Un informe histórico de Stanford revela una marcada desconexión entre el aumento de la inversión en IA y los rendimientos en el mundo real, encontrando que el 95% de los proyectos de IA corporativos no han logrado generar valor hasta ahora.
Atrás
Un informe histórico de Stanford revela una marcada desconexión entre el aumento de la inversión en IA y los rendimientos en el mundo real, encontrando que el 95% de los proyectos de IA corporativos no han logrado generar valor hasta ahora.

Un informe histórico de Stanford revela una marcada desconexión entre el aumento de la inversión en IA y los rendimientos en el mundo real, encontrando que el 95% de los proyectos de IA corporativos no han logrado generar valor hasta ahora.
La inversión privada mundial en inteligencia artificial se duplicó con creces hasta alcanzar el récord de 581.000 millones de dólares en 2025, sin embargo, el 95 por ciento de las empresas están viendo un retorno nulo en su gasto en IA, según el Informe del Índice de IA 2026 de la Universidad de Stanford. El informe de 423 páginas destaca un abismo creciente entre el desembolso masivo de capital y la productividad tangible, cuestionando la viabilidad económica a corto plazo del auge de la IA.
"Las cifras de productividad cuentan muchas historias diferentes, según dónde se mire", señalaron los autores del informe, citando un estudio independiente del MIT que encontró rendimientos mínimos en una inversión estimada de entre 35.000 y 40.000 millones de dólares en IA empresarial. "Para tareas que requieren un razonamiento más profundo, las herramientas de IA a veces hacían que los trabajadores fueran más lentos, no más rápidos".
Si bien el informe documenta ganancias de eficiencia específicas por tarea (los agentes de atención al cliente resolvieron un 15 por ciento más de problemas y los desarrolladores que usaban GitHub Copilot completaron un 26 por ciento más de pull requests), encontró que la contribución de la IA a la productividad general de EE. UU. fue de apenas 0,01 puntos porcentuales, según el Penn Wharton Budget Model. Los hallazgos coinciden con una fuerte caída del 20 por ciento en el empleo de desarrolladores de software de EE. UU. de entre 22 y 25 años desde 2022, a pesar de que un tercio de las empresas encuestadas espera reducir su plantilla el próximo año debido a la IA.
Los datos del informe sugieren una posible reevaluación del mercado para las empresas centradas en la IA que han atraído cientos de miles de millones en capital sin un camino claro hacia la rentabilidad. Con la brecha de rendimiento entre los modelos de EE. UU. y China reduciéndose a solo 2,7 puntos porcentuales y la transparencia corporativa sobre las capacidades de los modelos disminuyendo, los inversores ahora enfrentan el desafío de separar los modelos de negocio de IA sostenibles de un ciclo de exageración intensivo en capital.
Según datos de la firma de análisis Quid citados en el informe, los 581.000 millones de dólares invertidos en IA durante 2025 duplicaron con creces los 253.000 millones del año anterior y eclipsaron el pico de 2021 de 360.000 millones. Estados Unidos sigue atrayendo la mayor parte del capital, con más de 344.000 millones de dólares en inversión privada el año pasado.
Sin embargo, el retorno de este despliegue de capital histórico parece mínimo. Un estudio del MIT, destacado en el informe de Stanford, encontró que el 95% de las empresas no lograron obtener ningún retorno financiero de sus inversiones en IA, que totalizaron entre 35.000 y 40.000 millones de dólares para la cohorte estudiada. Esta paradoja de la productividad existe a pesar de la adopción generalizada; el informe señala que el 88% de las organizaciones utilizaron IA en al menos una función empresarial en 2025, un aumento de 10 puntos respecto a 2024.
Los costos ambientales también están aumentando. El informe estima que el entrenamiento de un solo modelo grande, Grok 4 de xAI, generó más de 72.000 toneladas de emisiones equivalentes de carbono, más de lo que emiten 1.000 automóviles promedio en su vida útil. La construcción masiva de centros de datos necesaria para respaldar este crecimiento también enfrenta una importante oposición local; un informe de Data Center Watch señala que proyectos de centros de datos en EE. UU. por valor de 64.000 millones de dólares han sido bloqueados o retrasados en los últimos dos años.
El informe presenta una imagen contradictoria del impacto de la IA en el trabajo. Si bien ciertos roles experimentaron claros impulsos de eficiencia, como un salto del 50% en la producción de los equipos de marketing que utilizan herramientas de creación de anuncios mediante IA, el efecto en la economía en general es insignificante. El Penn Wharton Budget Model calculó la contribución de la IA al crecimiento de la productividad total de los factores en EE. UU. en solo 0,01 puntos porcentuales en 2025, un año en el que la productividad general creció un 2,7%.
Para algunas tareas, la IA resultó ser un estorbo. El informe encontró que los desarrolladores de código abierto que utilizaban asistencia de IA se volvieron un 19% más lentos, y los ingenieros que dependían de la IA para aprender sufrieron "penalizaciones de aprendizaje" que podrían impedir su desarrollo a largo plazo.
La señal más clara del mercado laboral es generacional. El empleo de desarrolladores de software en EE. UU. de entre 22 y 25 años se ha desplomado casi un 20% desde su pico de 2022 a partir de septiembre de 2025. Esta tendencia sugiere que, si bien los desarrolladores sénior están a salvo, los puestos de nivel inicial están siendo automatizados o eliminados, creando un cuello de botella potencial para el desarrollo de talento futuro.
El dominio que durante mucho tiempo mantuvo EE. UU. en la IA de vanguardia se está erosionando. A marzo de 2026, la brecha de rendimiento entre el modelo líder de Anthropic y su principal competidor chino, de firmas como DeepSeek, se había reducido a solo 2,7 puntos porcentuales. Si bien EE. UU. todavía produce más modelos de primer nivel (50 en 2025 frente a los 30 de China), el informe señala que China ahora lidera el mundo en publicaciones de IA, concesión de patentes y, fundamentalmente, instalaciones de robots industriales.
Este cierre de la brecha está ocurriendo en medio de una "crisis de transparencia". El informe presenta un Índice de Transparencia de Modelos de Fundación, que encontró que la puntuación promedio de las principales empresas de IA cayó de 58 en 2024 a 40 en 2026. Los modelos más capaces, como los de OpenAI, Anthropic y Google, fueron a menudo los menos transparentes sobre sus datos de entrenamiento y metodologías. Esta falta de transparencia, combinada con las acusaciones de "destilación adversarial" por parte de los laboratorios chinos, complica el panorama competitivo y hace que sea más difícil para los inversores y los responsables políticos evaluar las verdaderas capacidades y riesgos de los nuevos modelos.
Este artículo es solo para fines informativos y no constituye asesoramiento de inversión.