• entaina
  • Posts
  • El presupuesto incompleto: por qué fracasan proyectos de IA técnicamente perfectos

El presupuesto incompleto: por qué fracasan proyectos de IA técnicamente perfectos

Author

Agus
7 de abril de 2026

El proyecto está aprobado. El presupuesto incluye licencias, infraestructura y consultores técnicos. La tecnología funciona en el piloto.

Seis meses después, el proyecto está muerto.

No por un problema técnico. Sino porque nadie presupuestó el cambio organizacional que requería.

El 70% de proyectos de IA fracasan por razones organizacionales, no técnicas. La razón es simple: el presupuesto estaba incompleto desde el inicio. Cubría la tecnología. No cubría lo que hace que las personas la usen.

La línea que falta

Los presupuestos de IA incluyen licencias de software, infraestructura cloud, consultores técnicos, tiempo de desarrollo e integración con sistemas existentes.

Lo que no incluyen:

  • Gestión del cambio

  • Formación más allá del uso de la herramienta

  • Tiempo para adaptar flujos de trabajo

  • Recursos para gestionar resistencia

  • Comunicación sostenida durante meses

Esa línea invisible entre lo técnico y lo organizacional es donde mueren la mayoría de proyectos. El presupuesto debería incluir un 15-25% para gestión del cambio y formación. La mayoría de organizaciones gasta menos del 5%.

Y hay otro coste que casi nadie presupuesta: la integración. El 50% de organizaciones tiene tecnología fragmentada o desconectada por inversiones rápidas sin plan de integración. No sirve añadir herramientas nuevas sobre una base rota.

El fracaso es organizacional

El cambio de flujo de trabajo es el cuello de botella. No las capacidades técnicas.

Los números lo confirman: el 60% de organizaciones sigue en fase de pilotaje y solo el 16% ha escalado IA a nivel enterprise. Pilotos técnicos no equivalen a adopción organizacional. Y cuando se escala demasiado rápido sin haber consolidado el cambio, los empleados revierten a flujos antiguos en cuanto sube la presión. El umbral recomendado es 75-85% de adopción antes de escalar. Llegar ahí requiere inversión sostenida en gestión del cambio, no solo inversión técnica.

El resultado es previsible: el 88% de pilotos de IA no llegan a producción. La causa principal: bajo nivel de preparación organizacional en datos, procesos e infraestructura. La preparación organizacional no se compra. Se construye. Y construir requiere presupuesto.

Un 37% de empleados son escépticos que necesitan evidencia antes de cambiar y un 4% son resistentes activos. Sin recursos para gestionar esa resistencia, se convierte en cumplimiento mínimo. El proyecto no muere de golpe. Se marchita.

El caso Moderna

Moderna tiene más de 1 millón de conversaciones al mes en ChatGPT Enterprise, con un crecimiento del 20% mensual. No llegaron ahí comprando licencias.

Contrataron un líder senior dedicado a la transformación de IA antes del lanzamiento de ChatGPT. No como proyecto paralelo. Como función central. Después invirtieron en lo que no aparece en un presupuesto tradicional de IT:

  • Un concurso interno para identificar casos de uso

  • Publicación continua de aprendizajes

  • Red de champions con estructura formal

  • Espacios para escuchar resistencia y modificar el plan

Nada de eso es técnico. Todo requiere tiempo, personas y presupuesto dedicado. Sin eso, el proyecto habría fracasado como la mayoría.

Qué cubre ese 15-25%

1. Comunicar de forma sostenida

No un correo de lanzamiento. Comunicación continua durante meses: biblioteca de escenarios específicos por rol (no "la IA puede resumir texto", sino "así ayuda a un reclutador con 200 CVs"), casos de éxito internos publicados regularmente, y espacios donde las preocupaciones se puedan expresar. No solo webinars de arriba abajo, sino foros bidireccionales.

Eso requiere tiempo de comunicación interna, diseño de contenido y plataformas para compartir.

2. Formar más allá de la herramienta

La formación técnica es solo uno de cinco pasos necesarios para el cambio. También hace falta comunicar por qué importa, abordar miedos, dar tiempo protegido para practicar sin presión, y reforzar con métricas visibles y reconocimiento. Una sesión de dos horas no cubre eso.

3. Estructurar una red de champions

Los champions no funcionan como voluntariado. Funcionan como función operativa: con tiempo dedicado, acceso prioritario a novedades y carrera vinculada a impacto. Eso cuesta.

4. Dedicar tiempo de liderazgo

Los ejecutivos son 2,4 veces más propensos a culpar a empleados que a reconocer problemas de alineación estratégica propia. Gestión activa implica revisar métricas de adopción, participar en sesiones con resistentes y modificar el plan. Si la dirección no tiene tiempo presupuestado para esto, delega. Y la adopción muere.

5. Medir adopción

No solo uso técnico. Usuarios activos, frecuencia de uso, horas ahorradas, tareas automatizadas, satisfacción del empleado. Sin métricas visibles, no sabéis si estáis ganando o perdiendo. Y sin datos, el refuerzo positivo es imposible: no podéis celebrar lo que no medís.

El presupuesto incompleto

La tecnología no es el problema. Funciona.

El problema es tratar la adopción organizacional como algo que pasará naturalmente una vez que la herramienta esté disponible. No pasa. Compráis licencias para 500 personas y solo 80 las usan regularmente. Estáis pagando por capacidad que no se capitaliza.

Cuando el CFO pregunte por qué hace falta un 20% extra para gestión del cambio, la respuesta no es "porque es importante". Es: sin esa inversión, estamos apostando todo el presupuesto técnico a que seremos parte del 30% que lo consigue sin gestión del cambio. Hay una apuesta más inteligente.

Quizá la conversación más profunda es otra: presupuestar IA como I+D, no como eficiencia operativa. El recorte de costes encaja en la gobernanza existente, pero en periodos de innovación rápida es la estrategia de los rezagados. Presupuestar como I+D implica tolerancia al fallo, horizonte largo y métricas de aprendizaje.

Esa es la conversación que cambia presupuestos.

Referencias: