Tras una década de consultoría en transformación digital y de apoyo a las marcas a través de la adopción de tecnologías emergentes, 2025 reveló la verdad más dura sobre la implementación de la IA: la tecnología nunca fue el cuello de botella. Lo eran las personas y la cultura.
En Kainjoo, hemos trabajado con startups, corporaciones y equipos de toda Europa implementando estrategias de automatización de IA y transformación empresarial. Lo que hemos aprendido este año cambia fundamentalmente la forma en que las empresas deben abordar la adopción de la IA en 2026.
La mayoría de las empresas abordaron la transformación de la IA de la misma manera en 2025. Todas las marcas querían la automatización. Todos los ejecutivos querían plantar bandera en un proyecto de IA. Pocas tenían la cultura organizativa para implementarla correctamente. Menos aún contaban con los recursos para ejecutarlo a una velocidad significativa.
Para las organizaciones que tuvieron éxito, las conversaciones se centraron en infraestructuras concretas: servidores de automatización, implantaciones de MCP y flujos de trabajo de IA generativa. En el resto, la atención se centró en la experimentación sin un valor empresarial cuantificable.
El patrón era claro en los tres grupos:
Implementación de IA en Startups: El riesgo del pivote tecnológico
Observamos numerosas startups de salud digital y SaaS que pivotan para posicionarse como plataformas de tecnología profunda. La estrategia tenía sentido sobre el papel: conseguir financiación centrada en la IA, crear infraestructura de datos y atraer talento técnico.
La ejecución a menudo fallaba. Los fundadores quemaron la pista de aterrizaje convirtiendo equipos DevOps en equipos MLOps, solo para enfrentarse a déficits de financiación doce meses después con un crecimiento ARR mínimo.
Lo que funcionó: Startups que mantuvieron el ARR como su métrica estrella del norte al tiempo que integraban la IA como un multiplicador de capacidades, no como un pivote del modelo de negocio. Los pivotes de deep-tech que tuvieron éxito fueron los que construyeron plataformas de infraestructura para su ecosistema, no los que cambiaron la marca de los productos existentes con etiquetas de IA.
La realidad de la financiación: El polvo seco del capital riesgo y la economía de la IA
Desde nuestro punto de vista en Allegory Capital, el panorama del capital riesgo en 2025 reveló un patrón sorprendente: sociedades de capital riesgo de pequeña y mediana capitalización que se mantienen a la espera. No están quemando efectivo en rondas intensivas en IA mientras el mercado sigue siendo escéptico sobre la sostenibilidad del modelo de negocio.
La economía unitaria lo dice todo. Por cada dólar gastado en la implantación de la IA, las empresas pierden entre dos y cuatro dólares, dependiendo de la escala. Y eso antes de tener en cuenta las consideraciones ESG y el impacto de la huella de carbono, costes que la mayoría de las organizaciones aún no miden adecuadamente.
Esta realidad económica está forzando un cambio fundamental en la forma de financiar y ampliar la innovación en IA:
La IA ética europea liderará, no seguirá. El entorno normativo de la UE, que muchos criticaron por ser hostil a la innovación, se convertirá en la fuerza motriz del desarrollo sostenible de la IA. Los marcos éticos de la IA, la contabilidad del carbono y las normas de despliegue responsable surgirán primero en Europa.
Los laboratorios estadounidenses y los POC no escalarán de la misma manera. Las grandes empresas que vigilan la economía de las unidades de IA no pueden limitarse a tomar pruebas de concepto de los gigantes tecnológicos estadounidenses y aplicarlas a escala mundial. La estructura de costes no funciona. El impacto medioambiental no se ajusta a los compromisos ESG. El modelo de negocio requiere un replanteamiento fundamental.
La inversión fluirá hacia la eficiencia, no hacia la capacidad. Las empresas de capital riesgo financiarán startups que resuelvan los problemas de costes de la IA, no las que añadan más funciones de IA. La optimización, la eficiencia de la inferencia y la infraestructura de despliegue sostenible se convierten en las innovaciones valiosas.
Este entorno de financiación favorece a las empresas que enfocaron la IA como una palanca operativa, no a las que la convirtieron en toda su propuesta de valor. Los ganadores en 2026 serán las empresas que puedan demostrar una economía unitaria positiva en la implementación de la IA, cumpliendo al mismo tiempo las nuevas normas éticas y medioambientales.
Adopción de la IA en las empresas: Muerte por piloto
La vacilación del capital riesgo en las nuevas empresas refleja el comportamiento empresarial a gran escala.
El efecto “muerte por piloto” dominó la adopción de la IA empresarial en 2025. Los departamentos de TI se expandieron con funciones centradas en la IA, mientras que las operaciones comerciales se retiraron, preocupadas por convertirse en funciones de apoyo absorbidas por los CIO impulsados por el CAPEX que controlaban la pila tecnológica.
