En agosto de 2025, Legal.io difunde el estudio de MIT NANDA "The GenAI Divide: State of AI in Business 2025", que se convierte en una de las referencias empíricas más citadas del año sobre el fracaso masivo de la adopción de IA en las empresas. La metodología es sólida: 52 entrevistas a directivos, 153 encuestas, análisis de 300 despliegues públicos.
La cifra central es contundente: el 95% de los pilotos de IA empresarial no genera un impacto medible en la cuenta de resultados, pese a una inversión de 30.000-40.000 millones de dólares. Solo el 5% crea valor significativo. Es el "GenAI Divide": una brecha entre una adopción fuerte y una transformación débil. Más del 80% de las organizaciones han pilotado ChatGPT o Copilot, cerca del 40% afirma haber desplegado, pero estos sistemas mejoran sobre todo la productividad individual, no los resultados empresariales. En el lado de los sistemas de nivel empresarial, el embudo es aún más brutal: 60% evalúa, 20% pilota, solo el 5% llega a producción.
Cita emblemática del director de operaciones de manufactura entrevistado: "El hype en LinkedIn dice que todo ha cambiado, pero en nuestras operaciones nada fundamental se ha movido."
El informe identifica cuatro factores estructurales. Disrupción limitada: solo 2 de los 9 grandes sectores (Tech, Media) muestran una transformación empresarial material. Paradoja empresarial: las grandes empresas lideran en volumen de pilotos pero se rezagan en el despliegue. Sesgo de inversión: los presupuestos favorecen ventas/marketing mientras que operaciones y finanzas ofrecen mejor ROI. Ventaja de implementación: las herramientas construidas por proveedores externos tienen éxito el doble de veces que los desarrollos internos.
El estudio también documenta la "shadow AI economy": solo el 40% de las empresas tiene suscripciones oficiales a LLM, pero el 90% de los empleados usa a diario sus propias herramientas. Estos sistemas informales suelen ser más eficaces y adoptarse más rápido que las herramientas corporativas — una brecha de gobernanza considerable. Para las tareas de alto riesgo (jurídico, comunicación con clientes), el 90% de los usuarios prefiere supervisión humana, ya que la IA tiene dificultades con la memoria y el contexto específico.
Las organizaciones que tienen éxito comparten tres rasgos: alianzas con proveedores que ofrecen sistemas personalizables, foco en la integración en los flujos de trabajo, despliegue prioritario en el back-office (automatización documental, compras, revisión de riesgos). ROI documentado: 2-10 millones de dólares de ahorro anual en soporte externalizado, -30% en agencias de marketing, 1 millón de dólares en monitorización de riesgo financiero.
La siguiente fase será la Agentic AI: sistemas que recuerdan, aprenden y actúan de forma autónoma. Protocolos estructurantes: NANDA (MIT) y MCP (Anthropic), que abren camino hacia una "Agentic Web" que sustituya al SaaS estático.
El informe concluye: "El GenAI Divide no es inevitable. Pero cerrarlo exige un cambio fundamental — de construir a comprar, de los laboratorios centrales a los equipos empoderados, y de las herramientas estáticas a los sistemas adaptativos." Es el estudio que desplaza el debate de la industria: el cuello de botella ya no es la tecnología, es la adopción — y por tanto la palanca ya no es TI, sino RRHH.