- Cuatro bancos centrales (Fed de Atlanta, Banco de Inglaterra, Bundesbank, Universidad Macquarie) aplicaron las mismas preguntas a ~6.000 altos ejecutivos en 4 países: el 89% no detecta impacto de la IA en productividad en tres años —efecto promedio 0,29%— y esas mismas empresas esperan 1,44% en los tres años siguientes.
- El panel británico hizo la pregunta dos veces: entre 2025 y 2026, con el resultado observado todavía cerca de cero, la expectativa a tres años no bajó — subió de 1,5% a 1,9%.
- Nada corrige esa expectativa porque ninguna organización tiene un mecanismo que la contraste contra el resultado y asigne un responsable por la diferencia: un vacío de diseño, no de carácter directivo.
- El Modelo ARIA existe para medir e intervenir las tres variables de comportamiento —mentalidad AI, liderazgo AI, ADN AI— que determinan si esa expectativa se revisa alguna vez.
Existe, y la midieron cuatro bancos centrales con el mismo instrumento en cuatro países.
Cerca de seis mil ejecutivos reportan que la inteligencia artificial no ha movido la productividad de sus empresas en tres años —el efecto medido promedio es de 0,29%— y esos mismos ejecutivos proyectan que en los tres años siguientes la moverá cinco veces más.
Digital Change Advisors llama fuga de productividad de la IA a la disipación de la capacidad que la herramienta libera en el puesto individual antes de que se convierta en un resultado financiero registrable.
Este estudio documenta el fenómeno sin la mediación de ninguna firma de consultoría, y documenta también lo que permite que se sostenga: una expectativa que nadie contrasta.
El dato
En febrero de 2026, revisado en marzo, la Oficina Nacional de Investigación Económica de Estados Unidos publicó el documento de trabajo 34836, Firm Data on AI, firmado por trece investigadores.
Los equipos del Banco de la Reserva Federal de Atlanta, el Banco de Inglaterra, el Deutsche Bundesbank y la Universidad Macquarie aplicaron preguntas idénticas a cerca de 6.000 altos ejecutivos —directores generales, directores financieros y gerentes senior de finanzas— en Estados Unidos, el Reino Unido, Alemania y Australia, entre noviembre de 2025 y enero de 2026.
El 69% de las empresas usa alguna tecnología de inteligencia artificial. Más de dos tercios de los ejecutivos la usan personalmente, con un promedio de 1,5 horas semanales.
Más del 90% de las empresas estima que la IA tampoco tuvo ningún impacto sobre su empleo — un indicador distinto, medido aparte del de productividad.
Entre las empresas estadounidenses la expectativa sube a 2,25%. Los empleados encuestados en paralelo, de forma más conservadora, esperan 0,92%.
Lo que el estudio no explica
Los autores anticipan la objeción obvia y la responden con rigor. Antes de presentar los datos de inteligencia artificial, validan sus paneles: contrastan diez años de datos de ventas y empleo contra los agregados nacionales, y comparan los pronósticos a un año de cada empresa contra lo que esa misma empresa realizó doce meses después.
El ajuste es estrecho. De ahí concluyen que sus encuestados pronostican bien y que eso aumenta la confianza en sus proyecciones sobre el efecto de la IA.
La validación es sólida y no cubre la pregunta que importa. Lo que quedó validado es la capacidad de un ejecutivo para pronosticar las ventas y el empleo de su propia empresa: variables que conoce, que dependen de sus propias decisiones y que revisa cada trimestre.
La pregunta de inteligencia artificial es de otra naturaleza. Le pide que atribuya a una tecnología específica una porción de un resultado futuro, cuando lleva tres años sin poder detectar el efecto de esa misma tecnología en el resultado pasado.
Acertar en cuánto venderá su empresa no acredita a nadie para aislar la contribución de una variable que todavía no ha logrado aislar hacia atrás.
Y hay una serie temporal en el propio estudio que la validación no absorbe. El panel británico hizo las mismas preguntas dos veces.
Entre febrero y abril de 2025, las empresas esperaban que la IA elevara su productividad 1,5% en los tres años siguientes. Entre noviembre de 2025 y enero de 2026 —casi un año después, con el resultado observado todavía cerca de cero— la expectativa para los tres años siguientes no bajó: subió a 1,9%.
La ventana de tres años se corrió hacia adelante, el resultado no apareció, y el pronóstico se revisó al alza.
La pregunta que el documento deja abierta es esta: si la expectativa no se corrigió durante el año en que el resultado no llegó, ¿qué la corregiría alguna vez?
La tesis de Digital Change Advisors
Nada la corrige, porque en la mayoría de las organizaciones no existe el acto de corregirla. Y ese vacío no es un defecto de carácter de los directivos: es un vacío de diseño en el sistema de decisión.
Un pronóstico se convierte en información de gestión únicamente cuando alguien lo contrasta contra el resultado y responde por la diferencia. Las ventas se contrastan: hay un cierre mensual, un responsable y una conversación incómoda cuando no coinciden.
La expectativa de retorno de la inteligencia artificial no se contrasta contra nada, porque está formulada a tres años, se renueva cada año a tres años, y no hay nadie cuyo desempeño dependa de la distancia entre lo prometido y lo registrado.
