Deloitte preguntó a 3.235 directivos de 24 países, entre agosto y septiembre de 2025, cuántos de sus pilotos de IA habían llegado a producción. Solo el 25% había pasado a producción al menos el 40% de sus pilotos. McKinsey, en la edición de agosto de 2026 de su encuesta anual, encontró que el 37% de las empresas atribuye a la IA algún impacto en EBIT y que apenas un 6% le atribuye un impacto relevante, la misma proporción que el año anterior.

Mientras tanto, el dinero sigue entrando. Bain preguntó en abril de 2026 a más de cien CFO y el 83% planea aumentar el gasto en IA más de un 15% en dos años, aunque solo el 31% está satisfecho con los resultados obtenidos hasta ahora. Esa combinación de presupuesto creciente y retorno estancado tiene una lectura clara en cualquier comité de dirección: es el año en que la IA deja de aprobarse por fe.

El piloto ya demostró lo que tenía que demostrar

Un piloto responde a una pregunta técnica: ¿funciona esto con nuestros datos, nuestros procesos y nuestra gente? Cuando la respuesta es sí, el trabajo del piloto ha terminado, y lo que sigue pertenece a otro género. Un caso de negocio responde a una pregunta financiera: ¿merece este dinero más que las otras cosas que ese mismo dinero podría hacer este año?

La mayoría de los pilotos que acaban en un cajón habían superado la primera pregunta; se quedaron ahí porque nadie convirtió su resultado en una decisión financiable, con un número, un dueño y una fecha. El estudio de IBM de mayo de 2025 entre 2.000 CEO lo describe con crudeza: el 64% reconoce invertir en tecnologías antes de entender el valor que aportan, por miedo a quedarse atrás. Un consejo que aprueba con ese criterio ha renunciado a su función.

El contexto de 2026 hace la conversión más urgente. Las listas de tendencias de enero coincidían en dos cosas: la IA se integra directamente en el ERP, el CRM y la atención al cliente, y la automatización de procesos evoluciona hacia lo que el sector llama automatización aumentada, con bots, aprendizaje automático y lenguaje natural en el mismo flujo. Cuando la IA viene dentro del software que ya se paga, "tener IA" deja de ser un mérito. Como resumía el blog de innovación de Santalucía Impulsa en enero: "La cuestión ya no es cuánto se adopta, sino qué se transforma realmente".

Lo que un consejo aprueba, y lo que no puede aprobar

Lo que un consejo aprueba son decisiones concretas que compiten entre sí por el mismo capital: contratar dos comerciales, abrir un mercado, renovar una línea de producción, amortizar deuda. "Inteligencia artificial" no figura en esa lista, igual que no figura "electricidad". El caso de negocio existe para que esa comparación sea posible, y por eso tiene que hablar el idioma de la comparación, que es el de la cuenta de resultados y el del balance.

El encuadre importa más de lo que parece. Gartner encuestó en julio de 2026 a más de doscientos directivos financieros: el 45% dirige su inversión en IA a productividad y solo el 20% a mejorar la calidad de las decisiones. Sin embargo, solo el 17% de quienes apostaron por productividad declara un valor significativo, frente al 31% de quienes invirtieron en decidir mejor. El caso que más fácil se vende en el comité es el que menos retorno reporta después.

¿Qué distingue a los que sí capturan valor? McKinsey lo repite edición tras edición: cerca de tres cuartas partes de las empresas de alto rendimiento han rediseñado de raíz los flujos de trabajo, en lugar de superponer la herramienta al proceso existente. El caso de negocio serio incorpora ese rediseño como coste y como condición, porque sin él la línea de valor es papel.

"Un piloto demuestra que la tecnología funciona. Un caso de negocio demuestra que merece el dinero frente a todo lo demás que ese dinero podría hacer. El consejo solo puede firmar lo segundo."

Las cinco líneas de valor y su regla de admisión

Cada línea de un caso de negocio de IA tiene una regla que decide si un euro entra o no entra. Sin esa regla, el documento infla la primera línea, olvida las dos siguientes y acaba defendiendo un payback que nadie se cree.

1. Ahorro. Solo cuenta lo que desaparece de un asiento contable: un contrato que se cancela, una vacante que no se cubre, una factura de proveedor que baja, un stock que se reduce. Las "horas ahorradas" multiplicadas por un coste hora no son ahorro hasta que alguien decide qué se hace con esas horas. Un CFO detecta ese truco en segundos, y con razón.

2. Productividad. Es la línea más frecuente y la más frágil. Admite entrada solo si las horas liberadas tienen un destino escrito (más volumen con la misma plantilla, un ciclo más corto, trabajo nuevo que antes no cabía) y si al menos un KPI de resultado se compromete a moverse: pedidos servidos por persona, días de ciclo, tasa de error. La regla completa está en el plan de personas que decide el ROI.

