Dos tercios de los líderes de TI ya miden resultados de IA, pero solo 8 de 160 los creen dignos de interrumpir al CEO

El 26 de septiembre de 2026, el medio especializado The Decoder publicó los resultados de una encuesta informal levantada por el analista Azeem Azhar, fundador del grupo de investigación Exponential View, entre cerca de 160 vicepresidentes de tecnología reunidos en un encuentro en Las Vegas. La pregunta era simple y deliberadamente incómoda: quién tiene hoy resultados medibles de inteligencia artificial.

Dos tercios de la sala levantaron la mano. Cuando Azhar subió el estándar y preguntó quién tenía resultados lo bastante relevantes para justificar una llamada al director ejecutivo durante sus vacaciones, quedaron ocho personas. Ese contraste entre una adopción amplia y un impacto que casi nadie califica de material es el dato que debería ocupar a cualquier responsable de operaciones de ingresos.

¿Qué midió exactamente la encuesta?

No se trata de un estudio con muestra representativa, y conviene decirlo antes de citarlo en un comité. Fue un sondeo a mano alzada entre unos 160 vicepresidentes de tecnología, con preguntas de seguimiento. Su valor no está en la precisión estadística sino en el tipo de pregunta: separa a quienes tienen un indicador que mostrar de quienes tienen un indicador que defender frente al primer ejecutivo de la compañía.

La lectura de Azhar fue que las empresas están avanzando, pero despacio, y que si ese ritmo alcanza para justificar los niveles actuales de inversión queda como pregunta abierta. Es una posición matizada: ni escepticismo ni entusiasmo, sino una brecha entre actividad y resultado atribuible.

¿Por qué importa la distancia entre resultado medible y resultado material?

Porque son dos conversaciones distintas. Un resultado medible puede ser una reducción de tiempo en una tarea, una tasa de adopción o un ahorro en horas. Un resultado material mueve una línea del estado de resultados: costo de adquisición, ciclo de venta, ingreso por vendedor, costo de servir. La mayoría de los programas de IA en operaciones comerciales todavía viven en la primera categoría.

El punto de referencia contrario viene de otra medición citada en el mismo reporte: Boston Consulting Group encontró que 70% de los directores ejecutivos del mundo cree que el éxito en inteligencia artificial influye en cómo se percibe su propio rol. Es decir, la presión sobre el primer ejecutivo es alta mientras la evidencia que le llega desde abajo sigue siendo modesta. Esa asimetría es la que produce proyectos anunciados con más fuerza que la que sus números soportan.

¿Qué significa para las empresas en Chile y Latinoamérica?

En Chile y el resto de Latinoamérica el patrón suele llegar con un rezago de meses y con presupuestos menores, lo que en la práctica ayuda: hay tiempo para definir el indicador antes de comprar la licencia. La mayoría de los equipos comerciales de la región que ya opera agentes de IA lo hace en redacción de correos, resúmenes de llamadas y enriquecimiento de datos, tareas donde el ahorro de tiempo es real pero difícil de convertir en ingreso adicional sin un cambio de proceso.

El riesgo concreto para la región no es quedarse atrás en herramientas. Es acumular licencias con adopción parcial y sin línea base, y llegar a la renovación sin poder responder qué habría pasado sin ellas.

Análisis de Revenue Hub

Este dato confirma algo que vemos de forma repetida en diagnósticos de operación comercial: el problema rara vez es la calidad del modelo, es la ausencia de una línea base medida antes de encender la herramienta. Cuando no existe un número previo de ciclo de venta, de tasa de contacto o de horas por cotización, cualquier mejora posterior se vuelve anecdótica. Y una mejora anecdótica no sobrevive a un recorte de presupuesto.

La recomendación concreta para un líder comercial es elegir un único proceso y tratarlo como un experimento con contabilidad propia. Tres pasos, en este orden: medir dos o tres semanas de línea base en el CRM antes de cualquier despliegue, definir de antemano el umbral que haría material el resultado, y fijar una fecha de decisión para expandir o apagar. Si la herramienta no supera el umbral en ese plazo, se apaga. Esa disciplina es lo que separa a los ocho de la sala del resto.

El corolario para presupuesto 2027 es directo: conviene concentrar el gasto en los dos o tres casos con número atribuible y dejar de financiar pilotos en paralelo que nadie está midiendo. Revisamos estos criterios de medición en la sección de RevOps y publicamos marcos de operación comercial en el blog de Revenue Hub.