La inteligencia artificial (IA) está transformando radicalmente el panorama de la tecnología empresarial, llevándola a un momento de cambio sin precedentes. Se prevé que el gasto en tecnología en el ámbito corporativo alcance la impresionante cifra de 4.25 billones de dólares para 2026, impulsado en gran medida por innovaciones en IA. Esta proyección, realizada por IDC, refleja el creciente interés y la inversión en soluciones tecnológicas avanzadas en las empresas.
Recientes investigaciones de la firma de capital de riesgo Madrona revelan que un 74% de los 150 profesionales de TI encuestados planean aumentar su presupuesto destinado a IA en el próximo año, mientras que el resto mantendrá sus niveles de gasto. Sin embargo, es relevante señalar que menos de la mitad de los proyectos piloto de IA en estas organizaciones logran alcanzar la fase de producción completa.
Este porcentaje, aunque bajo, es un avance respecto a años anteriores. Investigaciones de MIT habían indicado que el 95% de los proyectos de IA en empresas no conseguían rendimientos positivos. A pesar de que menos de la mitad lograron el éxito, comparado con una tasa de éxito del 5%, las cifras presentan una tendencia más optimista.
Un hallazgo significativo del informe de Madrona es que, incluso cuando las empresas implementan tecnologías de IA, no suelen comprometerse a largo plazo. Un 77% de las organizaciones asegura que reevalúan a sus proveedores de IA cada seis meses o de forma continua. Según el informe, esta dinámica de “entrada y salida rápida” contrasta con la habitual en el software como servicio (SaaS), donde los contratos a largo plazo suelen generar un efecto de inercia.
Esta situación tiene implicaciones amplias para los ingresos recurrentes anuales (ARR) de las startups. Los presupuestos de prueba en las empresas fueron fundamentales en el auge inicial de la IA en 2025, y se esperaba que este año las grandes corporaciones se comprometieran a largo plazo con las startups de IA. Sin embargo, por primera vez, los ingresos empresariales no son seguros, incluso después de que un producto de IA ha sido adoptado tras la fase piloto.
Parte de este desafío radica en que muchas startups de IA aún están buscando un modelo de precios adecuado para sus productos en el ámbito empresarial. Una investigación de Andreessen Horowitz señala que más de la mitad de los compradores técnicos encuestados prefieren que las tarifas de IA se vinculen a los resultados obtenidos en lugar de al uso, como suele ser habitual con el modelo de pago por token.
El precio por uso se asemeja a los modelos tradicionales de SaaS. Una vez que una empresa determina la necesidad de un software determinado, la cuestión se reduce a cuántos empleados o cuántos datos debe pagar. Para la IA, una estructura de precios basada en el trabajo tangible, como el número de informes procesados o de tickets cerrados, permite a las startups demostrar su valor de manera más efectiva.
Este nuevo enfoque podría indicar un cambio en la experimentación empresarial. Las empresas se muestran más dispuestas a probar nuevas tecnologías, pero, al mismo tiempo, los contratos empresariales ya no garantizan ingresos a largo plazo. La cuestión queda en el aire: ¿cuándo, o si, las empresas volverán a sus hábitos de compra a largo plazo?