3. Ingresos. Es la línea más deseada y también la más abusada, como midió Deloitte en enero de 2026: el 74% de las empresas espera crecer en ingresos gracias a la IA y solo el 20% lo está consiguiendo. Entra en el caso únicamente con un mecanismo explícito (conversión, ticket medio, retención, tiempo de respuesta a oferta) y con una forma de medirlo que resista la estacionalidad: un grupo de control, una región o un segmento donde no se despliega.

4. Riesgo evitado. Se valora como probabilidad por impacto, con una fuente que se pueda auditar: incidentes propios de los últimos tres años, hallazgos de auditoría, primas de seguro, sanciones del sector. Aquí caben el fraude en pagos, los errores de facturación, la pérdida de conocimiento cuando se va una persona clave y el cumplimiento normativo; el calendario del AI Act, retocado por el Omnibus que entró en vigor en julio de 2026, lleva las obligaciones de alto riesgo a diciembre de 2027, y NIS2 ya está en vigor. La regla de admisión es que el riesgo esté cuantificado con dato propio, y que no se cuente dos veces lo que ya aparece como ahorro.

5. Payback. Meses hasta recuperar el coste completo del proyecto con las cuatro líneas anteriores, con supuestos explícitos y con una sensibilidad: qué ocurre si la adopción es la mitad de la prevista. Como criterio de comité, una automatización de proceso que no devuelve el dinero en 12 a 18 meses necesita una justificación adicional; una base de datos o de integración que sirve a varios casos puede admitir de 24 a 36 meses, siempre que el segundo caso esté ya identificado.

El coste completo a tres años

La segunda mitad del caso de negocio es la que casi nunca se escribe entera. KPMG, en su pulso trimestral de junio de 2026 a 2.145 directivos de veinte mercados, encontró que solo el 7% obtiene retornos medibles, que el 42% tiene visibilidad parcial de lo que gasta en IA y que quienes sí controlan el coste tienen cinco veces más probabilidad de conseguir ROI (15% frente a 3%). La mitad del retorno está en saber lo que cuesta.

Un coste completo a tres años tiene, como mínimo, siete partidas: la licencia o la suscripción; el consumo del modelo (tokens, llamadas, plataforma), que es variable y crece precisamente cuando el proyecto funciona; la integración con ERP, CRM y sistemas propios; la preparación de los datos; la supervisión humana de lo que el sistema produce; la formación y la gestión del cambio; y la seguridad y el cumplimiento, incluido el coste de salir del proveedor si hace falta. Cualquier fórmula de retorno que omita la partida de consumo está describiendo otro proyecto.

Hay un efecto que conviene poner por escrito en el comité: el precio por uso convierte el éxito en un coste. Un agente que resuelve el 60% de las consultas gasta más tokens que uno que resuelve el 20%. Si la línea de valor crece de forma lineal y la de coste también, el margen del proyecto lo decide la pendiente de cada una, y esa cuenta hay que hacerla antes de firmar, con la tarifa del proveedor y una hipótesis de volumen.

Tres decisiones que sí merecen el dinero, y dos que no

Los tres casos siguientes son casos tipo, con cifras redondeadas para ilustrar el método. Lo que importa es la forma del razonamiento y cómo cada línea pasa, o no pasa, su regla de admisión.

Cuentas a pagar en una industrial de 60 millones. Cuatro personas procesan 30.000 facturas al año con un ERP que las obliga a teclear. La automatización de captura, casación con pedido y propuesta de contabilización resuelve el 70% sin intervención. Ahorro admitido: 1,5 puestos que no se reponen tras dos jubilaciones ya previstas (unos 60.000 € al año) y descuentos por pronto pago que hoy se pierden por retraso (otros 25.000 €). Coste completo del primer año: 45.000 € de integración con el ERP, 20.000 € de licencia y consumo, 15.000 € de supervisión y cambio. Payback: 10 meses. Merece el dinero porque el ahorro está en un asiento que desaparece y se puede comprobar en el cierre siguiente.

Atención de primer nivel en una empresa de servicios con 40.000 incidencias al año. Un agente que resuelve el 55% de las consultas repetitivas y deriva el resto a una persona con el contexto ya recogido. Ahorro admitido: el contrato del centro de atención externalizado, que se renegocia a la baja (una factura que cambia). Riesgo evitado admitido: penalizaciones por SLA que la empresa ha pagado dos de los tres últimos años, con importe conocido. Ingresos: fuera del caso base, aunque el tiempo de respuesta mejore, porque el mecanismo hacia la retención nunca se ha medido. Payback: 11 meses. La condición de parada es que la tasa de resolución correcta caiga del 90% durante dos semanas.

