SAP y Oxford Economics advierten que datos, gobernanza y talento limitan el valor de la IA agéntica. El retorno promedio declarado de las inversiones en inteligencia artificial subió de 16% a 21% y podría llegar a 38% durante los próximos dos años. Sin embargo, el Informe Valor de la IA 2026 revela que apenas 3% de las empresas se considera plenamente preparado para adoptar sistemas de IA agéntica.

Claves de la noticia

• El retorno promedio de la IA alcanzó 21%, equivalente a USD 6,3 millones.
• La IA agéntica generaría un retorno promedio de USD 17,6 millones en dos años.
• Solo 12% dispone de marcos de gobernanza completamente preparados para la IA.

Lima, Perú, 11 de septiembre de 2026.— La inteligencia artificial comienza a mostrar retornos empresariales más altos, pero su expansión también está exponiendo debilidades en la calidad de los datos, la capacitación de los trabajadores y la gobernanza tecnológica.

Esta es una de las principales conclusiones del Informe Valor de la IA 2026, elaborado por SAP y Oxford Economics a partir de una encuesta realizada a 2.600 líderes empresariales de 13 países.

El estudio señala que el retorno de inversión promedio de la IA alcanzó 21% durante 2026, equivalente a USD 6,3 millones, frente al 16% registrado el año anterior. Las organizaciones esperan que el indicador llegue a 38%, o aproximadamente USD 15,9 millones, durante los próximos dos años.

¿Por qué es importante?

El crecimiento del retorno demuestra que la IA comienza a trasladarse de los proyectos experimentales hacia los procesos empresariales. Sin embargo, la falta de datos confiables, controles y capacitación puede convertir una automatización prometedora en reprocesos, decisiones incorrectas y nuevos riesgos operativos, financieros, laborales y regulatorios.

De la experimentación a resultados empresariales

La IA ya apoya alrededor del 30% de las tareas realizadas en una empresa típica, frente al 25% reportado durante el año anterior. Los ejecutivos consultados estiman que esta participación podría llegar a 48% en dos años.

Este porcentaje no significa que la IA sustituirá automáticamente una proporción equivalente de puestos de trabajo. El indicador refleja tareas apoyadas o parcialmente ejecutadas por sistemas inteligentes, dentro de procesos que también pueden requerir supervisión, interpretación y decisión humana.

El cambio, por tanto, apunta hacia una redistribución del trabajo. Las actividades repetitivas pueden automatizarse, mientras las personas concentran mayor atención en excepciones, relaciones con clientes, creatividad, evaluación ética y decisiones que requieren conocimiento contextual.

La IA agéntica concentra las expectativas

El estudio identifica a la IA agéntica como uno de los principales motores del valor empresarial esperado. Estos sistemas pueden interpretar objetivos, elaborar planes, utilizar herramientas y ejecutar secuencias de acciones con distintos grados de autonomía.

El retorno promedio proyectado para las iniciativas de IA agéntica alcanzaría USD 17,6 millones en dos años. La estimación es más de cuatro veces superior a los USD 4,3 millones anticipados en la edición anterior del estudio.

Asimismo, 83% de las empresas considera que esta tecnología posee un potencial moderado o muy alto para transformar su organización. Pese a esta expectativa, solo 3% afirma estar plenamente preparado para adoptarla.

La diferencia entre interés y preparación muestra que desplegar agentes de IA no consiste únicamente en conectar un modelo con aplicaciones empresariales. También requiere permisos claramente definidos, datos confiables, trazabilidad de las acciones, límites operativos y mecanismos de intervención humana.

La IA ha pasado del experimento a la ejecución, y eso está empezando a mostrar resultados reales. Pero aún queda mucho camino por recorrer. Porque la IA que carece de contexto —ya sea en procesos, datos o gobernanza— en el mejor de los casos genera actividad sin resultados y en el peor genera riesgo”, afirmó Sean Kask, Chief AI Strategy Officer de SAP.

Datos deficientes generan reprocesos y demoras

La calidad y disponibilidad de la información continúan siendo barreras determinantes. El 73% de las organizaciones reconoce problemas relacionados con sus datos, mientras que 79% reporta reprocesos, demoras o acumulación de trabajo provocados por resultados de IA de baja calidad.

Esta relación es especialmente importante en entornos empresariales. Un sistema puede generar respuestas técnicamente correctas, pero poco útiles si no tiene acceso al contexto de los clientes, inventarios, contratos, políticas, riesgos o procesos internos.

