La paradoja de la producción de la IA: lo que nos contaron 2527 líderes empresariales

Durante dos años, la conversación sobre la IA empresarial ha sido la misma. Llevar los pilotos a producción es el principal obstáculo. Supera esto y tomarás la delantera. 

Nuestro nuevo estudio indica que esa historia es errónea, y los datos que lo respaldan provienen de 2527 responsables en la toma de decisiones de empresas de 10 países y seis sectores. Hoy publicamos los primeros resultados de La paradoja de la producción de la IA, un estudio independiente de Sinch sobre el estado real de la IA en la comunicación con los clientes. 

Esto es lo que hemos descubierto. 

Existe la creencia generalizada en el ámbito de la IA empresarial de que el mayor reto es llevar los pilotos a producción. McKinsey informó en 2025 que dos tercios de las organizaciones seguían atascadas en fases de experimentación. BCG descubrió que el 60 % aún no había mostrado ningún valor material de sus inversiones en IA. Gartner pronosticó que la mitad de todos los proyectos de IA generativa se abandonarían tras la prueba de concepto. 

En la comunicación con los clientes en concreto, ha ocurrido algo diferente. Nuestra investigación muestra que el 62 % de las organizaciones ya tienen agentes de IA en producción en los diferentes canales de atención al cliente, y el 88 % espera lograrlo para finales de 2026. Esto significa que casi nueve de cada diez empresas implementarán de manera activa agentes de IA a finales de este año.

Las empresas tampoco se están limitando a tantear el terreno. La implementación promedio abarca 3,3 canales de forma simultánea, y casi la mitad ejecuta IA en cuatro o más: chatbots web, email, redes sociales, WhatsApp, SMS/MMS, RCS y voz y respuestas de voz interactivas. Además, el objetivo que impulsa la mayor parte de esa inversión no es la reducción de costes. Para el 36 % de los encuestados, el objetivo principal es mejorar la satisfacción y fidelidad del cliente. Están utilizando la IA para competir en la experiencia del cliente, y para ganarse algo más difícil de medir que la eficiencia: la confianza del cliente. 

En todas las métricas que el mercado estableció para medir el progreso de la IA, estas organizaciones salieron ganando. Escaparon del purgatorio de los pilotos. Cruzaron la línea de meta. 

Excepto que esa no era la línea de meta.

Este es el hallazgo que debería hacer que cualquier líder en comunicación de IA se detenga a leer con mayor atención: el 74 % de las organizaciones que implementaron agentes de comunicación de IA con éxito se han visto obligadas a cerrarlos o retirarlos. 

Eso ocurre en todas las regiones y sectores de nuestro estudio. No disminuye con la experiencia. No disminuye con la inversión. Todo este tiempo, el mercado ha estado trazando la línea de meta equivocada; y lo que ocurre después de que las empresas lo implementen con éxito cambia drásticamente la pregunta que todo líder en comunicación de IA debería estar haciéndose en este momento. 

Aquí es donde la cosa se pone interesante. Entre las organizaciones que describen sus medidas de seguridad como totalmente maduras (los programas de IA con mayor gobernanza y control de la encuesta), la tasa de retirada es del 81 %. 

Más gobernanza, más control, más inversión y, aun así, ocho de cada diez de los programas más avanzados han tenido que cerrar algo. 

Los datos ofrecen una explicación preocupante. Las organizaciones con una estructura de gobernanza madura pueden detectar fallos que a las organizaciones menos maduras les pasan totalmente desapercibidos. Los programas que informan de tasas de retirada más bajas no ejecutan necesariamente una IA más depurada; en muchos casos, simplemente carecen del control para saber cuándo algo va mal. Las organizaciones que no informan de fallos de gobernanza no son el punto de referencia. Puede que simplemente sean los que menos visibilidad tienen sobre lo que está ocurriendo.

“Si la gobernanza fuera la solución, los equipos más maduros harían menos retiradas. No es así. Lo que falla no es la capa de políticas. Es la fiabilidad en el sistema real: datos, flujos de trabajo, integraciones y casos extremos. Y el coste es real: el 84 % de los equipos de ingeniería de IA dedican al menos la mitad de su tiempo a la infraestructura de seguridad en lugar de mejorar la experiencia del cliente. Ese es el peaje de las medidas de seguridad”.

