éxito de clientes.
