¿Por qué las empresas todavía reportan tan poco ROI de sus inversiones en IA?

El Global AI Pulse Q2 2026 de KPMG muestra una brecha clara, 76% de los ejecutivos afirma que la inteligencia artificial ya genera valor para su organización, pero solo 7% reporta un ROI establecido, el problema no parece ser la adopción, sino la capacidad de medir costos, asignar responsabilidades y traducir los beneficios en resultados financieros comparables.

Para los ejecutivos, esta diferencia importa porque una empresa puede percibir mejoras en productividad, velocidad de respuesta o calidad de las decisiones, pero eso no significa que ya pueda demostrar cuánto retorno genera frente a lo que invierte, KPMG distingue precisamente entre valor de negocio y ROI establecido, este último supone resultados tangibles y una capacidad más madura para vincular la inversión con crecimiento y oportunidades concretas.

1. Empieza por conocer el costo real

Uno de los principales obstáculos está en la visibilidad financiera, solo 35% de las organizaciones tiene una visión completa y monitoreo activo de los costos operativos de IA, mientras el resto trabaja con información parcial, tardía o fragmentada.

Para un ejecutivo, este es el primer filtro, antes de hablar de ROI hay que saber cuánto cuesta realmente operar la IA, incluidos modelos, agentes, infraestructura, consumo, integración y mantenimiento, el propio estudio muestra que las organizaciones con visibilidad completa de costos reportan ROI establecido en 15% de los casos, frente a 3% entre aquellas que no cuentan con esa visibilidad.

2. No midas solo productividad, conecta cada proyecto con una métrica de negocio.

KPMG considera valor de negocio mejoras como productividad, ahorros, crecimiento de ingresos, mejores decisiones o una mejor experiencia del cliente, el problema aparece cuando esas mejoras no están vinculadas desde el inicio con una métrica financiera u operativa que permita demostrar su impacto.  

Para el C-suite, esto significa que cada iniciativa debería empezar con una pregunta concreta, qué indicador va a cambiar, cuánto debería cambiar y en cuánto tiempo, sin esa línea base, demostrar ROI después resulta mucho más difícil.

3. Define quién responde por el resultado

75% de las organizaciones dice que el CEO lidera activamente la IA como prioridad estratégica, pero solo 24% identifica al CEO o al comité ejecutivo como responsable final de las decisiones apoyadas por IA.

La diferencia no es menor, las organizaciones con una responsabilidad ejecutiva claramente definida reportan ROI establecido en 14% de los casos, frente a 4% cuando esa responsabilidad no está clara.

El tip para los líderes es simple, cada proyecto necesita un responsable de negocio, no solo un responsable tecnológico, alguien debe decidir qué se escala, qué se corrige y qué se detiene.

4. Aprende a detener proyectos que no justifican su costo

Otro dato relevante es que 49% de las organizaciones ya ha reducido, retrasado o replanteado despliegues de agentes de IA cuando los costos comenzaron a superar el valor esperado     global-ai-pulse-q2

Eso también es madurez, escalar IA no significa desplegar todo lo posible, significa identificar qué casos de uso tienen sentido económico, cuáles necesitan ajustes y cuáles simplemente no deberían continuar

Para los ejecutivos, una revisión periódica de valor versus costo puede ser tan importante como la aprobación inicial del proyecto

5. Incorpora el ROI desde el diseño, no al final

Las organizaciones están empezando a formalizar esa disciplina, 54% ya incluye revisiones de costos en los procesos de aprobación de proyectos de IA, 53% utiliza dashboards de monitoreo, 40% cuenta con presupuestos de uso o tokens y 39% aplica estándares de arquitectura o diseño orientados a mejorar eficiencia     global-ai-pulse-q2

El mensaje para el C-suite se orienta a que el ROI no debería calcularse cuando el proyecto ya lleva meses operando, debe formar parte del caso de negocio desde el principio, con objetivos, costos esperados, responsables y criterios para decidir si la iniciativa continúa.

6. Diferencia valor percibido de retorno comprobado

Que 76% de los ejecutivos vea valor en la IA es una señal positiva, pero ese valor puede presentarse en formas difíciles de convertir inmediatamente en ganancias, como mejores decisiones, mayor velocidad, reducción de tareas manuales o mejoras en experiencia de cliente.    

Por eso, el bajo porcentaje de ROI establecido no significa necesariamente que la IA esté fallando, significa que muchas empresas todavía están en la transición entre adoptar la tecnología y construir los sistemas de medición necesarios para demostrar su impacto financiero

7. Trata la economía de la IA como una competencia ejecutiva

Las empresas encuestadas planean invertir en promedio US$188 millones en IA durante los próximos 12 meses, mientras crece la presión por demostrar resultados ante consejos e inversionistas.

Para CEO, CFO, CIO y COO, entender la economía de la IA empieza a ser una capacidad de gestión, no basta con conocer la tecnología, hay que entender costos, consumo, retornos, riesgos y prioridades de inversión.

KPMG resume esta siguiente etapa en tres frentes, priorizar valor de largo plazo, clarificar la responsabilidad sobre los resultados y construir visibilidad sobre costos, uso y retorno.

En otras palabras, las empresas no reportan todavía más ROI porque muchas están aprendiendo a medirlo al mismo tiempo que escalan la IA, para los ejecutivos, el siguiente paso no es necesariamente invertir más, sino poder demostrar con mayor precisión dónde la inteligencia artificial realmente está haciendo crecer el negocio.

‍

FOTO: Pavel Danilyuk

‍