Daniel Morris CPO en Sinch

Además, está el problema de la confianza. El 90 % de los responsables en la toma de decisiones de empresas se describen como confiados en su preparación para los agentes de IA. De los que ya están en producción, el 75 % ha experimentado al menos una retirada por gobernanza. La confianza no se correlaciona con menos fracasos. En muchos casos, es la condición exacta bajo la cual se está gestando el próximo fracaso. 

La pregunta más útil para cualquier equipo de liderazgo no es “¿confiamos en ello?”, sino “si algo saliera mal ahora mismo, ¿lo sabríamos antes que nuestra clientela?”. 

Cuando un agente de comunicaciones de AI falla en producción, los clientes se dan cuenta. Nuestros datos muestran que el impacto se divide en tres direcciones de forma simultánea, y la mayoría de las organizaciones solo están haciendo un seguimiento de la primera.

El 35 % de las organizaciones mencionan el aumento de la carga de los agentes de asistencia humanos como la consecuencia principal. El agente se cae, y todas las interacciones que estaba gestionando vuelven a una persona. Un equipo de asistencia dimensionado para un mundo donde la IA gestiona un volumen importante, de repente pasa a gestionarlo todo. En momentos pico (el lanzamiento de un producto, una interrupción del servicio o un repunte estacional), eso no es un inconveniente. Es una crisis operativa. 

Esta es la modalidad de fallo de la que se informa a los superiores. Aparece en los paneles de control, genera revisiones de incidentes y se resuelve cuando el agente vuelve a estar en línea. Es visible, es mensurable y tiene una vía de resolución clara. 

El 34 % cita el daño a la reputación y la pérdida de la confianza del cliente, básicamente un empate con la sobrecarga de asistencia. Ese cuasi empate es uno de los hallazgos de los que menos se ha informado en la encuesta, porque estas dos modalidades de fallo no se resuelven de la misma manera. La cola de asistencia se vacía. El daño a la marca no tiene un camino de vuelta tan claro. 

Desde la perspectiva del cliente, no hay plataforma, ni proveedor, ni capa de infraestructura. Solo existe tu marca. Para el 31 % de las organizaciones, la causa principal de la retirada de un fallo de gobernanza es la exposición de los datos de la clientela: información personal que sale a la luz en una interacción donde no debería. Esa asociación es permanente de una forma que un pico en la cola no lo es. 

Lo que hace que esto sea más difícil de abordar es que a menudo no es visible para las personas que podrían tomar medidas al respecto. Los líderes técnicos informan de retiradas en mayor proporción que sus homólogos comerciales de las mismas organizaciones: un 77 % frente a un 69 %. En el sector minorista, la dirección general de área tiene una probabilidad 2,3 veces mayor de afirmar que la mayoría de los pilotos de comunicación de IA están teniendo éxito, en comparación con sus vicepresidentes y directores. Misma organización, relatos muy distintos sobre los mismos eventos. Esa falta de visibilidad es donde la marca se lleva el golpe. 

Existe un tercer coste que no aparece ni en el panel de control ni en la queja del cliente. Los datos de Sinch muestran que el 84 % de los equipos de ingeniería en comunicaciones de IA dedican al menos la mitad de su tiempo a crear medidas de seguridad y controles, en lugar de trabajar en la próxima experiencia del cliente. El 35 % invierte la mayor parte de su tiempo en ello. 

Y hacia dónde se dirige esa carga de trabajo sorprende a la gente. Los equipos de ingeniería en la fase de producción dedican más tiempo a la infraestructura de seguridad que los equipos de preproducción, no menos. Cada nuevo agente, cada nuevo canal, cada nuevo requisito de cumplimiento añade otra capa más. El peaje de las medidas de seguridad no se amortiza. Se acumula. 

«Cada equipo debe decidir qué controles pertenecen a la capa de la plataforma y qué deberían construir sus ingenieros por encima, porque el coste de construir controles personalizados se acumula con el tiempo, especialmente a medida que el equipo avanza en el ciclo de vida del producto. Cada nuevo agente, cada nuevo canal, cada nueva implementación se suma a la pila. Y, finalmente, pierdes ese impulso a la hora de superar a la competencia en el mercado».

Anton Efimenko Vicepresidente sénior de Ingeniería de software en Sinch

En todos los métodos estadísticos que hemos aplicado a este conjunto de datos (correlaciones, modelos de regresión, tabulaciones cruzadas), una variable supera sistemáticamente a las demás a la hora de predecir el éxito en la implementación de IA: la satisfacción con la infraestructura de comunicación. 

