Las 5 etapas de adopción de IA: en cuál está tu empresa y qué hace falta para subir

Usar ChatGPT para redactar mails y propuestas se volvió tan común que muchas empresas lo cuentan como haber adoptado inteligencia artificial. Los datos muestran que ese es apenas el primer escalón de uso y que la mayoría de las empresas que usan IA se quedó ahí.

La Encuesta Nacional de Adopción de IA en Pequeñas y Medianas Empresas de la Argentina, publicada en abril de 2026 por nadIA (una iniciativa del CEPE de la Universidad Di Tella y Fundar, con apoyo del BID y relevamiento de la Fundación Observatorio PyME), consultó a 402 empresas entre noviembre y diciembre de 2025. El 41,6% declaró usar al menos una tecnología de IA y más del 85% de esas empresas empezó a usarla en 2024 o 2025.

La adopción es masiva y reciente. Lo que la encuesta agrega, algo que casi ningún otro informe mide, es qué tan profunda es. Para eso armó una taxonomía de cinco etapas que combina cuatro dimensiones: cuántas tecnologías de IA usa la empresa y qué tan sofisticadas son, en cuántas áreas las aplica, qué capacidades técnicas construyó y qué reglas de gestión tiene.

Las cinco etapas de adopción de IA

Fuente: nadIA, tabla 1 del informe (página 31).

Etapa 1: sin adopción

La empresa no usa ninguna herramienta de IA en sus tareas, o nadie sabe con certeza si alguien la usa. Es el grupo más grande, con el 58,4% de las empresas relevadas. La mitad está en metalmecánica y alimentos, con un 83% de empresas pequeñas.

El freno más citado en esta etapa es la creencia de que la IA no es útil para la actividad de la empresa (47,4%). Entre las que no usan IA ni piensan hacerlo, esa respuesta sube al 66,2%. Aun así, casi la mitad de las empresas sin adopción (46%) cree probable empezar en los próximos 24 meses.

Etapa 2: experimental

La IA ya entró, pero por iniciativa de cada persona:

• ✍️Una o dos herramientas, en promedio 1,6, casi siempre de generación de texto
• 👥Se usan en marketing o administración, con cada área probando por su cuenta
• 📋No hay capacitación ni reglas de uso

Es la etapa donde está el 56% de las empresas que usan IA. El freno más citado es la falta de experiencia (52,5%). Solo el 22% de las experimentales midió formalmente resultados positivos de lo que está haciendo.

Etapa 3: exploradora

La IA pasa de escribir textos a trabajar con información de la empresa: transcribe reuniones, resume documentos, clasifica consultas. Se usa en dos o más áreas, en promedio 3,2 tecnologías en 2,7 funciones, con la producción como área de uso en el 64% de los casos.

La falta de experiencia sigue arriba (53,3%), pero aparece con fuerza la duda por la rentabilidad (33,5%, el valor más alto de las cinco etapas). Es lógico, porque es la etapa donde más se invierte en herramientas comerciales y donde menos se mide lo que devuelven.

Etapa 4: optimizadora

La IA analiza datos o toma decisiones dentro de un proceso. Las optimizadoras usan en promedio 4,3 tecnologías en 3,8 áreas, con machine learning en el 76% de los casos. Lo que más las distingue es la capacidad técnica: el 88% capacitó a su equipo y el 11% sumó perfiles especializados en IA.

La percepción de que la IA no sirve desaparece por completo (0%). El freno pasa a ser la falta de personal calificado (60,1%), junto con preocupaciones que antes casi no aparecían: la incertidumbre legal (29%), la ética (29%) y la privacidad (27,4%).

Etapa 5: líder

La IA está en cuatro o más áreas, con cuatro o más usos. Además, la empresa formalizó su gestión con un presupuesto destinado a IA, una política de uso escrita o las dos cosas. Es el grupo más chico (3,8%) y el 59% son empresas de software.

El dato que más sorprende es el tamaño: las líderes tienen una mediana de 39 empleados. La etapa depende mucho más de cómo se encara la adopción que de la escala de la empresa. El freno más citado sigue siendo la falta de personal calificado (48,7%) y "la IA no es útil" cae al 5,9%.

Qué separa un escalón del siguiente

La taxonomía deja una conclusión práctica: sumar herramientas del mismo tipo deja a la empresa en el mismo escalón. Cada salto pide algo distinto.

• 🧭De la etapa 1 a la 2, un uso concreto con impacto visible. Conviene elegir un proceso que se repita y que hoy consuma horas del equipo, con una medición de antes y después.