La IA para las operaciones comerciales suele significar una mejor utilización de las soluciones de marketing existentes, la mejora de los flujos de trabajo de gestión de activos digitales y el aumento de la capacidad de análisis. Todo necesario, todo táctico, nada estratégico.
Los altos directivos comprendieron que llevar un título de IA, innovación o digital les alejaba cada vez más de los planes de sucesión empresarial. La propiedad de las pérdidas y ganancias generadas por los ingresos seguía siendo la vía para el ascenso ejecutivo.
Líderes que transformaron centros de costes en motores de crecimiento. Se convirtieron en directores generales de plataformas digitales de salud o de operaciones de comercio electrónico. Crearon P&L en torno a activos tecnológicos. Utilizaron la IA para alcanzar objetivos empresariales, no como destino en sí misma.
El problema de la liquidez de datos: por qué fracasa la implantación de la IA
Antes de que la IA pueda transformar las operaciones, los datos deben fluir. La mayoría de las organizaciones tienen activos de datos congelados y atrapados en sistemas aislados, lo que imposibilita la interoperabilidad.
Nuestro trabajo con Digisanté puso de manifiesto la gravedad de este reto en las agencias federales. Datos sanitarios dispersos en sistemas incompatibles, restricciones normativas que limitan la integración, infraestructuras heredadas que impiden arquitecturas de datos modernas. Si una agencia federal con mandatos de cumplimiento y responsabilidad pública lucha con la liquidez de los datos, imagínese la complejidad dentro de las grandes empresas.
Los problemas de liquidez de los datos empresariales se agravan:
Silos departamentales. Los datos de marketing en un sistema, los de ventas en otro, los operativos en un tercero. Cada departamento optimizaba su propia pila sin interoperabilidad empresarial.
Deuda técnica heredada. Años de fusiones, adquisiciones y decisiones tecnológicas tácticas crearon modelos de datos incompatibles y pesadillas de integración.
Cuellos de botella en la gobernanza. El acceso a los datos requiere múltiples aprobaciones. Los problemas de seguridad prevalecen sobre las necesidades operativas. La normativa sobre privacidad crea fricciones adicionales.
Falta de pensamiento sobre productos de datos. Las organizaciones tratan los datos como un subproducto de las operaciones, no como un activo estratégico que requiere inversión, mantenimiento y arquitectura.
La implementación de la IA fracasa en estos entornos porque los algoritmos necesitan datos líquidos, accesibles, interoperables, limpios y que fluyan entre los sistemas. Ninguna sofisticación de la IA supera los activos de datos congelados.
La solución requiere tratar la infraestructura de datos como un producto. Crear API. Crear canalizaciones de datos. Establecer una gobernanza que permita el acceso al tiempo que se gestionan los riesgos. Invertir en ingeniería de datos antes de invertir en ingeniería de IA.
Las empresas que solucionen la liquidez de datos en 2025 podrán ampliar la IA en 2026. Las que sigan luchando contra los datos en silos seguirán estancadas en la fase piloto.
Adopción de la IA por los empleados: La brecha de capacidades
En 2025 surgieron dos grupos distintos entre los contribuyentes individuales:
Grupo uno: Adopción de la IA como multiplicador de capacidades. Herramientas integradas en los flujos de trabajo existentes. Automatización de tareas repetitivas. Ha creado capacidad de pensamiento estratégico. Aumentado su valor.
Grupo dos: Se resistieron a la adopción. Alegaron problemas de seguridad laboral y complejidad de las herramientas. Se quedaron atrás en productividad y calidad de la producción.
Los empleados que tuvieron éxito trataron a la IA como un copiloto, no como un sustituto. Mejoraron la calidad de la producción, aceleraron los ciclos de investigación y automatizaron el trabajo administrativo, al tiempo que concentraban el esfuerzo humano en el juicio, la creatividad y la creación de relaciones.
Esta brecha de capacidades se ampliará significativamente en 2026.
La nueva realidad de los puestos en plataformas digitales: Cualquier puesto que opere principalmente en plataformas digitales se enfrenta a una ecuación sencilla. Si no estás excepcionalmente dotado para impulsar el cambio y la excelencia operativa, tienes dos caminos: implementar la IA rápidamente o ver cómo la IA escala tu función más allá de tu capacidad.
Los empleados que buscaban certificados de formación con una ejecución diaria mínima no sobrevivirán, excepto en funciones de cara al público como la atención de urgencias, donde la presencia humana sigue siendo innegociable. El trabajo en plataformas digitales exige una ampliación continua de las capacidades. La IA no elimina estas funciones. Expone a los que no pueden aprovecharla y eleva a los que sí pueden.
