Los capitalistas de riesgo predicen una vez más un aumento en la adopción de la IA empresarial, esta vez señalando 2026 como el año clave. Este pronóstico se produce después de tres años de proyecciones optimistas que aún no se han materializado por completo, a pesar de la importante inversión y la proliferación de startups de IA tras el lanzamiento de ChatGPT de OpenAI.

El optimismo se ve atenuado por la realidad de que muchas empresas aún tienen dificultades para obtener beneficios tangibles de sus inversiones en IA. Una encuesta reciente del MIT reveló que un asombroso 95% de las empresas no están viendo un retorno significativo de sus inversiones en IA. Esto plantea la pregunta crítica: ¿cuándo empezarán realmente las empresas a ver el valor de la integración y la utilización de la IA?

TechCrunch encuestó a 24 capitalistas de riesgo especializados en IA empresarial, y el consenso abrumador apunta a 2026 como el año en que las empresas adoptarán la IA de forma significativa, serán testigos de su valor y, posteriormente, aumentarán sus presupuestos para la tecnología. Esta predicción, sin embargo, se hace eco de pronósticos similares realizados en años anteriores, lo que genera escepticismo sobre si 2026 será realmente diferente.

El mercado de la IA empresarial ha experimentado un crecimiento sustancial, impulsado por la promesa de una mayor eficiencia, automatización y toma de decisiones basada en datos. Sin embargo, la complejidad de la integración de soluciones de IA en la infraestructura existente, junto con la falta de una comprensión clara de las capacidades de la IA, ha obstaculizado su adopción generalizada. Además, los primeros en adoptarla pueden haber sobreestimado las capacidades de los modelos de lenguaje grandes (LLM), viéndolos como una solución universal en lugar de una herramienta más adecuada para aplicaciones específicas. Como señaló Kirby Winfield, socio general fundador de Ascend, las empresas están empezando a darse cuenta de que los LLM no son una panacea para la mayoría de los problemas.

De cara al futuro, la integración exitosa de la IA en la empresa depende de varios factores. En primer lugar, las empresas deben desarrollar una comprensión clara de sus necesidades específicas e identificar soluciones de IA que aborden directamente esas necesidades. En segundo lugar, la inversión en capacitación y educación es crucial para garantizar que los empleados puedan utilizar y gestionar eficazmente las herramientas de IA. Por último, es esencial centrarse en la calidad y la gobernanza de los datos para garantizar que los algoritmos de IA se entrenen con datos fiables y precisos. Si se abordan estos desafíos, 2026 podría ser el año en que la IA empresarial finalmente cumpla su potencial largamente prometido.