Bloomfire publicó el 7 de mayo un análisis basado en sus datos de clientes que pone cifras a algo que muchos responsables de transformación digital ya intuyen. El 40% del presupuesto asignado a IA empresarial rinde por debajo de las expectativas declaradas. Y más llamativo: el 50% de los empleados de esas empresas evitó las herramientas de IA disponibles en el último mes y completó el trabajo a mano. Tres de cada cuatro directivos reconocen que su estrategia de IA es más cosmética que sustantiva.
Este análisis es diferente al que publicó Harvard Business Review esta semana sobre la trampa de la microproductividad. El HBR argumenta que el problema es de nivel: las empresas aplican IA en tareas individuales en lugar de procesos. Bloomfire apunta a una capa más profunda: la IA no tiene el conocimiento necesario para ser útil. En una empresa de cien personas pueden existir treinta y un conceptos clave de negocio que nadie documentó nunca. La IA puede responder sobre lo que existe. No puede compensar lo que falta.
El caso que ilustra el problema: una empresa con una biblioteca de contenido valorada internamente en 91 sobre 100 detectó treinta y un conceptos de negocio sin documentación explicativa, y diez documentos que citaban su producto principal sin definirlo en ningún sitio. Sus agentes de IA no podían responder preguntas básicas sobre la oferta de la compañía porque nadie había escrito la respuesta en ningún lugar accesible. El asistente más sofisticado del mercado no puede suplir esa ausencia.
Una advertencia editorial: Bloomfire vende plataformas de gestión de conocimiento, así que su diagnóstico coincide con lo que ellos resuelven. El sesgo existe. Pero la señal es consistente con análisis independientes: el problema de adopción de IA en empresas medianas no es de herramientas. Es de fundamentos. Si tu empresa ha invertido en IA y el equipo sigue resolviendo las mismas tareas a mano, la pregunta no es qué herramienta falta. Es qué sabe tu empresa que aún no está documentado donde la IA pueda leerlo.
