Hace unos días, mientras asistía a la fiesta infantil de la hija de un amigo —brincolines, pastel, globos metálicos y helados—, terminamos hablando de inteligencia artificial. Entre piñatas y risas, mientras teníamos diferentes pláticas casuales, surgió el tema: “¿Pero aún no estamos en la fase de adopción masiva, no?”
Me sorprendió la pregunta, no porque fuera inusual, sino por lo contrario: porque ya forma parte de nuestras conversaciones cotidianas. La IA dejó de ser un tema técnico reservado para especialistas; ahora aparece en cumpleaños, comidas familiares, filas del súper y chats de escuela. Es un síntoma claro de que se volvió un objeto cultural. Pero lo cultural no es necesariamente lo económico.
Esa pregunta —¿ya estamos en la adopción masiva?— es muy pertinente, pero requiere varias aristas. En el lenguaje de los mercados, la adopción masiva no significa que mucha gente use la IA generativa. Significa que mucha gente pague lo suficiente y de manera recurrente para sostener un modelo de negocio rentable. Es decir, que la adopción masiva deje de ser un fenómeno cultural y se convierta en uno contable.
Los mercados no actúan como si la adopción masiva ya hubiera ocurrido. Actúan como si fuera inevitable. Lo que no siempre se discute es qué tendría que pasar dentro de miles de organizaciones para que esa adopción —la que genera ingresos y márgenes— realmente se materialice.
Harvard Business Review ofrece un primer indicio: más del 70% de las grandes empresas ni siquiera domina la IA tradicional, la de algoritmos estructurados y reglas claras. Si esa base sigue siendo frágil, cuesta trabajo imaginar que estén listas para integrar sistemas mucho más complejos, costosos y demandantes como los modelos generativos. MIT llega a un diagnóstico similar: antes de la explosión de GenAI, solo 8% de las empresas consideraba que la IA era crítica en más de tres funciones del negocio. Probar modelos no es adoptarlos; usarlos no es convertirlos en una infraestructura productiva.
Gartner confirma la misma distancia. En su Hype Cycle 2025, coloca a la IA generativa en el “Trough of Disillusionment”: ese punto donde la euforia inicial se topa con la realidad. Las empresas gastaron en promedio 1.9 millones de dólares en iniciativas de GenAI el año pasado, pero menos del 30% de los CEOs está satisfecho con el retorno. Esa cifra no sugiere una tecnología consolidada; sugiere una todavía en exploración.
Aun si la tecnología avanza, la adopción profunda requiere una infraestructura que hoy no existe. Según Gartner, 57% de las organizaciones reconoce que sus datos no están listos para IA. MIT documenta que la deuda técnica y la fragmentación de plataformas son las principales barreras antes de siquiera pensar en mover modelos a producción. Y Harvard Business Review advierte que GenAI no opera sola: requiere bases de datos vectorizadas, trazabilidad total del dato, procesos rediseñados y humanos en el ciclo para corregir errores y alinearla a los objetivos empresariales. Nada de eso se construye de la noche a la mañana.
Pero incluso si mañana existiera esa infraestructura, quedaría el obstáculo más importante: el modelo de negocio. La adopción masiva, la que sostiene valuaciones y justifica inversiones multimillonarias en cómputo, no es que millones usen IA, sino que miles de empresas paguen suficientes suscripciones, servicios de integración y contratos de soporte como para cubrir los costos operativos de modelos que consumen cantidades extraordinarias de cómputo. MIT estima que mantener en operación modelos de frontera cuesta decenas de millones de dólares al mes. Para que la adopción masiva sea financieramente viable, las empresas tendrían que ver beneficios claros, medibles y recurrentes.
Por eso la pregunta que me hizo mi amigo es tan buena. Porque marca un cambio cultural: estos temas ya forman parte de nuestras conversaciones más livianas. Y ese impulso por entender qué viene, qué falta, qué significa, no debe confundirse con la adopción masiva que los modelos de negocio requieren. La parte financiera —la que convierte ese entusiasmo en ingresos estables, en economías de escala, en márgenes— apenas comienza. La adopción masiva llegará cuando no solo millones la usen, sino cuando estén convencidos de pagar por ella.
