La inteligencia artificial en las empresas participa ya en el 30 % de las tareas analizadas por SAP y Oxford Economics, una proporción que los responsables consultados prevén elevar hasta el 48 % en dos años. La adopción avanza con rapidez, pero solo el 3 % de las organizaciones se considera plenamente preparado para implantar y ampliar el uso de agentes de inteligencia artificial.
La inteligencia artificial ha pasado de las pruebas aisladas a intervenir en una parte significativa del trabajo cotidiano de las organizaciones. El estudio Value of AI 2026, promovido por SAP y elaborado con Oxford Economics, sitúa en el 30 % el porcentaje medio de tareas empresariales que reciben actualmente algún tipo de apoyo de esta tecnología.
Los directivos encuestados esperan que esa proporción alcance el 48 % dentro de dos años. Se trata de una previsión basada en las expectativas de las propias organizaciones y no de un resultado garantizado para todas las empresas, sectores o países.
La investigación se desarrolló mediante una encuesta en línea realizada entre marzo y mayo de 2026 a 2.600 responsables empresariales de 13 países. Todos ocupaban puestos de dirección o superiores y trabajaban en organizaciones de al menos 500 empleados. La muestra se repartió entre empresas de 500 a 1.500 trabajadores y grandes compañías con plantillas superiores a esa cifra. España no figura entre los mercados analizados.
Esta composición obliga a interpretar los resultados con cautela desde la perspectiva de las pymes españolas. El estudio permite identificar tendencias de adopción, inversión y gobernanza, pero no representa directamente la realidad de microempresas y pequeños negocios con estructuras, presupuestos y recursos tecnológicos más limitados.
La inteligencia artificial en las empresas avanza de forma fragmentada
El incremento de las tareas apoyadas por inteligencia artificial no implica que las organizaciones hayan completado una transformación integral de sus procesos. Solo el 17 % declara priorizar sus inversiones con una estrategia global, mientras que el 41 % mantiene un enfoque fragmentado, basado en proyectos concretos o soluciones implantadas de manera independiente.
Esta diferencia entre utilización y madurez es una de las principales conclusiones de la investigación. Una empresa puede emplear herramientas de generación de textos, análisis documental, atención al cliente o automatización administrativa sin disponer todavía de una política común sobre datos, seguridad, responsabilidades y supervisión.
Menos de la mitad de las compañías cuenta con una persona dedicada específicamente a dirigir la adopción de la inteligencia artificial. El 52 % dispone de marcos claros para desarrollar casos de uso y únicamente el 41 % ofrece formación sobre las capacidades y los riesgos de estas herramientas.
Para una pyme, esta situación plantea una cuestión práctica: incorporar una herramienta no equivale a integrar la inteligencia artificial de forma segura en la actividad. Antes de ampliar su utilización, la empresa necesita determinar qué problema pretende resolver, quién responde por los resultados y qué información puede consultar o modificar el sistema.
El 64 % ha probado proyectos de inteligencia artificial agéntica
La inteligencia artificial agéntica constituye una de las áreas que genera mayores expectativas. El 64 % de las organizaciones consultadas afirma haber probado proyectos con agentes, mientras que el 83 % considera que esta tecnología posee un potencial moderado o alto para transformar sus operaciones. Sin embargo, solo el 3 % se declara plenamente preparado para desplegarla y ampliarla.
Los agentes de inteligencia artificial son sistemas capaces de planificar y ejecutar una sucesión de acciones para alcanzar un objetivo definido. A diferencia de una herramienta que se limita a elaborar una respuesta, un agente puede consultar aplicaciones, utilizar datos, activar tareas y participar en procesos que afectan a diferentes áreas de la organización.
Esa capacidad amplía sus posibles usos, pero también las consecuencias de un error. Un acceso excesivo, una instrucción ambigua o un dato incorrecto pueden provocar acciones no deseadas en sistemas empresariales. La autonomía técnica no elimina, por tanto, la necesidad de establecer responsables humanos y límites operativos.
Los datos reflejan esta brecha de preparación. El 38 % de las empresas no dispone de mecanismos de intervención humana en los flujos gestionados por agentes y el 37 % carece de controles de permisos y acceso. Solo el 44 % mantiene un registro de los agentes utilizados dentro de la organización.
Los datos y la gobernanza frenan la implantación
La calidad de la información continúa siendo uno de los principales obstáculos. El 73 % de las organizaciones reconoce dificultades relacionadas con datos incompletos, y el 79 % ha sufrido en algún momento retrasos, acumulación de trabajo o repetición de tareas como consecuencia de resultados de baja calidad generados por sistemas de inteligencia artificial.
La gobernanza presenta una preparación todavía menor. Solo el 12 % considera que sus capacidades o sus procesos están plenamente preparados para controlar la inteligencia artificial de manera eficaz. La diferencia entre velocidad de adopción y capacidad de supervisión aumenta especialmente cuando los sistemas pueden realizar acciones y no únicamente generar información.
La empresa debe conocer qué datos utiliza cada solución, dónde se procesan, durante cuánto tiempo se conservan y qué personas pueden acceder a ellos. También necesita establecer procedimientos para detectar errores, revisar resultados, gestionar incidencias y detener el sistema cuando supere los límites autorizados.
Estas precauciones resultan relevantes en tareas que afectan a clientes, pagos, contratos, selección de personal, información financiera o datos personales. En estos ámbitos, una respuesta aparentemente convincente puede ser insuficiente si no existe trazabilidad sobre la información utilizada y la decisión adoptada.
Cómo puede comenzar una pyme con tareas medibles
Para las pymes, la implantación puede comenzar por una tarea concreta, frecuente y fácil de comprobar. La clasificación inicial de documentos, la elaboración de borradores internos, la extracción de datos o la preparación de respuestas sujetas a validación humana permiten evaluar el funcionamiento sin entregar al sistema un control amplio sobre la actividad.
El proyecto necesita una situación de partida y un indicador verificable. La empresa puede medir el tiempo empleado, el número de errores, las correcciones necesarias o el coste del proceso antes y después de introducir la herramienta. Sin estas referencias resulta difícil distinguir una mejora real de una demostración tecnológica atractiva.
También conviene limitar el acceso a los datos y aplicaciones estrictamente necesarios. La supervisión humana debe mantenerse en las decisiones sensibles y quedar asignada a una persona identificada. Solo después de comprobar la utilidad, la fiabilidad y el cumplimiento de las normas internas debería ampliarse el uso a otras tareas.
El avance previsto hasta el 48 % muestra la intención de las organizaciones de extender la inteligencia artificial, pero no significa que casi la mitad de los empleos vaya a automatizarse. El indicador se refiere a tareas que reciben algún tipo de apoyo tecnológico, no a puestos de trabajo eliminados ni a procesos completamente autónomos.
