PwC publicó este mes su AI Performance Study. 1.217 directivos encuestados, 25 sectores. El número que debería haber viajado más lejos de lo que ha viajado: el 20% de las empresas captura el 74% del valor económico de la IA.
Es una distribución de Pareto más afilada que casi cualquier otra cosa en rendimiento empresarial. Más que los retornos de capital riesgo. Más que la economía de las plataformas de software. Y lo que el informe escarba, qué separa al 20% del 80%, no es lo que casi todo el mundo supone.
No es presupuesto. El 20% no gasta más en términos absolutos. No es el stack. Los contratos de modelos y las decisiones de infraestructura son parecidos en la parte alta. Ni siquiera es talento en el sentido del titular; los dos grupos reclutan del mismo sitio.
La diferencia es para qué usa la empresa la IA. El 80% automatiza lo que ya hace. El 20% vende lo que antes no podía vender.
La eficiencia es el suelo
La diferencia no es presupuesto. Ni stack. Es para qué se usa la tecnología.
El 80% no está tirando el dinero. Está haciendo algo racional y limitado. Tienen IA, la aplican a procesos existentes (tickets de soporte, extracción de facturas, redacción de correos comerciales) y miden la reducción de coste resultante. Los números suelen quedar bien en una revisión trimestral. Tres por ciento de ahorro en operaciones, seis en soporte, dos en revisión jurídica.
La trampa es que esos ahorros son el suelo de lo que la IA puede hacer, no el techo. Las empresas que se paran en la automatización están haciendo lo mismo que antes, un poco más barato. No han cambiado la forma de su negocio. No han abierto un mercado nuevo. No han construido un producto que no existía hace un año.
En un año, ese 3-6% de ahorro es la nueva línea base. Al trimestre siguiente, los competidores que hicieron lo mismo borran la ventaja relativa. Al final del segundo año la empresa está donde empezó, misma forma, mismos ingresos, coste algo menor, solo que ahora tiene que mantener una pila de IA encima de todo lo demás. Eficiencia sin valor nuevo es deuda técnica que produce un trimestre breve de alivio.
El 20% está haciendo algo distinto en los cimientos. Está usando la IA como cuña hacia mercados adyacentes, como forma de cobrar por trabajo que antes no podía entregar, como sustrato de productos nuevos. El informe de McKinsey de 2025 señaló el mismo patrón con otras palabras: la cohorte de alto rendimiento tiene el doble de probabilidad de usar IA para entrar en líneas de negocio nuevas, no solo para optimizar las existentes.
El 20% construye productos nuevos sobre la API
El ejemplo más claro de esta dinámica en tiempo real es la trayectoria de ingresos de Anthropic.
Los clientes no llegaron ahí ahorrando en correos. Construyeron cosas encima de la API.
Anthropic pasó de 9.000 millones de run-rate a 30.000 millones en doce meses. Ese no es el tipo de crecimiento que sale de mejoras incrementales de eficiencia en los flujos de sus clientes. Si cada cliente de Claude ahorrara un 5% en algo automatizando, los ingresos de Anthropic habrían crecido un 30 o un 40%. No un 233%.
Lo que pasó es que los clientes construyeron productos nuevos sobre la API. Agentes de programación que antes no existían, cobrando 200 dólares al mes por desarrollador. Asistentes de investigación cobrando 500 por asiento a grandes empresas. Agentes de atención al cliente que ahora las empresas revenden como funcionalidad de su propio producto. La API está aguas arriba de una ola de productos nuevos, y Anthropic captura una porción de cada uno.
El número de PwC es la misma dinámica al nivel del cliente. El 20% construye esos productos nuevos. El 80% usa a Anthropic para escribir correos internos más rápido.
El gobierno es el multiplicador poco atractivo
El informe de PwC apunta a cuatro pilares que comparte el 20%. No sorprenden y por separado no son interesantes, pero la combinación es donde falla casi todo el mundo.
Cada pilar es aburrido por separado. La combinación es lo que compone. Casi todas las empresas fallan uno y pierden el multiplicador.
Gobierno con roles claros. No comités. Roles. Alguien es el responsable directo de la iniciativa de IA. Tiene autoridad para pasar por encima del roadmap de producto. Reporta un número que mapea a impacto de negocio. Cuando el modelo se equivoca, es quien responde. En casi todas las empresas españolas que veo hay un «comité de IA» con ocho directores y ningún responsable; ese comité es una licencia para no decidir.