Un horizonte que se desplaza al mismo ritmo que el tiempo transcurre no llega nunca, y una promesa que nunca vence tampoco se incumple nunca.
Eso es lo que sostiene la fuga. McKinsey publica dos cifras en el mismo estudio de 2026: el 80% de las organizaciones reporta mejora de productividad individual por uso de inteligencia artificial y el 37% atribuye a la IA algún impacto en el EBIT.
La distancia entre ambas —43 puntos porcentuales— es lectura de Digital Change Advisors sobre esas dos cifras, no un dato reportado por McKinsey, y es la magnitud de la fuga en 2026.
El estudio del NBER explica por qué esa magnitud puede persistir un año más sin que ningún comité la cuestione: mientras exista una expectativa vigente y no vencida, la diferencia entre lo que la gente produce y lo que la empresa registra no se lee como una pérdida. Se lee como algo que todavía no llegó.
Corregir eso no requiere más tecnología ni más presupuesto. Requiere intervenir tres variables de comportamiento que casi ninguna organización mide.
La mentalidad AI de quien usa la herramienta y decide, cada día, si la capacidad liberada se reinvierte o se absorbe; el liderazgo AI de quien fija el destino de esa capacidad y acepta que le pregunten por él con fecha; y el ADN AI que determina si una organización tolera el acto de contrastar una promesa contra un resultado, o si lo evita porque el resultado es incómodo para todos los que la firmaron.
El Modelo ARIA —Aceleración del Retorno de la IA— existe para medirlas en una línea base concreta e intervenirlas contra un indicador financiero definido de antemano.
Los economistas midieron la expectativa. Ninguna encuesta puede medir si una organización concreta tiene el mecanismo para revisarla.
Lo que cuesta mantener el curso
Para un director general, el dato relevante de este estudio no es el 0,29% realizado. Es la uniformidad del 1,44% esperado.
Esa cifra es prácticamente la misma en cuatro economías, con estructuras industriales y mercados laborales distintos, y se sostiene en niveles similares en todos los sectores medidos. La expectativa no distingue a nadie.
Ningún consejo de administración obtiene ventaja competitiva por esperar lo mismo que espera el resto del mercado, porque ese número describe el ánimo del mercado, no el desempeño de la empresa.
Lo que sí distingue es la corrección. Tres años de expectativa ya transcurrieron y produjeron 0,29%. El siguiente ciclo de tres años ya está presupuestado sobre 1,44%, y la evidencia disponible es que esa expectativa subió en lugar de bajar cuando se la puso a prueba.
Una organización que instale el mecanismo de contraste descubrirá su propia cifra en un trimestre. Una que no lo instale llegará a 2029 con el mismo dato que tiene hoy y con tres ciclos presupuestales adicionales ejecutados.
La asimetría es de tiempo, no de dinero. El capital de un trimestre se recupera; el trimestre no. Y esta vez la evidencia no llega de una firma que vende consultoría de inteligencia artificial: llega de cuatro bancos centrales que no venden nada.
Qué cambia en la gestión a partir de mañana
Un cambio, concreto: toda expectativa de retorno de inteligencia artificial que se declare en un comité recibe fecha de vencimiento, cifra verificable y un responsable que reporte la diferencia.
No es un control adicional. Es aplicar a la inversión en inteligencia artificial la misma disciplina que ya se aplica a cualquier otra línea del presupuesto, y que hoy no se le aplica precisamente porque su horizonte declarado es más largo que el ciclo en que alguien tendría que responder.
Una expectativa a tres años sin fecha intermedia de verificación no es un pronóstico: es un permiso para no revisar. El primer contraste suele ser el más caro de aceptar y el único que cambia la trayectoria.
Cuatro bancos centrales —la Reserva Federal de Atlanta, el Banco de Inglaterra, el Bundesbank y la Universidad Macquarie— preguntaron lo mismo a cerca de 6.000 altos ejecutivos en cuatro países entre finales de 2025 y comienzos de 2026.
El 89% de las empresas reporta que la inteligencia artificial no movió su productividad en tres años, con un efecto promedio de 0,29%, y esas mismas empresas esperan 1,44% en los tres años siguientes: cinco veces más, sin haber cambiado nada.
El detalle decisivo está en el panel británico, que hizo la pregunta dos veces: en la primavera de 2025 las empresas esperaban 1,5% para los tres años siguientes, y casi un año después —con el resultado todavía cerca de cero— la expectativa subió a 1,9%.
Una previsión que se revisa al alza justamente en el año en que no se cumplió no es un pronóstico, es un permiso para no revisar; la pregunta para cualquier junta directiva deja de ser cuánto va a rendir la IA y pasa a ser quién responde por la diferencia.
La pregunta que este artículo no responde
Usted puede saber qué espera su organización de la inteligencia artificial en los próximos tres años; lo que este artículo no puede decirle es qué esperaba hace tres años y quién revisó la diferencia.
Un horizonte que se desplaza al mismo ritmo que el tiempo transcurre no llega nunca, y una promesa que nunca vence tampoco se incumple nunca.
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 →
