En mayo de 2025, el Banco de España publicó un análisis específico sobre la adopción de inteligencia artificial en las empresas españolas. Lo firmó la división de análisis económico. Esa es la primera pista de cómo lee el regulador este tema.

El artículo, dentro del Boletín Económico 2025/T2, lleva un título sin floritura: La adopción de la inteligencia artificial en las empresas españolas: un primer análisis basado en la EBAE. Sus autores (Alejandro Fernández-Cerezo, Ignacio Hidalgo y Mario Izquierdo) trabajan en análisis económico, no en innovación. Cuando esa división escribe sobre una tecnología, ya no está describiendo una novedad; está cuantificando una variable.

Y los números, contrastados contra la EBAE (la Encuesta sobre la Actividad Empresarial del propio Banco), tienen consecuencias que ningún comité de dirección debería estar despachando con un párrafo en el acta.

Lo que el Banco de España está midiendo, en cifras

El 20% de las empresas españolas encuestadas declara usar algún sistema de IA. Por encima de Italia, por debajo de Alemania. La cifra incluye tanto IA generativa (18,1%) como IA predictiva (14,6%), y esa diferencia, aunque pequeña, ya cuenta una historia: el ruido alrededor de la IA generativa está empujando la adopción más rápido que las técnicas predictivas con quince años a la espalda.

El 60% de esas empresas usuarias declara estar en fase experimental o piloto. Es decir, de ese 20% que aparece como adoptante, la mayoría todavía no ha integrado la IA en el negocio; está probando. Y probar sin tesis de impacto suele significar gastar.

El dato que cambia el plano viene a continuación: las empresas españolas que usan IA presentan, dentro de su misma rama de actividad, una productividad media un 27% superior a las que no la usan. La brecha aparece controlada por sector, así que no estamos comparando manzanas con peras. Es la diferencia real entre quienes ya están dentro y quienes siguen discutiendo si entrar.

A esto se suman las pistas estructurales del informe: la adopción es mayor en servicios tecnológicos y en empresas grandes, productivas y jóvenes; los principales frenos son la falta de mano de obra cualificada, los altos costes de implantación y la indisponibilidad de datos; y los usos dominantes son la optimización de procesos internos y el marketing. La foto, en una frase, es la de un país donde la IA todavía vive en los márgenes, pero ya está pagando.

Por qué un banco central escribe sobre esto

Los bancos centrales no publican análisis sobre tecnologías de moda. Publican cuando una variable empieza a comportarse como vector macroeconómico, es decir, cuando afecta a productividad, a competitividad sectorial, al empleo o a la inversión empresarial. Que el BdE haya levantado una encuesta específica y haya cuantificado la brecha del 27% significa que la IA ha cruzado ese umbral.

Después del primer informe vienen, casi siempre, otros movimientos: marcos de referencia, capítulos en informes de estabilidad financiera, recomendaciones a entidades supervisadas y, antes o después, exigencias de gobierno e información a consejos. El patrón se ha visto con la ciberseguridad, con el blanqueo, con la dependencia de proveedores cloud, con la sostenibilidad y, ahora, está empezando a aparecer con la IA.

En paralelo, las grandes entidades están reescribiendo su contenido para pymes en la misma clave. Una guía reciente de BBVA Empresas, publicada por su área de comunicación a finales de enero de 2026, recoge declaraciones del propio responsable de Data del banco, Álvaro Martín, recordando que los datos bien gestionados son la base para escalar soluciones de IA con valor duradero, y apuntala la idea de que la IA ha dejado de ser exclusiva de las grandes corporaciones. Cuando un banco comercial dice eso a sus clientes pyme en su portal corporativo, ya sabes que la conversación ha cambiado de mesa.

"Cuando un banco central empieza a medir la adopción de una tecnología por sectores y tamaños de empresa, está pasando a tratarla como variable de competitividad nacional, con todo lo que eso implica para el gobierno corporativo."

Por qué tu comité tiene esto mal categorizado

En la mayoría de los comités de dirección con los que nos sentamos, la IA llega como punto de la agenda técnica. La prepara el CIO o el director de sistemas. Se presenta con criterios técnicos (modelos, herramientas, proveedores) y se aprueba con criterios técnicos (factibilidad, integración, mantenimiento). Y, al final, alguien pregunta por el coste.

Esa categorización tiene tres consecuencias, y ninguna es buena.

Primera consecuencia: la decisión se toma en el eje equivocado. Se discute el modelo, su latencia o su precisión, en lugar de la línea del P&L que se quiere mover y del coste de oportunidad de no moverla. En el momento en que la propuesta entra al comité, viene precocinada con métricas técnicas que el resto del comité no sabe contestar y que no se traducen a impacto de negocio. Quien no entiende, aprueba o aplaza; nunca decide.