Datos limpios e integrados. El 20% no corre sobre datos impolutos, eso no existe en ningún sitio. Corre sobre datos conectados. La ficha de cliente se puede cruzar con el histórico de soporte y este con el uso de producto. Entre silos, consultable, al día. El 80% tiene datos estupendos en 14 sistemas, ninguno de los cuales se habla con otro.
Talento interno. Gente en plantilla que sabe leer trazas, diseñar evals y depurar el fallo de un agente multiturno. No consultores. Los consultores son estupendos para acotar el primer proyecto; son pésimos para la segunda y la tercera iteración porque cada una depende del contexto de la anterior. El 20% tiene al menos un equipo que es dueño de la pila de IA de punta a punta y se queda ahí.
Medición dedicada del retorno. Una línea de cuenta de resultados para las iniciativas de IA, no teatro de innovación. El 20% mide el retorno de la IA como mide el de marketing: por atribución, por cohorte, con un número que escala a ingresos o margen. El 80% mide la IA con diapositivas en la reunión general.
Por qué las empresas españolas suelen acabar en el 80%
Hay una razón estructural por la que casi toda la empresa española se sienta en el lado malo de esta distribución, y merece la pena nombrarla porque tiene arreglo.
El presupuesto de IA en casi todas las empresas españolas vive dentro de «innovación» o «transformación digital». Esos presupuestos los financia RRHH o una función central de CIO. No tienen cuenta de resultados. No tienen responsable en la unidad de negocio a la que la IA debería servir. Cuando el piloto termina con éxito, la siguiente etapa, productizar la IA dentro de la unidad operativa, exige un traspaso de presupuesto que nadie tiene incentivo en hacer.
El piloto muere en el hueco entre innovación y producción. El equipo que lo construyó no es dueño del siguiente tramo. El equipo que debería operarlo no tiene presupuesto. La IA se queda en una demo interna seis meses, se archiva en silencio, y la empresa repite el piloto dos años después con otro proveedor.
Las empresas españolas que están en el 20% han hecho una cosa concreta distinta: han metido el presupuesto de IA dentro de las unidades operativas que consumen esa IA, con un responsable, con atribución a la cuenta de resultados. El presupuesto de «innovación» paga la exploración. El presupuesto operativo paga la producción. El hueco que mata al 80% de los pilotos no existe porque no hay traspaso.
Esto no es glamuroso y ninguna diapositiva de consultora lo va a describir así. Es la mayor fuente de pérdida de valor que veo en este mercado.
Dos hábitos operativos que merece la pena copiar
Dos hábitos que he visto separar a los operadores que acaban en el lado del 20% de los que se quedan en el 80%.
El presupuesto de IA vive dentro de la unidad operativa que consume esa IA. Ni innovación ni una función transversal de CIO. Dentro de la unidad cuya cuenta de resultados debe mejorar la IA, con un responsable cuyo número escala a resultados de negocio. Cuando el modelo deriva, el equipo dueño de la cuenta lo nota en ingresos y prioriza el arreglo sin esperar a que innovación abra un ticket. Es la elección estructural más predictiva que veo entre empresas cuya IA compone y empresas cuya IA se atasca.
Las revisiones trimestrales preguntan qué es posible ahora, no qué es más barato ahora. La pregunta correcta para cada funcionalidad de IA es: ¿qué podemos hacer este trimestre que no podíamos el anterior? Más rápido no basta. Más barato no basta. Los dos pertenecen al suelo. Por encima del suelo, lo único que importa es si la capacidad ha abierto trabajo que hace un año no existía como artefacto vendible. Las empresas que hacen esta pregunta cada trimestre derivan hacia el 20%. Las que preguntan «¿hemos ahorrado?» derivan hacia el 80%.
Ninguno de los dos es una cuestión de presupuesto. Ninguno exige un contrato de modelo concreto ni una relación con un proveedor. Los dos son disciplinas organizativas que cualquier empresa puede adoptar el lunes. Casi ninguna lo hace.
Cierre
Si tu programa de IA produce ganancias de eficiencia, bien. Es también la mitad fácil. La mitad difícil es construir productos y servicios que antes no existían, y capturar valor aguas arriba de clientes que hace un año no te habrían pagado.
Buena parte de la varianza de rendimiento empresarial de los próximos diez años va a salir de este hueco. Las empresas que traten la IA como palanca de reducción de coste mantendrán su margen plano. Las que la traten como generadora de valor nuevo compondrán. El sesenta por ciento de la brecha aparece en cinco años; el resto, en los próximos dos.
La eficiencia es el suelo. Optimizar los procesos de hoy te prepara para hoy. Construir productos nuevos sobre el modelo te prepara para pasado mañana, que es el único día que acaba importando.