La IA generativa y la IA agéntica acaparan el discurso, pero los datos del mercado español cuentan otra historia. Solo el 24% de las grandes empresas españolas usa internamente IA prescriptiva, una disciplina basada en optimización matemática que ya está generando retornos de inversión de entre el 5% y el 20% para quienes la han desplegado, según la primera edición del Barómetro de la Optimización Matemática en España y Portugal, elaborado por DECIDE | Linkroad junto a Gurobi.
El estudio aterriza en un momento delicado para la conversación sobre IA en España. Los últimos informes coinciden en que la IA en España no falla en tecnología, pero necesita generar valor tangible antes de que los comités de dirección liberen presupuestos más ambiciosos. La IA prescriptiva, que consiste en encontrar la mejor decisión posible entre múltiples opciones cuando hay variables y restricciones operativas en juego, encaja justo en ese hueco de “IA con resultado medible”.
El Barómetro pone números concretos a esa adopción. Entre las grandes compañías españolas, el 19% usa IA prescriptiva en proyectos puntuales y solo un 5% la tiene integrada como capacidad transversal con equipos especializados. Otro 29% opta por externalizarla, lo que apunta a falta de capacidades propias. El 40% declara conocerla pero no usarla y un 7% reconoce un conocimiento muy limitado o inexistente sobre esta tecnología.
“Las organizaciones que lideran en sus sectores no son las que tienen más datos, sino las que han aprendido a convertir la complejidad operativa en decisiones precisas. La optimización matemática marca la diferencia entre gestionar la operativa y mejorarla de verdad”.
Daniel Herrero, Global Capability Lead, Decision Intelligence en Linkroad
El 83% sigue decidiendo con hojas de cálculo y reglas fijas
El estudio identifica margen de mejora de costes y eficiencia operativa en prácticamente la totalidad de las grandes empresas españolas. Ese margen se concentra sobre todo en logística (22%), producción (21%) y planificación (19%), tres áreas que comparten una característica común: gestionan muchas variables y restricciones a la vez, justo lo que un modelo de optimización matemática resuelve mejor que una hoja de cálculo.
Sin embargo, la forma en que esas empresas toman las decisiones hoy queda lejos de aprovechar ese potencial. El 83% sigue recurriendo a métodos básicos: 36% hojas de cálculo y reglas fijas, 33% herramientas de analítica básica y 14% experiencia del personal. Solo el 15% utiliza soluciones avanzadas de apoyo a la decisión, una brecha que recuerda a la que se observa en otros frentes de la próxima fase de la IA empresarial, donde el problema rara vez es la tecnología y casi siempre es la cultura de decisión y los procesos.
Adopción por sectores: retail manda, transporte se queda atrás
La brecha entre potencial y adopción es muy desigual según el sector. El retail lidera con un 67% de uso total de IA prescriptiva, seguido de servicios (58%) e industria y fabricación (57%). En el otro extremo, transporte y logística se queda en el 35% de adopción total, lo que apunta a un recorrido amplio por delante a pesar de ser un sector donde la optimización de rutas y flotas tiene impacto directo en costes.
| Sector | Uso total de IA prescriptiva | Empresas en fase avanzada |
|---|---|---|
| Retail | 67% | Mayor recorrido por delante (1 de cada 3 aún en fases iniciales) |
| Servicios | 58% | Adopción consolidada |
| Industria y fabricación | 57% | 86% en fase avanzada |
| Energía y utilities | n/d | 76% en fase avanzada |
| Transporte y logística | 35% | 71% en fase avanzada |
El estudio confirma además un patrón claro: una vez adoptada, la IA prescriptiva se queda. El 79% de las empresas usuarias la aplica de forma continua o recurrente, integrada en su operativa habitual, y solo el 20% la reserva para proyectos aislados. Tres de cada cuatro compañías que ya la usan se encuentran en fase de consolidación o integración transversal en su toma de decisiones, lo que la diferencia de otras tecnologías que se prueban en piloto y nunca llegan a producción. En el segmento de empresas más pequeñas, el debate va por otro lado: muchas pymes españolas dependen de proveedores tecnológicos para incorporar IA con garantías, y casos como el de Acronis lanzando GenAI Protection para que los MSPs controlen el uso de IA en pymes muestran que el canal MSP empieza a ser pieza clave en esa adopción.
