La inteligencia artificial (IA) se ha convertido en el nuevo campo de batalla del crecimiento empresarial. Pero la carrera está llena de paradojas: casi ocho de cada diez directivos creen que la IA impulsará de forma notable sus ingresos antes de 2030, mientras una minoría reconoce que todavía no tiene claro de dónde saldrá ese dinero. Ese es el principal mensaje que deja el nuevo estudio del IBM Institute for Business Value (IBV), elaborado junto a Oxford Economics a partir de una encuesta global a más de 2.000 altos ejecutivos.
El informe sitúa el debate en un punto incómodo para muchos comités de dirección: el entusiasmo por la IA convive con un déficit de integración y estrategia. Según los resultados, el 79 % de los ejecutivos encuestados espera que la IA contribuya “de forma significativa” a sus ingresos en 2030, frente al 40 % que afirma que ya lo hace hoy. Sin embargo, solo el 24 % dice ver con claridad cuáles serán sus principales fuentes de ingresos en ese horizonte. Dicho de otro modo: se confía en la IA como motor del negocio, pero se admite una notable incertidumbre sobre el modelo de monetización.
Del ahorro a la innovación: el giro presupuestario que se avecina
El estudio describe un cambio de etapa. La primera ola de adopción se ha centrado en automatizar tareas, eliminar fricciones y exprimir eficiencias. De hecho, hoy el 47 % del gasto en IA se orienta a eficiencia. Pero el propio “mapa mental” de los ejecutivos parece moverse: para 2030, esperan que el 62 % del gasto en IA se dirija a innovación (productos, servicios y modelos de negocio), reflejando un giro desde el recorte de costes hacia la creación de nuevas líneas de valor.
La expectativa de mejora de productividad actúa como combustible de ese cambio: los directivos proyectan un aumento del 42 % en productividad para 2030, y el 67 % cree que habrá capturado la mayor parte de esas ganancias para entonces. El efecto secundario es relevante: el 70 % planea reinvertir el valor obtenido de esas mejoras en iniciativas de crecimiento, reforzando una lógica tipo “volante de inercia” donde la productividad financia innovación, y la innovación alimenta nuevos ingresos.
Mohamad Ali, vicepresidente sénior de IBM Consulting, resume la tesis con una frase que busca provocar: la IA no será una capa de apoyo, sino el propio modelo de negocio. Su lectura es clara: ganarán quienes “tejan” la IA en cada decisión y operación, con activos propios y capacidad de moverse más rápido que la competencia.
El riesgo silencioso: IA sin integración con el negocio
El optimismo no oculta los temores. Una mayoría (68 %) teme que sus iniciativas de IA fracasen por falta de integración con las actividades centrales del negocio. En el fondo, el informe diferencia entre “adoptar IA” (añadir herramientas) y convertirse en una organización “AI-first” (IA como parte inseparable de estrategia, operaciones y gobernanza). En esa transición, IBM insiste en que no basta con comprar soluciones “en estantería”: el valor diferencial estaría en modelos, agentes y datos ajustados a la lógica específica de cada empresa.
Esa idea aparece repetida en el documento: cuando todo el mercado accede a modelos fundacionales similares, la ventaja competitiva se desplaza hacia lo que cada organización aporta (datos propios, procesos, conocimiento sectorial) y cómo orquesta esas capacidades en flujos reales, con control, auditoría y responsabilidad.
La era del “multi-modelo”: menos fe ciega en un único LLM
Otra de las conclusiones destacadas apunta a un futuro más heterogéneo en modelos. El 82 % de los encuestados espera que sus capacidades de IA sean multimodelo en 2030. Y, en un giro que contrasta con el foco mediático en los grandes modelos de lenguaje (LLM), el 72 % prevé que los modelos pequeños (SLM) ganen protagonismo y superen a los LLM dentro de sus organizaciones.
La lectura práctica es operativa: los LLM seguirían siendo útiles como “cuchillos suizos” generalistas, mientras los SLM aparecerían como piezas tácticas para tareas concretas, despliegues en edge, latencias bajas o escenarios donde la eficiencia computacional y el control pesan más que la generalidad.