• 📂De la 2 a la 3, que la IA trabaje con información de la empresa y llegue a una segunda área. Un ejemplo típico es la carga de facturas de proveedores: Vantig lee cada comprobante y lo carga en el ERP, y el equipo revisa solo las excepciones. Acá empieza a importar que alguien coordine el uso, para que cada área deje de probar por su cuenta.

• ⚙️De la 3 a la 4, que la IA decida o analice dentro de un proceso, por ejemplo con un agente de IA diseñado sobre ese proceso, y que el equipo sepa sostenerlo. La capacitación deja de ser opcional.

• 📐De la 4 a la 5, gobernanza: un presupuesto asignado y reglas escritas sobre qué se usa, con qué datos y quién responde.

El orden coincide con el que siguen los proyectos que funcionan: primero las personas y el proceso, después la herramienta. Una empresa que salta a comprar tecnología de la etapa 4 sin haber pasado por la 2 y la 3 suele terminar con una herramienta cara que nadie usa. El detalle de cómo evaluar si un proceso está listo está en el artículo sobre cuándo una empresa está lista para implementar un agente de IA.

Por qué subir de etapa se siente peor antes de mejorar

La encuesta encontró un patrón llamativo. Entre las empresas que midieron resultados, las exploradoras reportan menos resultados positivos que las experimentales, mientras que recién las optimizadoras y las líderes muestran una mejora clara.

Los autores lo leen con la curva J de la productividad, un concepto de Erik Brynjolfsson, Daniel Rock y Chad Syverson. Cuando una empresa incorpora una tecnología de propósito general, primero paga el costo de reorganizarse: rediseñar procesos, capacitar gente, ordenar datos. Durante ese período los números empeoran y el retorno aparece después, cuando la reorganización está hecha.

La consecuencia práctica es que el momento de mayor riesgo de abandono es la etapa exploradora, justo cuando la empresa ya invirtió y todavía no cobró. Medir desde el principio es lo que permite distinguir un valle normal de un proyecto que no va a funcionar. La falta de esa medición es una de las causas por las que se cancelan tantos proyectos de agentes de IA.

Conviene tomar este patrón como marco y no como cifra exacta: los grupos que midieron resultados son chicos y el propio informe presenta diferencias entre el texto y los gráficos en este punto.

El caso del sensor de 25 kilos

El informe incluye el caso de una empresa de insumos para la construcción, de unas 100 personas, clasificada como experimental. La IA entró por administración, de a poco y sin una decisión central, a través de herramientas que ya venían dentro de los servicios que la empresa usaba.

Cuando evaluó llevar la tecnología a la planta, la empresa explicó por qué el paso todavía no tenía sentido. Un sensor que detecta cuando una bolsa llega a 25 kilos y activa un corte automático sirve si el corte puede ser automático. Si una persona pone la bolsa, la llena, la corta y la pasa al otro lado, el sensor registra el dato y el proceso sigue igual. En palabras del informe, la IA agrega una capa de información sobre un proceso que sigue siendo artesanal.

Es el caso típico de "queremos aplicar IA". El camino correcto es rediseñar el proceso y usar la IA en los pasos donde tiene sentido. Primero se decide qué tiene que pasar cuando llega el dato, después se elige la tecnología que lo hace pasar.

Cómo usar las cinco etapas en una empresa

La taxonomía funciona como un modelo de madurez en IA y sirve como diagnóstico rápido. Tres preguntas alcanzan para ubicar a una empresa:

• 📊En cuántas áreas se usa IA hoy y para qué: generar textos, procesar información interna o decidir dentro de un proceso
• 🎓Si alguien del equipo recibió capacitación o si se sumó un perfil especializado
• 📜Si hay un presupuesto asignado o una pauta escrita sobre cómo usarla

El test de madurez en IA hace ese diagnóstico en unos siete minutos: 31 preguntas sobre personas, procesos, datos y tecnología y un informe con la etapa de cada pilar.

La etapa que resulta indica cuál es el próximo paso y también qué freno esperar. Una empresa experimental que invierte en herramientas avanzadas antes de ordenar quién coordina el uso repite el error más común de la etapa. Una exploradora que abandona porque los números todavía no cierran puede estar en el punto más bajo de la curva J.

Los frenos generales para adoptar IA, más allá de la etapa, están desarrollados en el artículo sobre los principales frenos para adoptar IA en una empresa. Y el trabajo de ubicar a la empresa en este mapa y definir el paso siguiente es el punto de partida de cualquier proyecto de inteligencia artificial para empresas.