Retornos de hasta el 20% y por qué aún así avanza despacio
Las expectativas de retorno entre quienes ya han desplegado son llamativamente altas. El 98% de los encuestados estima un ROI de entre el 5% y el 20%, y casi la mitad (47%) espera superar el 10%. Para una tecnología que se aplica a costes ya existentes en logística, producción o planificación, esos porcentajes se traducen en muchos millones cuando el negocio mueve volumen.
“La optimización matemática genera un retorno de la inversión significativo al permitir a las organizaciones convertir datos en decisiones precisas. Quienes la adoptan obtienen una clara ventaja competitiva”.
Duke Perrucci, CEO de Gurobi
La pregunta es por qué, con esos retornos sobre la mesa, el grueso del tejido empresarial sigue tomando decisiones críticas con hojas de cálculo. La respuesta que se intuye en el Barómetro es doble. Por un lado, falta talento específico: optimización matemática requiere perfiles que combinan investigación operativa, ingeniería y conocimiento de negocio, y siguen siendo escasos. Por otro, la presión de costes que sufren las consultoras tecnológicas—visible en movimientos como el reciente ERE de Capgemini en España—está reordenando el mapa de proveedores que pueden acompañar a las grandes cuentas en este tipo de proyectos.
Esa misma reordenación explica que muchas compañías estén empezando a apoyarse en plataformas de datos que ya integran capacidades analíticas y de decisión. La idea de un único “centro de control”, presente en propuestas como Snowflake Intelligence y Cortex Code, gana sentido cuando las decisiones de logística, planificación o pricing dejan de vivir en hojas dispersas y pasan a un entorno con datos consistentes.
El Barómetro se presenta el 12 de mayo en Madrid
Los resultados completos del estudio se presentarán en un evento organizado por DECIDE y Gurobi, llamado El efecto de la optimización, el 12 de mayo de 2026 en WPP La Matriz, Madrid. Reúne a directivos, expertos en inteligencia artificial y especialistas en optimización para debatir cómo la IA prescriptiva está cambiando la toma de decisiones en entornos operativos cada vez más complejos.
La agenda incluye la presentación oficial del Barómetro, una keynote a cargo de Rubén Ruiz, experto en optimización matemática, profesor de la UPV y miembro de la Real Academia de las Ciencias Exactas, Físicas y Naturales, una demostración del Gurobot, el asistente de Gurobi para construir, resolver y explicar modelos de optimización de forma interactiva, a cargo de Frédéric Baumann (Director de Business Development de Gurobi), y dos mesas redondas con directivos de Moeve, Stef, Pfizer o el Ejército del Aire, entre otros.
Preguntas frecuentes
¿Qué es la IA prescriptiva?
Es la rama de la inteligencia artificial que, apoyada en técnicas de optimización matemática, indica la mejor decisión posible entre varias alternativas considerando variables y restricciones operativas (capacidad, costes, tiempos, normativa). Va un paso más allá de la IA predictiva, que se limita a anticipar qué puede pasar.
¿Cuántas grandes empresas españolas usan IA prescriptiva en 2026?
Según el Barómetro de la Optimización Matemática en España y Portugal, solo 1 de cada 4 grandes empresas españolas la usa de forma interna: el 19% en proyectos puntuales y el 5% como capacidad consolidada con equipos especializados.
¿Qué retorno de la inversión ofrece la IA prescriptiva?
El estudio cifra el retorno entre el 5% y el 20% para el 98% de las empresas que ya la han desplegado. Casi la mitad (47%) espera superar el 10%, dependiendo del área de aplicación y del volumen de operaciones afectado.
¿En qué sectores tiene más adopción?
El retail encabeza con el 67% de uso total, seguido de servicios (58%) e industria y fabricación (57%). El sector más rezagado es transporte y logística, con un 35% de adopción total, a pesar de ser un área con potencial directo de mejora en rutas, flotas y planificación.
¿Qué diferencia hay entre IA prescriptiva e IA generativa?
La IA generativa produce contenido nuevo (texto, imagen, código) a partir de patrones aprendidos. La IA prescriptiva, en cambio, no genera texto: recibe un problema con variables y restricciones, y devuelve la mejor combinación posible de decisiones para optimizar un objetivo (coste, beneficio, tiempo).
¿Cuándo se presenta el Barómetro al público?
El estudio se presenta el 12 de mayo de 2026 en WPP La Matriz (Madrid), durante el evento El efecto de la optimización, organizado por DECIDE y Gurobi.