Segunda consecuencia: el CIO se convierte en cuello de botella estructural. Si la IA es una palanca transversal de productividad, tener un único punto de la organización por el que pasan todas las decisiones es un riesgo operativo evidente. Además, se carga de incentivos contradictorios, porque la misma persona que defiende el proyecto frente al consejo es la que lo ejecuta y la que cobra bono si funciona. Pedir a alguien que decida con frialdad sobre algo cuya ejecución depende de él es un diseño organizativo defectuoso.

Tercera consecuencia: el consejo se entera tarde. Las empresas que conocemos descubren su propio mapa de IA cuando ya hay contratos firmados con tres proveedores, datos saliendo del perímetro y nadie con autoridad para parar nada. El consejo recibe una foto sin opciones reales y firma porque ya no queda alternativa cómoda. Esa es la versión amable de lo que en sectores supervisados acabará llamándose, antes o después, un fallo de gobierno.

El informe del BdE pone cifras a este patrón, aunque no lo nombre así. Recordemos el dato: el 60% de las empresas adoptantes está en piloto. Los pilotos no se quedan en piloto porque la tecnología falle; se quedan en piloto porque nadie en la mesa con autoridad transversal estaba diseñando qué quería ganar la empresa con ellos.

Las siete preguntas que tu comité debe responder antes de firmar

Lo siguiente sirve como mesa de filtro, no como cuestionario de auditoría. La propuesta de IA que llega al comité pasa por estas preguntas en voz alta. Si el equipo que la propone no puede contestar alguna, la propuesta vuelve a estudio hasta que pueda. Es la disciplina mínima previa a comprometer dinero de accionistas.

1. ¿Qué línea de la cuenta de resultados queremos mover con esto y en cuánto? La respuesta no puede ser "modernizarnos" ni "no quedarnos atrás". Tiene que ser una línea concreta (margen comercial, coste de servicio, productividad por persona, conversión) y un orden de magnitud razonable. Si la respuesta no cabe en una frase, falta trabajo previo.

2. ¿Quién en el comité, fuera de IT, responde del resultado en doce meses? Tiene que ser una persona con cuenta de resultados a su nombre. Si nadie en el comité quiere firmar el resultado, la organización está diciendo, sin decirlo, que no se lo cree. Esa señal vale más que cualquier business case.

3. ¿Qué datos nuestros salen de nuestro perímetro al evaluar y al ejecutar esto? Saber qué información se entrega, a qué proveedor, bajo qué cláusulas, durante cuánto tiempo y con qué uso secundario permitido. Esta pregunta se contesta en el comité con asesoramiento de legal y de la responsabilidad sectorial pertinente, fuera del despacho de IT. Cuando los datos del cliente acaban mezclados con el entrenamiento de un proveedor, ya hay un problema de gobierno corporativo.

4. ¿Qué pasa si este proveedor sube precio cinco veces, cambia licencia o desaparece? La dependencia de un único modelo o de un único proveedor es un riesgo operativo. La respuesta correcta es un plan B explícito: qué cuesta migrar, en cuánto tiempo, con qué impacto y bajo qué cláusulas contractuales de salida. Sin ese plan, no se firma.

5. ¿Cómo medimos el resultado antes y después, con qué línea base? Sin fotografía previa, en seis meses cualquier interpretación es defendible. La línea base cuesta poco, vale mucho y, si no se mide antes de firmar, dejará de medirse para siempre. Es el paso que casi nadie ejecuta y que separa los pilotos que se cierran del montón que sobrevive por inercia.

6. ¿Qué capacidades internas queremos construir y cuáles externalizamos a propósito? La adopción de IA es un programa de capacidades, no un programa de software. Hay piezas que pertenecen al núcleo del negocio (criterio, decisión, rediseño del proceso) y piezas que pueden vivir fuera (infraestructura, modelos base, herramientas estándar). Decidirlo a propósito evita acabar contratando, sin querer, justo aquello que importa retener dentro.

7. ¿Qué decisiones nuestras seguirán siendo humanas pase lo que pase? Sobre todo en sectores regulados, financieros, sanitarios o de servicios profesionales. Sin esa frontera explícita, la IA se cuela en sitios donde la responsabilidad personal del directivo no puede delegarse, y eso solo se descubre cuando ya hay un cliente, un regulador o un juez delante.

Siete preguntas no son una metodología completa. Son la mínima disciplina previa a comprometer dinero de accionistas en una palanca cuya brecha de productividad el BdE ya está midiendo.