Cuando la IA agéntica tiene capacidad para actuar sobre sistemas financieros, logísticos o comerciales, un dato incorrecto puede propagarse a través de varias etapas antes de ser detectado. La velocidad de automatización puede aumentar la productividad, pero también amplificar los errores.

Por ello, la preparación de datos necesita abarcar exactitud, actualización, procedencia, permisos de acceso, protección de información personal y responsables claramente identificados.

La capacitación avanza más lentamente que la tecnología

El 78% de los ejecutivos consultados considera que la capacitación de su fuerza laboral no evoluciona al mismo ritmo que la tecnología.

Esta brecha puede limitar el retorno incluso cuando las organizaciones cuentan con infraestructura, software y presupuesto. Si los trabajadores no comprenden cómo utilizar, verificar o cuestionar los resultados de la IA, las herramientas pueden convertirse en capas adicionales de complejidad.

La formación tampoco debería limitarse a enseñar instrucciones o prompts. La adopción empresarial requiere desarrollar capacidades para:

• Identificar procesos adecuados para automatizar.
• Revisar resultados y detectar errores o sesgos.
• Proteger datos personales y corporativos.
• Reconocer cuándo debe intervenir una persona.
• Documentar decisiones apoyadas o ejecutadas por IA.
• Medir resultados antes y después del despliegue.

La transformación de la fuerza laboral debe acompañar a la automatización desde el diseño del proyecto. Incorporarla después del despliegue suele aumentar la resistencia, los errores y los costos de adaptación.

La gobernanza es todavía una capacidad minoritaria

Solo 12% de las organizaciones afirma contar con marcos de gobernanza completamente preparados para la inteligencia artificial.

La gobernanza establece quién puede crear, aprobar, desplegar, supervisar o retirar un sistema. También determina qué datos puede utilizar, qué decisiones puede tomar y cómo se investigarán los incidentes.

El AI Risk Management Framework del NIST organiza la gestión del riesgo alrededor de cuatro funciones: gobernar, mapear, medir y gestionar. Por su parte, la norma ISO/IEC 42001 establece requisitos para implementar un sistema organizacional de gestión de inteligencia artificial.

Estos marcos no sustituyen la regulación local ni eliminan todos los riesgos, pero proporcionan referencias para convertir principios generales en responsabilidades, procedimientos y evidencias verificables.

El ROI necesita métricas vinculadas con resultados

El informe señala que la inversión empresarial promedio en inteligencia artificial llegó a USD 28 millones durante 2026. Para justificar ese desembolso, las organizaciones necesitan diferenciar entre actividad tecnológica y valor de negocio.

El número de modelos, asistentes o agentes desplegados no demuestra por sí mismo un retorno positivo. Las métricas deben relacionarse con resultados concretos, como reducción del tiempo de atención, disminución de errores, mejora de inventarios, recuperación de ingresos o incremento de la satisfacción del cliente.

También deben considerarse los costos de integración, infraestructura, licencias, seguridad, supervisión humana, capacitación, corrección de errores y mantenimiento.

Al tratarse de una encuesta a ejecutivos, las cifras del Informe Valor de la IA deben interpretarse como retornos declarados y expectativas corporativas. No representan necesariamente resultados financieros auditados ni garantizan que todas las organizaciones obtendrán rendimientos similares.

Visión Estratégica

Para las empresas del Perú y de Latinoamérica, el hallazgo central no debería ser cuánto invertir en IA, sino cómo construir las condiciones para que esa inversión produzca valor sostenible. La región mantiene oportunidades importantes en banca, minería, comercio, manufactura, salud y servicios públicos, pero también enfrenta datos fragmentados, sistemas heredados y brechas de talento.

Una estrategia prudente comienza con procesos acotados, una línea base de costos y resultados, responsables humanos y métricas verificables. A medida que aumenta la autonomía de los agentes, también deben fortalecerse la trazabilidad, la ciberseguridad y la capacidad de detener acciones incorrectas.

La IA puede ampliar las capacidades humanas y liberar tiempo para labores de mayor valor. Pero ese futuro dependerá de organizaciones capaces de combinar tecnología, conocimiento institucional y responsabilidad sobre cada decisión automatizada.