El cambio cultural: De las empresas de medios de comunicación a las empresas tecnológicas
En 2010, las redes sociales obligaron a todas las marcas a convertirse en empresas de medios de comunicación. Las organizaciones necesitaban equipos de contenidos, community managers y estudios creativos. Los directores de marketing contrataron periodistas. Las agencias crearon redacciones de marca. El imperativo era claro: publicar como una empresa de medios de comunicación o perder la atención frente a los competidores que sí lo hacían.
Esa transformación cultural tardó cinco años en normalizarse. Los presupuestos cambiaron. Cambiaron las estructuras organizativas. Surgieron nuevas funciones. Las empresas que se resistieron perdieron cuota de mercado.
Volvemos a estar en ese mismo momento, pero el cambio es más profundo.
La IA y la automatización están obligando a las empresas a convertirse en empresas tecnológicas o de servicios. No tecnológicas. No adyacentes a la tecnología. Empresas tecnológicas en el núcleo.
Qué requiere esta transformación
Conocimientos técnicos en toda la organización. No sólo los departamentos de TI. Los equipos de marketing necesitan comprender las integraciones API. Las operaciones de ventas necesitan trabajar con servidores de automatización. Los equipos comerciales necesitan pensar en flujos de trabajo, canalizaciones de datos e integraciones de sistemas.
Pensamiento de producto para sistemas internos. Su pila tecnológica es un producto. Su infraestructura de datos es un producto. Sus flujos de trabajo de automatización son productos. Aplique el mismo rigor que utiliza para las plataformas orientadas al cliente: hojas de ruta, planificación de sprints y diseño de la experiencia del usuario.
Diseño del servicio por encima de la entrega del proyecto. Deje de estructurar el trabajo en torno a campañas y proyectos puntuales. Cree servicios. Sistematizar lo automatizable. Codifique lo que pueda reproducirse. Reservar el juicio humano para las decisiones que lo requieran.
Las consecuencias de la resistencia
Las empresas que no realicen este cambio cultural se enfrentarán al mismo destino que las que ignoraron la transformación de los medios sociales en 2010:
- Se convertirán en proveedores de servicios para los competidores que se adapten
- Su talento se irá a organizaciones que adopten operaciones modernas
- Sus costes operativos aumentarán mientras los de la competencia disminuyen gracias a la automatización
- Perderán posicionamiento en el mercado a medida que sus propuestas de valor se conviertan en productos básicos.
La transformación de Kainjoo: De agencia a plataforma
Vivimos este cambio internamente antes de venderlo externamente. Pasamos de ser una agencia de proyectos a una plataforma de servicios. Creamos una infraestructura de automatización. Formamos a los equipos creativos y de marketing en herramientas técnicas. Convertimos nuestras propias operaciones en el banco de pruebas de lo que recomendamos a los clientes.
Esa credibilidad operativa -respaldada por la investigación de nuestro Director del Consejo de IMD y la integración de tecnologías de la cartera de Allegory Capital y Kainjoo Ventures- fundamenta cada estrategia de transformación que diseñamos.
Qué esperar en 2026: el año de la ejecución
La fase de experimentación ha terminado. 2026 separará a las organizaciones que construyeron operaciones sostenibles integradas en IA de las que llevaron a cabo costosos proyectos piloto.
Tres cambios fundamentales definirán el éxito:
1. Valor sobre volumen
El mercado recompensará los resultados empresariales mensurables, no el recuento de proyectos de IA. El crecimiento de los beneficios, la reducción de costes y la eficiencia operativa son las únicas métricas que importan. La IA debe aparecer en las cuentas de resultados, no en los informes de innovación.
2. Integración frente a innovación
Los ganadores no tendrán las herramientas de IA más recientes. Tendrán la IA integrada en los procesos existentes: pilas de tecnología comercial, canalizaciones de datos, flujos de trabajo empresariales. La IA debe integrarse en las operaciones, no atornillarse como un experimento.
3. Personas que se adaptan
Las organizaciones que invirtieron en la mejora de las competencias, crearon equipos con conocimientos de IA y crearon culturas de aprendizaje continuo saldrán ganando. Las que no, tendrán dificultades para retener el talento y ejecutar la estrategia.
2026 es una cuestión de ejecución
En Kainjoo, pasamos 2025 construyendo cimientos: infraestructura de datos, servidores de automatización, procesos nativos de IA, equipos formados y bancos de pruebas operativos. Estamos preparados para ampliar lo que funciona.
La fase del objeto brillante ha terminado. La transformación de la empresa tecnológica ya no es opcional. Las marcas que triunfen en 2026 completaron este cambio cultural en 2025.
Hora de entregar.
