- El 80% de las organizaciones reporta mejora de productividad individual con IA; solo el 37% detecta impacto en el EBIT — una brecha de 43 puntos porcentuales (McKinsey, agosto 2026, 1.719 encuestados en 97 países).
- Solo el 6% califica como "alto desempeño" (impacto en EBIT de al menos 5%); ese grupo rediseña sus flujos de trabajo casi tres veces más que el resto — no compra mejor tecnología, la misma que todos.
- La fuga no es un problema técnico: es una decisión de comportamiento — ceder control, tolerar una curva de desempeño peor antes de mejor, confiar en un criterio que aún no se ha validado.
- El indicador que debe reemplazar "adopción" en los tableros directivos: cuánta de la capacidad liberada por la IA llega a una línea del estado de resultados.
Porque la productividad que una persona gana con inteligencia artificial solo llega al estado de resultados si el flujo de trabajo donde ocurre se rediseña para capturarla, y en la mayoría de las organizaciones ese rediseño no ocurre. Digital Change Advisors lo denomina fuga de productividad de la IA: la capacidad que la herramienta libera en el puesto individual se disipa en la operación antes de convertirse en un resultado financiero medible.
En 2026 esa fuga dejó de ser una hipótesis de campo. Tiene un tamaño.
El dato
El 25 de agosto de 2026, McKinsey & Company publicó The State of AI in 2026: On the Road to ROI, la edición más reciente de la serie longitudinal que la firma sostiene desde hace casi una década. La encuesta reúne a 1.719 participantes en 97 países, con trabajo de campo entre el 4 de mayo y el 8 de junio de 2026 y datos ponderados por la contribución de cada país al PIB global; el 36% de las organizaciones representadas supera los mil millones de dólares en ingresos anuales.
Solo el 6% califica como organización de alto desempeño, definida como aquella que atribuye a la IA un impacto en el EBIT de al menos 5% y describe ese valor como significativo. Y entre esas organizaciones de alto desempeño, cerca de tres cuartas partes rediseñan de raíz sus flujos de trabajo por efecto de la IA —frente al 55% del año anterior—, mientras que entre todas las demás lo hace apenas una cuarta parte.
Lo que el estudio no explica
McKinsey hace algo poco frecuente en este tipo de informes: no se limita a describir la brecha, identifica lo que discrimina a quien la cierra. Las organizaciones de alto desempeño rediseñan de raíz sus flujos de trabajo en lugar de insertar la IA en los que ya tenían; su liderazgo respalda las iniciativas de forma visible, el doble de veces que en el resto; y tienen procesos definidos para medir el impacto de esas iniciativas, también el doble de veces. Ninguna de esas tres condiciones es tecnológica.
Y ahí termina el análisis. El estudio no explica por qué, teniendo disponible esa misma evidencia —publicada, además, por la firma que fija el índice de referencia del sector—, tres de cada cuatro organizaciones siguen sin rediseñar nada. No es un problema de información: el hallazgo es público. No es un problema de presupuesto: rediseñar un flujo de trabajo cuesta una fracción de lo que ya se gastó en licencias, infraestructura y modelos. Tampoco es un problema de capacidad técnica, porque las mismas organizaciones que no rediseñan flujos sí lograron desplegar la tecnología que los alimenta.
La pregunta que el informe deja abierta es esta: si lo que separa a quien captura valor de quien no lo captura no es tecnológico y está publicado, ¿por qué la inmensa mayoría de las organizaciones sigue sin hacerlo?
La tesis de Digital Change Advisors
McKinsey publica los dos extremos de la medición: 80 y 37. La distancia entre ambos —43 puntos porcentuales— no aparece en el informe. Es la lectura que hace Digital Change Advisors sobre dos cifras del mismo estudio, y es la magnitud de la fuga de productividad de la IA en 2026: el porcentaje de organizaciones donde la gente efectivamente produce más y la empresa no registra ese aumento en ninguna línea de su estado de resultados. (El informe contiene además un 43% distinto —expectativa de poco o ningún cambio en el empleo total por efecto de la IA— sin relación con esta brecha.)
Rediseñar un flujo de trabajo no es una decisión de proceso: es una decisión de comportamiento. Pedirle a un equipo que rediseñe su flujo es pedirle que ceda el control sobre la forma en que hoy hace su trabajo bien, que acepte un período de desempeño peor antes de uno mejor, y que confíe en un sistema cuyo criterio todavía no sabe cuándo es confiable. Se resuelve, o no se resuelve, en el terreno donde operan la mentalidad AI de quienes usan la herramienta, el liderazgo AI de quienes deciden hasta dónde soltar el control, y el ADN AI de la cultura que determina si un rediseño se sostiene o se revierte al primer trimestre difícil.