Datos citables

• El Informe Valor de la IA 2026 encuestó a 2.600 líderes empresariales en 13 países.
• El ROI promedio global de la IA aumentó de 16% a 21% en un año.
• El retorno promedio declarado alcanzó USD 6,3 millones durante 2026.
• Las organizaciones esperan que el ROI de la IA llegue a 38% en dos años.
• La IA apoya actualmente 30% de las tareas de una empresa típica.
• La participación de la IA en las tareas empresariales podría llegar a 48%.
• El retorno proyectado de la IA agéntica alcanza USD 17,6 millones.
• El 83% reconoce un potencial transformador moderado o muy alto en la IA agéntica.
• Solo 3% de las empresas se considera plenamente preparado para adoptarla.
• El 73% enfrenta problemas de calidad o disponibilidad de datos.
• El 79% reporta reprocesos o demoras por resultados deficientes de la IA.
• Solo 12% cuenta con marcos de gobernanza completamente preparados.

Knowledge Layer – Glosario

• Retorno de inversión o ROI: relación entre el beneficio obtenido y el costo total de una inversión. En IA debe incluir infraestructura, integración, capacitación y supervisión.
• IA empresarial: aplicación de inteligencia artificial en procesos organizacionales como finanzas, recursos humanos, compras, ventas o cadena de suministro.
• IA agéntica: sistemas capaces de planificar y ejecutar secuencias de acciones para alcanzar objetivos, utilizando datos, aplicaciones y herramientas autorizadas.
• Calidad de datos: grado de exactitud, integridad, consistencia, actualización y utilidad de la información empleada por un sistema.
• Gobernanza de IA: conjunto de políticas, responsabilidades y controles que orientan el diseño, uso, supervisión y retiro de sistemas inteligentes.
• Trazabilidad: capacidad para reconstruir qué datos, instrucciones, modelos y acciones participaron en una decisión o resultado.
• Supervisión humana: intervención de personas autorizadas para revisar, aprobar, corregir o detener una acción ejecutada por inteligencia artificial.
• Reproceso: trabajo que debe repetirse o corregirse porque el resultado inicial fue incorrecto, incompleto o no cumplió los criterios establecidos.

Preguntas y respuestas clave

¿Cuál es el retorno promedio de la inversión en IA?

Según SAP y Oxford Economics, el ROI promedio declarado llegó a 21% durante 2026, equivalente a USD 6,3 millones. Las organizaciones esperan alcanzar 38%, o USD 15,9 millones, durante los próximos dos años.

¿Por qué la IA agéntica podría generar más valor?

Porque puede coordinar varias etapas de un proceso, consultar sistemas empresariales y ejecutar acciones. Su valor dependerá de la calidad de los datos, la integración con los procesos y los límites establecidos.

¿Por qué solo 3% está plenamente preparado?

La mayoría todavía enfrenta problemas de datos, capacitación y gobernanza. La autonomía requiere controles más rigurosos que los utilizados para asistentes que únicamente generan recomendaciones o contenidos.

¿Apoyar 30% de las tareas significa reemplazar 30% de los empleos?

No. Una tarea puede recibir apoyo parcial de IA sin eliminar el puesto de trabajo. El impacto dependerá de cómo se rediseñen los procesos y se distribuyan las responsabilidades.

¿Cómo puede una empresa medir el ROI de la IA?

Debe comparar los costos totales del proyecto con indicadores previos y posteriores, como tiempo ahorrado, reducción de errores, ingresos recuperados, productividad y satisfacción del cliente.

Acerca del informe

El Informe Valor de la IA 2026 es la segunda edición del estudio desarrollado por SAP y Oxford Economics. La investigación consultó a 2.600 ejecutivos sénior de 13 países para analizar la adopción, los retornos y los desafíos asociados con la inteligencia artificial.

Acerca de SAP

SAP SE (NYSE: SAP) desarrolla aplicaciones empresariales y soluciones de inteligencia artificial para procesos de finanzas, compras, recursos humanos, cadena de suministro y experiencia del cliente.

Fuentes consultadas

• Informe Valor de la IA de SAP y Oxford Economics
• NIST AI Risk Management Framework
• ISO/IEC 42001: sistema de gestión de inteligencia artificial
• Principios de inteligencia artificial de la OCDE

Tu Opinión Nos Importa

¿Tu organización ya mide el retorno real de sus proyectos de inteligencia artificial o todavía se encuentra en una etapa experimental? ¿Consideras que los datos, la gobernanza o la capacitación representan hoy el mayor obstáculo para adoptar IA agéntica? Comparte tu experiencia y ayúdanos a construir una conversación donde la innovación tecnológica avance junto con la responsabilidad humana. #itusersawards2026 #superfan

Apoya al Periodismo Independiente

¿Te sirvió en algo este contenido?, ayúdanos a combatir la Desinformación, dona desde S/ 1.00 a nuestro PLIN 943-438-457