Despite widespread enthusiasm, artificial intelligence has yet to deliver measurable financial gains for most businesses. A recent study by the Massachusetts Institute of Technology (MIT), conducted through its NANDA division, reveals that only 5% of corporate generative AI initiatives have led to increased revenue. The report, titled “The GenAI Divide: State of AI in Business 2025,” has sparked significant discussion, particularly amid recent stock market corrections affecting major tech firms on Wall Street.
The findings are based on 150 executive interviews, a survey of 350 employees, and an analysis of over 300 AI projects across U.S. companies. While firms have collectively invested more than 40 billion dollars in AI technologies, the vast majority—95%—have seen little to no impact on their bottom lines. The few success stories, mostly among young startups, report annual revenue increases of up to 20 million dollars. However, these cases remain the exception rather than the norm.
According to MIT, the core challenge lies not in the technology itself but in organizational adaptation. The so-called “learning gap” prevents companies from effectively integrating AI into internal workflows, data systems, and management practices. General-purpose platforms like ChatGPT are widely used by individual employees for task automation, often yielding better results than formal corporate deployments. This informal usage, referred to as the “shadow AI economy,” highlights a disconnect between employee-level productivity and overall business performance.
Paradoxically, over half of generative AI budgets are allocated to sales and marketing, even though the highest returns are observed in internal process automation, reduced outsourcing, and operational efficiency. This misalignment suggests that investment strategies are misdirected, reflecting structural rather than technical shortcomings.
Sector-specific limitations also play a role. AI adoption shows limited impact in industries such as professional services, healthcare, consumer goods, retail, financial services, advanced manufacturing, and energy. In contrast, technology and media sectors report more tangible benefits.
Regarding workforce implications, the study debunks assumptions linking AI deployment to mass layoffs. Instead, companies tend to leave vacant positions unfilled, particularly in administrative or low-value roles. Customer support and back-office functions face the most disruption, while other departments remain largely unaffected.
The most promising developments involve “agentic AI” systems—intelligent agents capable of learning, remembering, and acting autonomously within defined parameters. These specialized applications, tailored to specific business problems with clear performance metrics, show greater potential for economic impact than broad, consumer-oriented tools.
MIT researchers emphasize that meaningful returns are currently concentrated in agile startups rather than established enterprises. As Wall Street reaches record highs, growing skepticism emerges about whether investor optimism has outpaced reality. OpenAI CEO Sam Altman has cautioned against unrealistic expectations, warning that many venture-backed AI startups are overhyped. He predicts significant financial losses for some investors, echoing concerns raised by Apollo Global Management economist Torsten Slok, who argues that today’s AI bubble exceeds the dot-com era in terms of overvaluation. Despite these warnings, momentum continues, with companies like Nvidia negotiating with U.S. authorities to export advanced AI chips to China.
— news from La Vanguardia
— News Original —
El 95% de los proyectos empresariales con IA carecen de retorno económico
La aclamada revolución tecnológica destinada a marcar este siglo no está aportando ninguna mejora de ingresos empresariales. El retorno de las inversiones, de momento, no se ha traducido en más dinero. Las plataformas de Inteligencia Artificial Generativa tendrán muchos méritos, pero fracasan a la hora de ser rentables para las empresas. Es lo que sostiene el prestigioso MIT (Instituto de Tecnología de Massachusetts en EE.UU.), desde su división tecnológica conocida como NANDA, en su último estudio, publicado la pasada semana, The GenAI Divide: State of AI in Business 2025 . n nEl impacto de esta investigación ha sido de tal magnitud que los analistas lo señalan como uno de los motivos de la corrección bursátil que han vivido esta segunda mitad de agosto las tecnológicas de Wall Street, que conviven desde hace tiempo con temores de estar viviendo una burbuja. ¿Qué dice el documento? n nSe basa en 150 entrevistas con líderes del sector, una encuesta entre 350 empleados y un análisis de resultados de más de 300 proyectos de IA en empresas de Estados Unidos. Los analistas han detectado que sólo el 5% de dichos desarrollos se han traducido en un incremento de las ventas. Las pocas firmas que han conseguido subir la facturación hasta 20 millones de dólares en un año son en su mayoría jóvenes startups. Pero en el resto de casos (el 95%), las empresas –que han invertido en esta tecnología más de 40.000 millones de dólares– apenas lo habrían notado en sus cuentas. n nLos empleados usan las plataformas a nivel individual