Es el fenómeno que gobierna toda esta serie y que puede enunciarse en tres cláusulas: ya hay adopción; el KPI sigue sin moverse; y lo que resuelve la distancia entre ambas cosas es el comportamiento humano en el flujo de trabajo. El Modelo ARIA —Aceleración del Retorno de la IA— existe precisamente para intervenir esas tres variables con instrumentación y no con intuición, y para hacerlo contra un indicador financiero definido de antemano. Los 43 puntos son la brecha. Cerrarla es el trabajo.
Lo que cuesta mantener el curso
Para un director general, el dato relevante del informe de McKinsey no es el 37%. Es la estabilidad de ese 37% frente al año anterior.
Significa que un ciclo completo de inversión adicional en inteligencia artificial —presupuestos aprobados, plataformas contratadas, equipos formados— transcurrió sin mover la proporción de empresas que ven impacto financiero. El capital se ejecutó. El indicador no se movió. Y la organización entró al siguiente ciclo presupuestal con la misma arquitectura de decisión que produjo el resultado anterior.
Conviene ser preciso sobre lo que esto implica en términos de posición competitiva. La mayoría de los pares de cualquier director general está exactamente en el mismo punto: el 94% de las organizaciones encuestadas no alcanza el umbral de alto desempeño. Eso, por sí solo, es tranquilizador y engañoso a la vez. Lo que altera el cálculo es la naturaleza del 6% restante. No llegaron ahí por tener mejor tecnología —compran en el mismo mercado, a los mismos proveedores, con las mismas capacidades disponibles—. Llegaron por rediseñar sus flujos de trabajo tres veces más que el resto. Y ese tipo de ventaja no se compra después: se acumula. Cada trimestre en que una organización opera con la productividad individual disipándose en el flujo es un trimestre en que su competidor la está capitalizando en margen, en costo por unidad y en velocidad de decisión.
La ventana de esta asimetría no es indefinida. Es la distancia que hay entre el momento en que el mercado reconoce cuál es el discriminador —agosto de 2026— y el momento en que rediseñar flujos deja de ser una ventaja y pasa a ser la condición mínima para competir.
Qué cambia en la gestión a partir de mañana
Un cambio, concreto: dejar de reportar adopción y empezar a reportar conversión. La mayoría de los tableros directivos de inteligencia artificial responden hoy a la pregunta equivocada. Miden licencias activas, usuarios frecuentes, consultas mensuales, casos de uso desplegados. Todas esas métricas describen el 80%. Ninguna describe los 43 puntos. El indicador que un comité de dirección necesita en 2026 no es cuánta IA se está usando, sino cuánto del tiempo y la capacidad liberados por esa IA llegó efectivamente a una línea del estado de resultados, y en qué punto exacto del flujo se perdió el resto.
McKinsey midió en 2026 lo que casi ninguna organización mide sobre sí misma: el 80% de las empresas ve mejorar la productividad individual de su gente con inteligencia artificial, y solo el 37% detecta algún impacto en el EBIT. Los 43 puntos porcentuales que separan una cifra de la otra son productividad real que se produce en el puesto y se pierde en el flujo de trabajo antes de llegar al estado de resultados. El único factor que separa al 6% de alto desempeño del resto no es la tecnología —compran la misma—: es que rediseñan sus flujos de trabajo casi tres veces más que los demás. La pregunta para cualquier comité de dirección deja de ser cuánta IA se está usando y pasa a ser en qué punto del flujo se está perdiendo lo que esa IA produce.
Los siete artículos que siguen en esta serie examinan esa brecha desde ángulos que McKinsey no cubre: si el fenómeno resiste una medición académica independiente, cómo se comporta en América Latina, qué le ocurre al presupuesto cuando la fuga no se corrige, por qué la adopción declarada en el comité ejecutivo no baja a la operación, qué distingue a las organizaciones donde la inversión sí llega al resultado, qué demuestra la evidencia experimental sobre la capacidad humana de operar la herramienta con criterio, y qué ocurre con la brecha cuando la IA deja de sugerir y empieza a actuar.
La pregunta que este artículo no responde
Los 43 puntos son la cifra del mercado; la de su organización es otra, y este artículo no puede decirle cuánto vale ni en qué punto de su operación se está abriendo.
La brecha no está en el servidor ni en el proveedor. Está en el flujo de trabajo que nadie se atrevió a rediseñar.
César Lozano — CEO, Digital Change Advisors
Su propia cifra: el AI Return Test de Digital Change Advisors mide la distancia entre la productividad que su equipo ya está produciendo con inteligencia artificial y el resultado que su organización está registrando. Treinta minutos o menos. El resultado es un diagnóstico equivalente al de una sesión de consultoría de alto valor.
Mide tu propia brecha con el AI Return Test →
