La inteligencia artificial se ha convertido en un eje significativo de inversión para las empresas del Reino Unido. Más de 6.000 millones de libras en nuevas inversiones relacionadas con IA se anunciaron durante la London Tech Week en junio, mientras el Reino Unido permanece como el mayor ecosistema de IA de Europa y el tercero a nivel global.

Desde la atención al cliente y la gestión del conocimiento hasta el desarrollo de software y las operaciones internas, las organizaciones buscan lugares donde las herramientas de IA pueden mejorar la productividad, la toma de decisiones y el rendimiento empresarial.

Pero a medida que la inversión se acelera, se hace más evidente otra brecha: las organizaciones suelen escalar la IA más rápido de lo que pueden medir, gobernar y explicar su valor. Eso importa cuando los CIO y los CFO ya no se preguntan simplemente si se está adoptando IA, sino qué retorno está obteniendo la organización.

A medida que las empresas pasan de copilotos aislados a agentes integrados en flujos de trabajo, la economía se complica. Un usuario que emite una sola indicación es relativamente fácil de entender. Un agente puede realizar múltiples llamadas a modelos, recuperar información, invocar herramientas y realizar acciones para completar una tarea.

Dependiendo de la plataforma y el modelo de precios, eso puede introducir costos adicionales de consumo, infraestructura y supervisión. Por ello, los CIO deben entender no solo dónde se ha desplegado la IA, sino qué está haciendo, cuánto cuesta y si el resultado justifica ese costo.

El coste no tan oculto de la IA

La inversión en IA es cada vez más objeto de escrutinio, al igual que cualquier gran inversión tecnológica. La dificultad es que medir su retorno puede ser extraordinariamente complejo.

El uso puede estar distribuido entre departamentos, aplicaciones, modelos y flujos de trabajo, mientras que los beneficios pueden ir desde el ahorro de tiempo hasta la mejora de la calidad, la reducción del riesgo o el aumento de ingresos. Sin un acuerdo previo sobre qué significa el éxito, las organizaciones pueden terminar midiendo actividad en lugar de valor.

Se complica cuando las compañías expanden la IA sin definir primero dónde encaja en el flujo de trabajo, quién es responsable del resultado, qué constituye el éxito y cómo se medirán los costos. El gasto puede volverse fragmentado entre licencias, modelos, infraestructura, plataformas y servicios basados en consumo, sin una visión única de si esas inversiones están entregando valor.

La magnitud del desafío se hace visible. Investigaciones de Emergn estiman que las grandes empresas del Reino Unido pierden 67.000 millones de libras anualmente en iniciativas de transformación e IA que no entregan resultados. Por otro lado, una encuesta de 500 decisores senior en Reino Unido realizada por Censuswide encontró que solo el 31% de las empresas que ya usan IA reportan un retorno positivo de su inversión.

La gobernanza forma parte de ese reto de medición. Una encuesta de 2026 de ShareGate entre 851 líderes de TI en siete países indicó que la visibilidad de costos es la barrera más citada para medir el ROI de IA (51%), seguida de la complejidad de la gobernanza (47%). El desafío no es solo saber cuánto cuesta la IA, sino vincular ese costo con el caso de uso que apoya, la información con la que interactúa la IA y el resultado que genera.

Gran parte del debate sobre IA hasta la fecha se ha centrado en la selección de modelos, habilidades y productividad. Pero a medida que la adopción se extiende, aparece otra brecha: la confianza en la gobernanza no siempre se corresponde con lo que sucede en la práctica.

El mismo estudio encontró que el 93% de los líderes de TI creían que su gobernanza de Microsoft 365 estaba preparada para apoyar la IA de forma responsable, pero el 29% reportó que herramientas de IA habían expuesto datos internos sensibles que no deberían ser accesibles. Otro 8% no estaba seguro de si eso había ocurrido.

Esas brechas generan costos y riesgos. Herramientas duplicadas, validación adicional, retrabajo, investigaciones de seguridad y tiempo dedicado a determinar si una salida puede confiablemente aceptarse generan un impuesto oculto a la adopción de IA. Para que los CIOs demuestren valor, reducir esa fricción comienza haciendo que el uso de IA sea más visible, responsable y medible.

Cómo pueden las organizaciones recuperar el control

Una buena gobernanza no empieza ni termina en la compra. Saber cuántas licencias se han adquirido y dónde se han asignado es útil, pero recuperar el control requiere una visión más amplia: visibilidad de cómo se usa la IA y qué cuesta, una propiedad clara de los resultados y un entorno de información bien gobernado para que la IA pueda operar.

La claridad de propiedad importa tanto como la gobernanza. A medida que la IA se integra en procesos de negocio, la responsabilidad puede descomponerse entre TI, seguridad, equipos de negocio e empleados. Eso hace que preguntas básicas sean sorprendentemente difíciles de responder: ¿Quién es responsable del resultado? ¿Quién supervisa el costo? ¿Quién decide si un caso de uso debe escalar, cambiar o detenerse?

La gobernanza de costos es solo una parte del panorama. Las organizaciones también deben mejorar el entorno informativo en el que opera la IA: reducir contenido redundante y desactualizado, gestionar adecuadamente el acceso y ayudar a empleados y sistemas de IA a encontrar fuentes autorizadas.

Una información más limpia y mejor gobernada no garantiza una respuesta correcta de IA, pero puede reducir la ambigüedad y facilitar una base confiable. Eso puede significar menos tiempo buscando, validando y reformulando salidas.

Los empleados también desempeñan un papel. Distinguir claramente entre borradores y material aprobado, mantener rastreadores y prioridades actualizados, registrar decisiones y mantener fuentes autoritativas facilita el contexto organizativo tanto para las personas como para la IA. Cuando las organizaciones usan asistentes para reuniones u herramientas similares para capturar contexto, esas herramientas deben estar sujetas a los mismos controles de privacidad, retención y acceso que la información que crean.

La cuestión para los líderes, entonces, ya no es simplemente si la IA vale la inversión. Es si cuentan con suficiente visibilidad y control para entender dónde la IA crea valor, dónde crea costos y qué deben hacer de forma diferente como resultado. La inversión en IA probablemente continuará, pero bajo expectativas diferentes.

El despliegue por sí solo no es prueba de valor, y la gobernanza deja de ser solo una gestión de riesgos para convertirse en parte del propio caso de negocio. Los líderes deben entender qué cuesta la IA, quién es responsable de sus resultados, si la información que la respalda puede confiarse y qué beneficio medible genera.

Las organizaciones mejor posicionadas para escalar no serán necesariamente las que desplieguen más IA, sino aquellas que puedan explicar qué está haciendo, entender qué cuesta y tomar decisiones informadas sobre dónde pertenece.

Hemos destacado el mejor chatbot de IA para negocios.

Este artículo forma parte de TechRadar Pro Perspectives, nuestro canal para presentar las mentes más brillantes de la industria tecnológica.

Las opiniones expresadas aquí son de la autora y no necesariamente las de TechRadarPro o Future plc. Si está interesado en contribuir, descubra más aquí: https://www.techradar.com/pro/perspectives-how-to-submit