pero eso no significa que la empresa se beneficie n nEl problema, sostiene el MIT, no estaría tanto en la herramienta en sí, sino en la “brecha de aprendizaje”. El cuello de botella no es ni la nube ni el talento per se, sino la incapacidad de adaptar procesos, datos, memoria y gestión de las compañías para que las herramientas de IA aprendan y aporten valor añadido (y económico). n nEl estudio constata que hay fallos de integración entre la IA y el negocio de la empresa. Por ejemplo, plataformas generalistas como ChatGPT funcionan bien a nivel individual –cuando las usan los empleados– pero fallan en mejorar la rentabilidad de las compañías porque no se adaptan ni aprenden de los flujos internos del negocio de la firma. Mejorar la productividad individual del trabajador no supone aumentar de la misma manera la productividad de la firma en la que trabaja. Mientras los proyectos oficiales de IA fracasan a nivel de empresa, los trabajadores sí que usan suscripciones personales a ChatGPT y otras IA para automatizar tareas en lo que el informe denomina la “shadow AI economy” (economía de IA en la sombra), que a menudo da mejores resultados que las iniciativas formales a gran escala que la empresa pretende adoptar con las herramientas genéricas para digitalizar su negocio. n nComo muestra de este desajuste, el informe cita la siguiente paradoja. Más del 50% del presupuesto de IA generativa se destina a ventas y marketing. Sin embargo, está comprobado que el mayor retorno de inversión en IA se obtiene en automatización de procesos internos, reducción de externalización y eficiencia operativa. Es decir, que el dinero destinado a la IA está mal dirigido y empleado, según el análisis del MIT. Estaríamos, según ellos, ante un fallo más organizativo que técnico. Pero sigue tratándose de un fallo, al fin y al cabo. n nLa herramienta da lo mejor de sí para tareas específicas y sectores concretos: el fallo es organizativo n nA esto hay que añadir que el impacto de la IA todavía se enfrenta a resistencias sectoriales debido a la naturaleza de la actividad económica. Para el MIT, su efecto es escaso, por ejemplo, en ciertas áreas como servicios profesionales, salud/farmacéutico, Consumo, ‘retail’, servicios financieros, industrias avanzadas y energía y materiales. En cambio, la IA es más efectiva en los sectores de tecnología o medios. n nEn cuanto al mercado laboral, la investigación vuelve a desmentir la presunta correlación entre adopción de IA y despidos. De hecho, se observa que cuando las empresas desarrollan esta tecnología, más que prescindir de los empleados lo que hacen es no reemplazar los puestos de trabajo cuando quedan vacantes. Esta situación afecta principalmente a tareas administrativas o consideradas de bajo valor. La mayor parte de la disrupción laboral aparece en el soporte al cliente y las áreas administrativas, pero no afectaría a otras áreas. n n¿Cuándo funciona la IA? Las organizaciones más avanzadas ya exploran sistemas “agentic IA”: la IA que aprende, recuerda y toma acciones autónomas dentro de límites definidos, lo que sí que podría revolucionar la siguiente fase corporativa. La IA, de acuerdo con el MIT, da lo mejor de sí en términos económicos cuando se aplica en casos de especialización extrema: si se usa para resolver un problema muy concreto con métricas empresariales precisas para acelerar un determinado proceso, y no con programas genéricos diseñados para el gran público. n nUna investigación del centro universitario considera que las ventajas sólo se notan en las startups n nHa llegado la hora de pasar de los experimentos a las ganancias. Pero no parece que este día vaya a llegar pronto. Mientras tanto Wall Street, que está en máximos, empieza a tener alguna duda sobre si no se ha precipitado con los entusiasmos. No sería la primera vez. No será la última. n nLa advertencia de Sam Altman, de OpenAI: “expectativas irreales” n nEl índice Nasdaq Composite ha encadenado desde mediados de agosto varias sesiones seguidas a la baja –salvo el alza del pasado viernes, tras el discurso de Jerome Powell de la Fed sobre los tipos–. El consejero delegado de OpenAI, Sam Altman, advirtió que muchas de las nuevas compañías de inteligencia artificial respaldadas por capital riesgo están generando expectativas irreales. “Creo que la mayoría de los inversores se ha dejado llevar demasiado por el entusiasmo. Cuando surgen burbujas, la gente inteligente tiende a emocionarse. Internet, la tecnología… había bases reales, pero se sobrevaloraron. Alguien va a perder una cantidad fenomenal de dinero, no sabemos quién. La burbuja no perdonará. Empresas, accionistas e inversores podrían verse arrastrados por ella, quizá incluso algún fondo o banco”. Sus declaraciones van en la misma línea que las del economista de Apollo Global Management Torsten Slok. “La burbuja actual es incluso más exagerada que la de las puntocom.La diferencia entre la burbuja de en la década de 1990 y la burbuja de IA de hoy en día es que las diez principales empresas del S&P 500 de hoy están más sobrevaloradas que en la década de 1990.” Mientras, Nvidia, la firma líder en chips de IA, está en conversaciones con el Gobierno estadounidense para habilitar la exportación de un nuevo chip a China. Que no pare la fiesta.