El informe añade además una correlación que los directivos deberían leer como presión competitiva: las organizaciones que escalan la IA en múltiples flujos de trabajo y combinan modelos pequeños, modelos personalizados y modelos fundacionales anticipan un 24 % más de ganancias de productividad y mejoras del 55 % en márgenes operativos para 2030 (en comparación con quienes se apoyan sobre todo en grandes modelos preentrenados). IBM subraya que no son predicciones propias, sino expectativas declaradas por los ejecutivos encuestados.
Consejos de administración, nuevos roles y el fin de la estabilidad de habilidades
Más allá de la tecnología, el estudio describe una transformación de liderazgo y talento que muchas empresas aún tratan como un asunto secundario. Para 2030, los directivos esperan que el 25 % de los consejos de administración cuente con un asesor de IA o un “co-decisor” basado en IA. Y el 74 % cree que la IA redefinirá los roles de liderazgo en la empresa, con dos tercios anticipando la creación de nuevos cargos directivos vinculados a IA.
La presión sobre habilidades es igual de explícita: el 67 % considera que los puestos duran cada vez menos, el 57 % espera que la mayoría de las habilidades actuales quede obsoleta en 2030, y otro 67 % afirma que la mentalidad importará más que las habilidades en sí. Desde la óptica de la gestión, no se trata solo de “formación”, sino de rediseñar estructuras y responsabilidades para operar con agentes y automatización a escala, sin romper la rendición de cuentas.
En este apartado, las voces externas citadas por IBM refuerzan el mensaje. El CEO de Box, Aaron Levie, sostiene que las capacidades que trascienden un puesto concreto —juicio, estrategia, colaboración, claridad mental— serán todavía más necesarias en un mundo donde gran parte del trabajo subyacente puede delegarse a un agente. La consecuencia es incómoda: si la ejecución se automatiza, el valor humano se desplaza a la dirección, el criterio y la creatividad.
El “gap cuántico”: todos esperan impacto, pocos se preparan
El estudio también abre un frente a menudo aplazado: la computación cuántica. El 59 % de los ejecutivos cree que la “IA habilitada por cuántica” transformará su industria antes de 2030, pero solo el 27 % espera estar usando computación cuántica para entonces. La brecha, según IBM, es una oportunidad para quienes empiecen antes a experimentar, construir alianzas y preparar capacidades, especialmente en ámbitos como optimización, simulación molecular o modelado financiero.
En palabras del Dr. Thomas Eckl (Bosch), la cuántica no llegará como un sustituto aislado: deberá integrarse con computación clásica e IA en flujos conectados. La idea enlaza con otra advertencia del informe: el futuro no será un “gran salto” tecnológico único, sino una ingeniería de integración continua.
Preguntas frecuentes
¿Qué significa que una empresa sea “AI-first” según los directivos encuestados por IBM?
Implica que la IA deje de ser una herramienta añadida y pase a integrarse en procesos centrales, decisiones y operaciones, con modelos y agentes ajustados a datos y lógica propios, además de mecanismos de gobernanza y trazabilidad.
¿Por qué IBM prevé que los modelos pequeños (SLM) ganen peso frente a los LLM en 2030?
Porque en muchos casos empresariales pesan la eficiencia, la latencia, el coste y el despliegue en edge o sistemas específicos. El estudio recoge que el 72 % de los ejecutivos espera que los SLM sean más prominentes que los LLM en sus organizaciones para 2030.
¿Cuál es el mayor riesgo que identifican los ejecutivos al escalar la IA en la empresa?
La falta de integración con el negocio: el 68 % teme que sus iniciativas de IA fallen por no conectarse con actividades core y flujos reales de trabajo, más allá de pilotos aislados.
¿Qué relación establece el informe entre IA y computación cuántica de cara a 2030?
Describe una brecha de preparación: aunque el 59 % cree que la cuántica potenciará la IA y transformará su industria, solo el 27 % espera usar computación cuántica para entonces. La recomendación es explorar casos de uso y alianzas desde ahora para no llegar tarde.
vía: Informe IBM
