Begoña López Piedra, CMO de DECIDE | Linkroad.
El 84,5% de las decisiones empresariales complejas en España y Portugal sigue tomándose principalmente a partir de la experiencia de los equipos o mediante herramientas básicas como hojas de cálculo, reglas fijas o soluciones de analítica tradicional como Excel. Así lo recoge el I Barómetro de la Optimización Matemática en España y Portugal, que analiza el grado de adopción de la inteligencia artificial prescriptiva en las grandes empresas.
El estudio, elaborado por DECIDE | Linkroad en colaboración con Gurobi, pone el foco en el uso de la IA prescriptiva, una tecnología que no solo permite predecir escenarios, sino identificar la mejor decisión posible entre múltiples alternativas teniendo en cuenta variables y restricciones complejas. A pesar del potencial de estas soluciones, su adopción en el tejido empresarial sigue siendo limitada.
Uno de las principales aportaciones del informe es la brecha entre percepción y adopción. El 95% de las empresas que aún no utilizan IA prescriptiva reconoce que esta tecnología tendría un impacto positivo en su retorno de la inversión (ROI). De ese porcentaje, el 46% estima que el impacto sería moderado o significativo, mientras que solo un 5% considera que no tendría efectos relevantes.
Te puede interesar: La IA complica la visibilidad online de las empresas europeas
Este escenario apunta a que el freno no está en el desconocimiento del valor de la tecnología, sino en su ejecución. En este sentido, Daniel Herrero, Global Capability Lead - Decision Intelligence en Linkroad, señala que “muchas empresas ya saben que la optimización matemática funciona, saben que tiene impacto y, en algunos casos, ya saben dónde aplicarla. Lo que falta no es visión, es ejecución”.
El informe identifica como principal barrera la falta de prioridad estratégica, señalada por el 19% de las empresas. A continuación aparecen la ausencia de planteamiento previo de esta tecnología (16%) y la falta de talento interno especializado (16%). También se mencionan la complejidad percibida de la solución (14%), la dificultad para justificar el ROI ante la dirección (13%) y el desconocimiento sobre su funcionamiento (11%). La falta de presupuesto queda en último lugar, con un 10%.
Herrero subraya que este reparto de frenos “es muy revelador”, ya que “la inversión no es el problema principal; el problema es la agenda, el conocimiento y la capacidad interna”.
El estudio también analiza qué factores podrían acelerar la adopción de la IA prescriptiva. El más citado, por el 26% de las empresas, es la posibilidad de iniciar con un piloto de bajo riesgo. Le siguen la ausencia de necesidad de equipos técnicos especializados y la facilidad de integración con sistemas existentes, ambas con un 19%. El impulso desde la dirección y la claridad en la medición del impacto económico aparecen también como factores relevantes, con un 18% cada uno.
En cuanto a los recursos que facilitarían la comprensión de esta tecnología, las empresas destacan las demostraciones de producto (38%), las calculadoras de retorno de inversión (37%) y los casos de éxito sectoriales (31%), lo que refleja una demanda de aplicaciones prácticas más que de explicaciones teóricas.
“Cuando una empresa ve un caso aplicado a su realidad, entiende el impacto económico y cuenta con un equipo que le acompaña en la implementación, el salto de la exploración a la acción es mucho más natural”, explica Begoña López Piedra, CMO de DECIDE | Linkroad.
De cara al futuro, el informe señala que el 57% de las empresas que aún no utilizan IA prescriptiva prevé explorarla o probarla en los próximos dos o tres años. Un 28% la contempla como apoyo puntual en decisiones concretas, mientras que solo un 15% no la considera relevante para su modelo operativo.
Desde Gurobi, su CEO Duke Perrucci apunta que la adopción de esta tecnología ya está en marcha en múltiples sectores y que su incorporación en las empresas suele comenzar con pilotos bien definidos, centrados en problemas reales y métricas claras.