Tres competencias nuevas que se esperan del directivo, no del CIO

Cuando el informe identifica como principal freno la falta de mano de obra cualificada, lo natural es traducirlo como "tenemos que fichar más ingenieros". Esa lectura, además de inviable para la inmensa mayoría de pymes españolas, mira al sitio equivocado. El cuello está en el propio comité.

1. Lectura crítica de propuestas técnicas. No hace falta saber programar; sí hace falta saber preguntar. Distinguir un compromiso medible del vocabulario de venta. Pedir métricas comparables y no demos optimizadas para impresionar a la sala. Detectar cuándo la presentación habla del producto del proveedor y cuándo habla del problema del cliente.

2. Gobierno del riesgo asociado. Riesgo de datos, dependencia de proveedor, sesgos del modelo, riesgo reputacional, riesgo regulatorio sectorial. Hace falta el mapa de esas cinco cajas y saber qué pregunta hacer en cada una antes de aprobar. Las pymes españolas que pasen los próximos doce meses sin construir este criterio van a firmar contratos cuyas implicaciones descubrirán durante una crisis, no antes.

3. Diseño de procesos rediseñados, no automatizados. Antes de meter IA en un proceso, mirar si el proceso debería existir tal como está. La trampa más cara que vemos en comités es gastar dinero en hacer más rápido un workflow que ya estaba mal pensado. El rediseño previo lo lidera el negocio; el resultado, una vez decidido, sí puede ejecutarlo IT.

Ninguna de estas tres se adquiere leyendo un newsletter ni asistiendo a una keynote. Se adquiere trabajándolas contra casos reales, con tiempo de mesa y con el equipo directivo entero alineando criterio. Ese es el vacío que el momento actual está abriendo y el que el BdE, sin nombrarlo así, documenta cuando habla de "capacidades organizativas".

Qué hacer este trimestre

Para no quedarse en la lectura del informe, esto es lo que cabe en noventa días sin contratar a nadie nuevo y sin lanzar un programa de transformación con consultoría externa.

Primera quincena. Sacar la IA del comité técnico y meterla, con dueño nombrado, en el comité de dirección. Ese dueño puede ser CEO, COO o CFO según la palanca principal que se quiera mover, pero no puede ser solo el CIO. El CIO actúa como proveedor interno; el resultado se firma desde negocio.

Primer mes. Levantar el inventario sin filtros: qué usos de IA hay hoy en la organización (formales e informales, sí, también el ChatGPT de bolsillo del equipo comercial), qué datos se están entregando a qué proveedores, qué contratos hay firmados y qué pilotos abiertos. Con preguntas directas y sin amenaza. El inventario completo suele sorprender más que el dato del BdE.

Segundo mes. Elegir dos o tres hipótesis de impacto, una por palanca (ingreso, coste, riesgo), y formularlas como apuestas con métrica de partida, métrica objetivo y dueño en el comité. Olvidar el portafolio de veinte pilotos en paralelo. Duplicar pilotos en paralelo dispersa al equipo directivo y diluye el control de resultados.

Tercer mes. Empezar con una de las hipótesis. Una sola. Con su línea base medida, su dueño con cuenta de resultados y su plan B si el proveedor cambia. El resto se prioriza con la lectura que ya se tenga al final del trimestre, no antes.

Y, en paralelo a todo lo anterior, formar al propio comité. Al comité de dirección, no solo al equipo técnico. Sin esa pieza, el trimestre siguiente vuelve a parecerse al anterior, y la cifra del 27% se irá ampliando para quienes la miran desde fuera.

La conversación que el regulador está abriendo

El informe del Banco de España, las guías que las grandes entidades financieras están publicando para pymes y los análisis sectoriales recientes coinciden en un punto poco cómodo: la IA está dejando de ser un proyecto y está pasando a ser variable de competitividad. Quien la sigue tratando como asunto técnico está renunciando, sin saberlo, a una decisión de estrategia que pronto se mirará desde fuera, primero por inversores y clientes, después por reguladores sectoriales.

Esa es la conversación que esperamos tener este año con cada comité de dirección que se siente con nosotros. No empieza con un proveedor de software; empieza con un equipo directivo que decide recuperar el criterio sobre su propia cartera de IA antes de que el mercado, el regulador o el siguiente informe del BdE lo decida por él. Es el espacio que trabajamos en el servicio de replanteamiento de la mentalidad directiva y, de forma específica, en Shift Directivo, el programa presencial de Stradiax para directivos que quieren llevarse, en noventa días, un plan propio defendible ante consejo.

La próxima vez que una propuesta de IA llegue a tu comité, antes de preguntar qué modelo usa, recuerda que el Banco de España ya está midiendo. Lo que se mide se compara. Y lo que se compara, antes o después, se exige.