Una encuesta de BCG a 1.330 altos ejecutivos revela que el gasto en inteligencia artificial pasó de aproximadamente 1,7% a 3,3% de los ingresos empresariales. Su distribución entre distintas gerencias plantea un desafío: consolidar las inversiones, detectar herramientas duplicadas y comprobar que los sistemas puedan trabajar juntos.
Más del 80% del gasto empresarial en inteligencia artificial ya se concentra fuera del presupuesto corporativo de Tecnologías de la Información (TI). Al mismo tiempo, los recursos destinados a esta tecnología pasaron de aproximadamente 1,7% de los ingresos a fines de 2025 a 3,3% en 2026, según una encuesta de Boston Consulting Group (BCG) a 1.330 altos ejecutivos, publicada el 30 de septiembre. La expansión abre una pregunta para las empresas: ¿quién está mirando la cuenta completa de la IA?
La cifra no significa que ocho de cada diez dólares se gasten sin autorización. Refleja que la inversión está distribuida entre áreas del negocio y que revisar únicamente el presupuesto de TI puede resultar insuficiente para conocer su alcance. Marketing, ventas, finanzas y operaciones pueden incorporar soluciones para resolver necesidades específicas, pero cada contratación también exige decisiones sobre datos, integración, seguridad y mantenimiento.
“Una empresa puede aprobar cada compra de IA y aun así perder de vista cuánto está gastando en total. Cuando las decisiones se toman por separado, el riesgo es pagar varias veces por funciones similares o incorporar herramientas que después requieren un esfuerzo adicional para conectarse”, señala Cristina Fritz, cofundadora de Digital eXp, la primera consultora especializada en Enterprise Technology de Chile.
El problema puede aparecer en situaciones cotidianas: una gerencia contrata un asistente para analizar clientes, otra incorpora una herramienta para proyectar ventas y una tercera automatiza reportes financieros. Cada iniciativa puede ser útil por sí sola. Sin embargo, si utiliza información diferente o no se conecta con los sistemas existentes, la empresa puede terminar con resultados difíciles de comparar y equipos que deben seguir trasladando datos manualmente.
“Antes de contratar, hay que preguntar qué problema se quiere resolver, si ya existe una capacidad similar dentro de la organización y qué sistemas deberán intercambiar información. Una licencia puede ser rápida de comprar, pero integrarla al negocio exige mucho más que habilitar usuarios”, explica Fritz.
Desde la perspectiva de la ejecutiva, el costo real de adoptar IA debe considerar tanto las suscripciones como la preparación de los datos, las conexiones entre plataformas, la gestión del cambio y capacitación de los equipos y la operación posterior. Sin esa evaluación, una herramienta que parece económica al momento de la compra puede exigir recursos adicionales para funcionar en los procesos de la empresa.
Para enfrentar ese escenario, propone consolidar un inventario de las iniciativas de IA de todas las gerencias: qué se contrató, quién lo utiliza, cuánto cuesta, a qué información accede y qué resultado debe producir. Esa revisión permite identificar funciones superpuestas, evaluar qué soluciones conviene integrar y priorizar inversiones según su aporte al negocio.
“La pregunta no puede quedarse en cuántas herramientas de IA tiene la empresa. Hay que saber cuáles se usan, cuánto cuestan realmente y qué cambió gracias a ellas: cuánto tiempo se ahorró, qué errores disminuyeron o qué proceso mejoró. Sin esa información, es difícil decidir dónde seguir invirtiendo”, agrega la cofundadora de Digital eXp.
Para las empresas chilenas que están ampliando su adopción de inteligencia artificial, el hallazgo internacional plantea una tarea concreta: coordinar las decisiones de las áreas de negocio con finanzas y tecnología. Eso exige responsables definidos, criterios comunes de compra y una evaluación de cómo cada iniciativa se incorporará a la operación.
“Las gerencias necesitan avanzar, porque conocen sus problemas y oportunidades. La empresa debe darles una ruta común para que esas iniciativas se conecten y sus resultados se puedan medir. Si cada área acelera por su cuenta, podemos terminar con más herramientas, pero con los mismos procesos fragmentados”, concluye Fritz.
