BCG publicó el 30 de septiembre su Applied AI Index 2026, con más de 1.300 ejecutivos de más de 20 sectores. Solo el 7,5% de las empresas llegó al nivel más alto de madurez en IA. Y el 95% de ese grupo hace algo casi aburrido: tiene KPIs claros o mide el valor de la IA directamente en el estado de resultados.

Esa cifra la quiero dejar sentada primero, porque la otra que anda dando vueltas tiene una fecha que conviene decir.

La cifra de PwC no es de esta semana

Volvió a circular en LinkedIn: según PwC, el 56% de los CEOs no ha visto retorno de la IA y solo el 12% ve ingresos más altos y costos más bajos a la vez. Es cierto. La Global CEO Survey salió el 20 de enero de 2026 en Davos, con 4.454 CEOs encuestados entre el 30 de septiembre y el 10 de noviembre de 2025.

Son datos de hace casi un año. En IA, un año es mucho. Por eso uso a PwC como segundo testigo y no como titular.

Un detalle de precisión: PwC dice que el 56% no ha visto “un beneficio financiero significativo hasta la fecha”. Otro 33% ve ganancia en costos o en ingresos, pero no en ambos.

Qué separa al 7,5%

En el informe de BCG hay cuatro números que hablan de lo mismo.

El 61% de las empresas más maduras ya pasó de pilotos aislados a un programa de varios años para toda la empresa. Entre las rezagadas, el 17%. Las que miden el valor de la IA directamente en el estado de resultados obtienen tres veces más valor que las que no lo miden formalmente (3,6% frente a 1,2% en la medición de BCG). Y las que combinan claridad estratégica con IA aplicada generan cinco veces más valor que las que no tienen ni una ni otra.

PwC llega por otro camino a un lugar parecido. Los CEOs cuyas organizaciones tienen cimientos sólidos, como marcos de IA responsable y un entorno tecnológico que permite integrar la IA en toda la empresa, tienen tres veces más probabilidad de reportar retornos financieros significativos.

Un programa. Un número. Cimientos antes de escalar.

Una advertencia, porque no la quiero esconder. Son encuestas, no experimentos. Puede que las empresas que ya ganan midan mejor, y no al revés. Lo que sí se ve es que dos estudios distintos, con muestras distintas, señalan lo mismo.

De dónde sale lo del KPI

El comunicado de PwC no habla de un KPI. Lo agregó Sonali Minocha al resumirlo en LinkedIn: “The 12% used AI across the business, and tied it to a specific KPI” (el 12% usó la IA en toda la empresa y la ató a un KPI específico). Es una lectura razonable, pero la evidencia dura de que medir importa viene de BCG, no de PwC. Prefiero atribuirlo bien.

Un KPI no es una meta de adopción

“Que el 80% del equipo tenga licencia” no es un KPI. Es un inventario.

Un KPI de IA es un número que tu empresa ya reporta, que alguien con nombre y apellido es dueño de mover, y que se puede leer en el estado de resultados o cerca de él. Días promedio para cobrar una factura. Costo por orden procesada. Tiempo entre la solicitud del cliente y la primera respuesta.

Los cimientos son lo que viene después de elegir el número: en qué orden se atacan las oportunidades, cómo se conecta con los sistemas que ya existen y quién aprueba qué. Ya escribí sobre por qué comprar herramientas no es jugar a la ofensiva y sobre las decisiones que no se le pueden pasar a un implementador, así que aquí no las repito.

Cómo lo hacemos en AI Maestro

El programa AI Maestro dura dos meses y está armado para que la pregunta del número aparezca antes que la herramienta. Primero se mapea cómo trabaja la empresa de verdad (el Process Reality Map). Después cada oportunidad recibe un AI Opportunity Score y entra a un ranking. Todo termina en una compuerta Go/No-Go con proyección de retorno.

Si ninguna oportunidad mueve un número que alguien en tu empresa ya reporta cada mes, la compuerta dice No-Go. Los tres entregables siguen siendo tuyos y no firmaste nada más. Si dice Go, tienes un programa con dueño, un KPI y un orden de ataque, que es lo que BCG encontró en el 7,5%.

Esta semana, antes de la próxima reunión de IA: escribe en una línea el número que debería moverse con tu proyecto más grande, quién lo reporta hoy y cada cuánto. Si no puedes completar esa línea, ya sabes por qué el piloto no termina de salir de piloto.

Elige tu número con AI Maestro antes de escalar