Un sondeo realizado entre 600 responsables de datos revela que la adopción de inteligencia artificial generativa y, en especial, de IA agentiva, está avanzando con rapidez en empresas grandes, pero también está exponiendo limitaciones en la calidad de los datos y en los marcos de gobernanza. Según el informe, el 69% de las compañías con ingresos superiores a 500 millones de dólares ya emplean IA generativa, frente al 48% reportado en 2026.
Estas cifras subrayan un salto en la integración de la tecnología, aunque no sin retos.
La encuesta, elaborada por empresas especializadas en datos y consultoría, muestra que las organizaciones reconocen la necesidad de reforzar la infraestructura informativa: el 86% de los jefes de datos planean aumentar la inversión en gestión de datos para 2026-2027. Al mismo tiempo, responsables del área advierten que la confianza en la calidad de los datos no siempre va acompañada de la capacidad técnica para detectarlos, lo que convierte la capacitación en una prioridad estratégica.
Adopción de IA y retos de confianza
El informe indica que el 47% de las empresas ya han implementado IA agentiva y otro 31% planea hacerlo en los siguientes 12 meses, mostrando una clara intención de escalar. Sin embargo, la transición de pilotos a producción se frena por cuestiones relativas a la fiabilidad de los datos: el 57% de los encuestados señala la falta de datos confiables como una barrera clave.
En paralelo, el 65% de los líderes en datos estima que sus empleados confían en los datos que utilizan para proyectos de IA, aunque esa confianza puede ser problemática si no va acompañada de la capacidad para evaluar la calidad.
¿Qué significa confianza sin alfabetización?
El informe subraya que la confianza por sí sola no garantiza buenos resultados: el 75% de los CDO considera que la plantilla necesita formación en alfabetización de datos y el 74% apunta a la misma necesidad respecto a la alfabetización en IA.
En otras palabras, muchos empleados confían en los sistemas sin necesariamente conocer los límites de los datos o identificar sesgos y errores. Esto explica por qué las organizaciones priorizan iniciativas de capacitación junto con esfuerzos técnicos.
Gobernanza, seguridad y control operativo
La gobernanza emerge como otro cuello de botella: el 76% de los líderes de datos afirma que las políticas y la visibilidad no han seguido el ritmo del incremento en el uso de IA por parte de empleados. Entre las principales preocupaciones para adoptar IA agentiva figuran la calidad de los datos (50%), los riesgos de seguridad (43%) y la falta de experiencia en IA agentiva (42%). Para responder, las compañías han señalado prioridades de inversión que incluyen la mejora de la privacidad y seguridad de datos (43%) y el fortalecimiento de la gobernanza (41%).
Herramientas y alianzas tecnológicas
Los responsables confían en combinar soluciones internas y proveedores externos: en 2026 el número medio de socios tecnológicos por empresa en gestión de datos será de siete, y ocho en gestión de IA. No obstante, los líderes advierten que multiplicar proveedores también añade complejidad y puede ralentizar la escalabilidad. El 41% planea adaptar herramientas existentes para gobernanza, el 30% adquirirá herramientas específicas y el 22% desarrollará soluciones propias.
Beneficios esperados y pasos prácticos
Entre los beneficios reales que las organizaciones esperan de la IA agentiva destacan la mejora de la experiencia del cliente (29%), mayor inteligencia de negocio y apoyo a la toma de decisiones (28%), cumplimiento regulatorio (27%) y colaboración interna optimizada (26%). Para alcanzar esos resultados, los equipos de datos están priorizando acciones como la mejora de flujos de trabajo relacionados con datos y IA, la inversión en calidad de datos y la recogida y gestión de metadatos que permitan trazabilidad y control.
En síntesis, el informe plantea una hoja de ruta clara: sin datos fiables y sin gobernanza adecuada, la promesa de la IA agentiva quedará limitada a pilotos. La combinación de inversión tecnológica, formación en alfabetización y políticas robustas de gobernanza y seguridad será la clave para convertir experimentos en soluciones de alto impacto para las empresas.
