La adopción de IA tropieza con un problema interno que las empresas subestimaron

Ciudad de México, 17-06-2026 |

Empresas subestiman problemas internos que producen tropiezos con adopción de IA

Las empresas aceleraron inversiones en inteligencia artificial durante los años recientes, aunque numerosos proyectos continúan enfrentando retrasos, resistencia interna y dificultades para generar resultados concretos. Especialistas del sector sostienen que el principal obstáculo ya no radica en la tecnología, sino en la capacidad de las organizaciones para adaptarse a nuevos modelos de trabajo y aprendizaje.

Durante una entrevista con NotiPress, Fernando Leibowich Beker, CEO y cofundador de Lidd AI, señaló que gran parte de las dificultades observadas en la implementación empresarial de inteligencia artificial responde a factores internos. Al ser consultado sobre si el fracaso de estos proyectos está relacionado con problemas de aprendizaje organizacional, respondió: "Probablemente sí" y aventuró que es un alto porcentaje según su opinión.

El planteamiento coincide con investigaciones recientes que identifican elementos como cultura corporativa, alineación del liderazgo, gobernanza y desarrollo de habilidades entre los factores que condicionan el éxito de las iniciativas de inteligencia artificial. Aunque las herramientas tecnológicas continúan avanzando, muchas organizaciones mantienen estructuras diseñadas para modelos operativos anteriores.

Por su parte, Ángel Acuña, director del Instituto de Posgrado en Inteligencia Artificial (IPIA) ubicado en Cuernavaca, México, considera que la adopción tecnológica requiere una revisión más profunda de las formas tradicionales de trabajo. Según explicó en entrevista, la llegada de sistemas basados en IA obliga a replantear procesos, métodos de aprendizaje y criterios utilizados para resolver problemas dentro de las empresas.

La situación también genera una paradoja en el ámbito corporativo. Mientras directivos y empresarios reconocen aumentos potenciales de productividad asociados a la inteligencia artificial, la transformación organizacional avanza con mayor lentitud. Leibowich afirmó que muchas compañías saben que podrían operar con niveles superiores de eficiencia, aunque suelen evitar cambios estructurales profundos cuando mantienen resultados financieros positivos.

Desde la experiencia del IPIA, Acuña observa que la diferencia entre organizaciones que avanzan con mayor rapidez y aquellas que permanecen rezagadas suele estar relacionada con la disposición de las personas para aprender y adaptarse. En su opinión, quienes desarrollan capacidades de análisis, reflexión y uso estratégico de las herramientas tecnológicas logran obtener mejores resultados que quienes intentan replicar métodos tradicionales en un entorno distinto.

Un estudio publicado en 2026 por Jeanne McClure y Gregg Gerdau concluyó que los problemas de adopción de IA responden principalmente a factores organizacionales, entre ellos cultura empresarial, liderazgo y desarrollo de habilidades, más que a limitaciones tecnológicas. El análisis revisó 19 fuentes académicas e industriales con información de casi 10 mil líderes empresariales

Así, las señales del mercado muestran además que la discusión sobre inteligencia artificial se desplaza gradualmente desde la adquisición de software hacia la capacitación de equipos. Empresas de diversos sectores buscan programas enfocados en optimizar áreas específicas mediante automatización, agentes inteligentes y análisis de datos, aunque el proceso todavía ocurre de manera gradual y lejos de una adopción masiva.

Lejos de los debates centrados exclusivamente en algoritmos o infraestructura tecnológica, la experiencia de especialistas y organizaciones dedicadas a la formación en inteligencia artificial apunta hacia un desafío menos visible. La velocidad con la que evolucionan las herramientas supera, en numerosos casos, la capacidad de aprendizaje de las propias organizaciones, situación que comienza a definir el éxito o fracaso de los proyectos de IA en el ámbito empresarial.