No el nivel de inversión. No la madurez de la IA. No el tiempo que llevas en producción. No lo sofisticadas que sean tus políticas de seguridad. 

La correlación entre la satisfacción con la infraestructura y la confianza en la implementación de IA es de 0,52 — la relación más fuerte entre los 4656 pares de variables analizados en el estudio. Cómo percibe una organización su infraestructura de comunicación es un mejor indicador del éxito de la IA que cualquier otra cosa que hayamos evaluado. 

Aun así, la mayoría de las organizaciones identifica al menos una deficiencia importante en su proveedor actual. Las deficiencias más comunes: falta de fiabilidad de la IA a gran escala (42 %), capacidad multicanal limitada (37 %) y falta de integraciones con plataformas de IA (32 %). 

Además, más de la mitad de las empresas (55 %) están desarrollando a medida la capacidad de conservar el contexto de la clientela cuando alguien pasa de un canal a otro (de chat a voz, de WhatsApp a una llamada telefónica) porque su plataforma no lo ofrece de forma nativa. Cuando un cliente tiene que repetir su problema ante un agente de IA, no se está enfrentando a un fallo del modelo; está sufriendo la deficiencia de la infraestructura de forma directa. Y es tu marca la que paga el precio. 

El sector ha decidido con sus presupuestos: la confianza, la seguridad y el cumplimiento es la categoría de gasto n.º 1 a escala mundial, por delante del propio desarrollo de la IA. Pero la mayor parte de esa inversión se destina a medidas de seguridad en la capa de la aplicación creadas por equipos de ingeniería, lo que significa tratar los síntomas mientras la infraestructura subyacente sigue siendo la misma. Esa es la razón por la que el 74 % sigue retirando a los agentes. Puedes realizar grandes inversiones en seguridad y, aun así, fracasar, porque las modalidades de fallo se originan una capa más abajo. 

Las empresas aún no han articulado del todo este diagnóstico, pero su comportamiento indica que lo han notado. El 86 % ha tenido conversaciones activas o exploratorias con proveedores alternativos en los últimos 12 meses, y solo el 4 % no tiene planes de evaluarlos. 

El principal motivo para cambiar no es la insatisfacción con el proveedor. Es la experiencia. El 91 % de las empresas que han tenido que retirar a un agente en directo han evaluado o están evaluando activamente a un nuevo proveedor de comunicación. Los compradores más sofisticados son los consumidores más activos; no porque estén descontentos con un proveedor, sino porque sus ambiciones de IA han superado lo que la infraestructura actual estaba preparada para manejar. 

Cuando las empresas evalúan alternativas, la fiabilidad ocupa el primer lugar, y el 29 % de los encuestados la sitúa a la cabeza, por delante de la capacidad de cumplimiento, la facilidad de integración y, sobre todo, las tarifas. Las tarifas ocuparon el octavo lugar entre nueve factores en la encuesta.

El 62 % de las organizaciones tiene un agente de comunicación con los clientes de IA activo. El 88 % tendrá uno a finales de 2026. 

Llegar a producción fue difícil, y la mayoría de las empresas lo han logrado. Pero los datos son claros: escapar del purgatorio de los pilotos no fue la parte más difícil. Las organizaciones que toman la delantera ya no debaten sobre los plazos de producción ni sobre los supuestos de inversión. Ya han implementado su solución y están escalando, y lo que se han encontrado al otro lado no es lo que esperaba el mercado. 

Tres preguntas que merece la pena plantear en tu próxima evaluación de liderazgo: 

• ¿Cuánto tiempo dedica tu equipo de ingeniería a crear medidas de seguridad desde cero en lugar de construir la próxima experiencia del cliente? 
• Si tu agente de comunicación de IA fallara ahora mismo, ¿lo sabrías antes que tu clientela? 
• ¿Está construida tu infraestructura de comunicación para lo que tienes previsto implementar en los próximos 12 meses, o para lo que publicaste hace 18 meses? 

Los primeros hallazgos de La paradoja de la producción de la IA ya están disponibles. El informe completo, que incluye desgloses regionales en América, EMEA y APAC, análisis exhaustivos de sectores y de los arquetipos de clientes, se publicará en junio. 

Autor: Beatriz Redondo Tejedor Bea es la directora de Marketing de contenidos en Sinch. Antigua profesora de idiomas, cuenta con más de una década de experiencia en la creación de estrategias globales y multilingües de comunicación y marketing de contenidos.