Un informe recién publicado por Dataiku y Harris Poll encuestó a 900 CEOs de empresas con más de 500 millones de dólares de facturación, distribuidos entre Estados Unidos, Reino Unido, Francia, Alemania, Emiratos Árabes, Japón, Corea del Sur y Singapur. El formato es provocador: se llama «Global AI Confessions Report», y la idea es que los ejecutivos digan en voz baja lo que no dicen en el escenario de un evento de tecnología. Lo que sale es bastante más revelador que el típico reporte optimista de consultora.
La primera confesión es la más brutal: el 80% de los CEOs encuestados dice que su puesto está en juego si no logra demostrar resultados concretos de IA antes de que termine 2026. No resultados prometidos: resultados medibles, auditables, defendibles frente al directorio. Y el 77% cree que es probable que algún CEO sea despedido este año por una estrategia de IA fallida o por una crisis generada por la propia tecnología. La IA dejó de ser la iniciativa del área de innovación. Es el examen final del liderazgo corporativo.
Usan la IA todo el día, pero no la dejan decidir
La segunda confesión es más sutil y, para quien trabaja con estas herramientas, más interesante. Los CEOs reportan que la IA influye en un promedio de 40 decisiones de negocio por año. El 94% se sentiría cómodo diciéndole a su directorio que la IA influyó en una recomendación estratégica. Pero al mismo tiempo, más de la mitad mantiene humanos en el circuito para cualquier decisión crítica, y el 80% pide explicaciones o justificaciones detrás de cada recomendación que sale de un sistema de IA. Solo el 4% no pide nunca esas explicaciones.
Es decir: la IA ya está en la mesa del directorio, pero no tiene voto. Informa, sugiere, analiza. No decide. Y esa brecha entre lo que puede hacer y lo que le dejan hacer tiene un costo operativo creciente. Cada recomendación revisada, cada output verificado manualmente, cada decisión que pasa por un checkpoint humano es tiempo y recursos que no escalan. Es la paradoja de la adopción a medias: se invirtió lo suficiente para depender de la herramienta, pero no lo suficiente en gobernanza como para confiar en ella.
Un dato que captura bien esa tensión: en 2025, el 41% de los CEOs se describía como «extremadamente confiado» en su capacidad para desplegar agentes de IA en producción a escala. En 2026, esa cifra cayó al 31%. La confianza no se derrumbó, pero se recalibró. Cada vez más líderes se ubican en una zona intermedia: convencidos de que la IA es necesaria, menos seguros de que la están usando bien.
El miedo cambió de dirección
Hasta 2025, el miedo dominante era quedarse afuera: no invertir, no adoptar, perder terreno frente a la competencia. En 2026, el miedo se dio vuelta. Casi dos de cada tres CEOs (65%) dicen estar más preocupados por sobreinvertir en la IA equivocada que por quedarse cortos. El problema ya no es gastar poco: es gastar mal, atarse al proveedor equivocado y arrastrar esa decisión a escala durante años.
Eso se nota en cómo cambió la forma de medir el éxito. El crecimiento de ingresos como métrica de éxito de IA pasó del 16% al 28% en un año, casi empatado con la productividad (25%). La IA ya no se justifica con pilotos lindos ni con demos de innovación. Se justifica con la línea de resultados.
Y mientras tanto, el 76% reconoce que su empresa depende excesivamente de pocos proveedores de IA, lo que genera una exposición estructural al riesgo. Un dato que debería resonar en cualquier empresa argentina que adoptó un stack de herramientas de IA de un solo vendor sin preguntarse qué pasa si ese vendor cambia de modelo de precios, de política de datos o directamente de estrategia.
El que firma la estrategia no es el que la ejecuta
Hay una cuarta confesión que merece atención: el 70% de los CEOs dice ser el principal responsable de la estrategia de IA. Pero solo el 60% participa en más de la mitad de las decisiones vinculadas a IA, y apenas el 6% está involucrado en casi todas. La estrategia la firma el CEO, pero la ejecutan capas intermedias — CIOs, equipos técnicos, proveedores externos — con sus propios criterios, limitaciones y agendas.
Eso genera una brecha que el informe llama accountability gap: los CEOs son responsables de resultados que no controlan operativamente. Y cuando eso falla, la responsabilidad igual sube. Dos tercios de los encuestados admiten haber cuestionado decisiones de plataforma o vendor tomadas por su CIO u otros equipos. La selección de proveedores de IA dejó de ser una decisión técnica. Es una apuesta estratégica con consecuencias financieras, operativas y reputacionales.
Lo que escala más rápido que todo: la IA que nadie autorizó
Quizás el dato más incómodo de todo el informe es este: el 96% de los CEOs cree que sus empleados están usando herramientas de IA generativa sin aprobación formal. Y el 42% estima que más de la mitad de su plantilla lo está haciendo. Es la shadow AI — la IA en las sombras — que se despliega fuera de los sistemas de gobernanza, sin control de datos, sin estándares de calidad, sin supervisión.
Es un fenómeno que cualquiera que trabaje en una organización mediana o grande en Argentina ya conoce. Gente usando ChatGPT para responder mails, armar informes, preparar presentaciones, sin que nadie haya definido qué herramientas están autorizadas, qué datos se pueden cargar, qué outputs se deben verificar. El informe lo confirma a escala global: la adopción informal ya superó a la adopción formal. Y eso convierte al gobierno de la IA — no a la adopción — en el factor limitante del éxito.
No es casualidad que cuando les preguntan qué factor es el más importante para el éxito de la IA, los CEOs pongan gobernanza (39%) por encima de personas (34%) y orquestación (28%). El cuello de botella ya no es la tecnología. Es la capacidad de controlarla.
¿Y Argentina?
Hay que hacer la aclaración habitual: la encuesta no incluye América Latina. Las 900 respuestas vienen de economías grandes de América del Norte, Europa y Asia-Pacífico. Pero las tensiones que describe no son exclusivas de esos mercados. Son inherentes a cualquier organización que adoptó IA sin construir al mismo tiempo las capacidades de gobernanza para gestionarla.
La diferencia es de escala, no de naturaleza. Una pyme argentina que armó un pipeline de atención al cliente con un modelo de lenguaje sin definir políticas de datos enfrenta, en miniatura, el mismo problema que una corporación de 500 millones de dólares que desplegó agentes de IA sin supervisión centralizada. La shadow AI no distingue entre un holding multinacional y un estudio contable de Bahía Blanca.
Y la pregunta de fondo es la misma que atraviesa todo el informe: ¿quién es responsable cuando la IA se equivoca? En las corporaciones globales, esa pregunta ya tiene consecuencias sobre carreras y mandatos. En Argentina, todavía no llegó. Pero la IA que estamos usando es la misma.
Quizás la confesión más honesta del informe sea la que está entre líneas: los que más apostaron a la IA son los que más inseguros se sienten sobre si la apuesta fue correcta. Y si eso pasa en empresas con presupuestos de millones de dólares y equipos dedicados a gobernanza de datos, vale la pena preguntarse cómo estamos parados los que adoptamos estas herramientas con menos recursos y menos estructura.
Columna de IA por Esteban Terranova