Un asistente sobre los datos propios de ERP y CRM para dirección comercial. Es el caso que más se parece a una inversión en datos: hay que limpiar el maestro de clientes, unificar tarifas y conectar dos sistemas que llevan diez años sin hablarse. El ciclo de oferta pasa de cinco días a uno y los errores de precio, que hoy cuestan margen y devoluciones, bajan a la mitad. Ingresos admitidos: solo la mejora de la tasa de éxito de las ofertas, medida contra la región donde no se despliega en el primer semestre. Payback: 22 meses, y aun así merece el dinero, porque la misma base de datos limpia sostiene los dos casos siguientes (previsión de demanda y fijación de precios), que sin ella no existen.

Y dos que no lo merecen tal y como suelen llegar al comité. La "plataforma de IA corporativa para estar preparados", sin un primer caso con línea de valor: coste puro con la esperanza de que alguien la use. Y el copiloto para toda la plantilla justificado con una encuesta de satisfacción y un ahorro teórico de horas: sin destino para esas horas ni KPI de resultado, pasa la regla de nadie. A los dos les falta lo mismo: un caso de negocio.

La página que va al consejo

Un caso de negocio de IA cabe en una página, y cuando no cabe suele ser porque una de las líneas está inflada. La página lleva ocho elementos, en este orden.

1. La decisión. Una frase con verbo: "automatizar la captura y casación de facturas de proveedor en el ERP". Sin la palabra "explorar".

2. El número. Valor neto a tres años y payback en meses, con las cinco líneas desglosadas y la regla de admisión que ha pasado cada una.

3. Los supuestos. Entre tres y cinco, con el dato que los sustenta: volumen anual, tasa de resolución observada en el piloto, tarifa de consumo, adopción esperada.

4. El coste completo. Las siete partidas a tres años, con el consumo variable ligado al volumen de éxito.

5. La dependencia. Quién es dueño de los datos, cuánto cuesta cambiar de proveedor de modelo y qué ocurre con el proceso si el servicio se interrumpe una semana.

6. Los riesgos y sus controles. Errores del sistema, datos sensibles, cumplimiento, y quién revisa qué antes de que algo salga hacia un cliente o hacia Hacienda.

7. El criterio de parada. Qué número, en qué fecha, obliga a cerrar el proyecto, y quién tiene autoridad para hacerlo sin volver al consejo.

8. El dueño. Una persona de negocio, con nombre, que responde del número en la revisión de los 90 días. Ni el proveedor ni el departamento de sistemas.

Un consejo que recibe esta página puede hacer su trabajo: comparar, condicionar, aprobar o rechazar. Un consejo que recibe cuarenta diapositivas con la palabra "transformación" solo puede confiar, y confiar no forma parte de las funciones de un consejo.

Dependencia y escalabilidad: las dos preguntas que faltan

La conversación de 2026 gira en torno a tres palabras: retorno, dependencia y escalabilidad. Las dos últimas casi nunca llegan al consejo, y deciden si el primer caso es el principio de algo o un gasto aislado.

Dependencia. Gartner anticipó en junio de 2025 que más del 40% de los proyectos de IA agéntica se cancelarán antes de finales de 2027, por costes crecientes, valor de negocio poco claro o controles de riesgo insuficientes, y advirtió del "agent washing": productos de siempre (asistentes, RPA, chatbots) reetiquetados como agentes. La pregunta del consejo es sencilla: si este proveedor desaparece o triplica el precio, ¿en cuántas semanas y con qué coste seguimos operando? Si la respuesta depende de datos que solo existen en la plataforma del proveedor, el caso tiene una partida oculta.

Escalabilidad. BCG estimó en septiembre de 2025 que solo el 5% de las empresas está construida para escalar la IA, un 35% empieza a generar valor y el 60% declara ganancias mínimas. La distancia entre ese 5% y ese 60% se decide casi siempre en el segundo caso: si cuesta un 20% del primero o un 100%. Un caso de negocio que aspira a ser el primero de una serie tiene que decir cuánto de su coste (datos limpios, integraciones, controles, competencias del equipo) queda disponible para el siguiente.

Cuando esas dos preguntas se hacen antes de firmar, con alguien en la mesa que no venda la plataforma, el caso cambia de forma y, a menudo, de tamaño. Un caso de negocio así cuesta dos semanas de trabajo serio y evita el patrón que PwC recogía en enero de 2026 entre 4.454 CEO: el 56% no ve todavía ningún beneficio financiero significativo de la IA y solo el 12% lo ve a la vez en costes e ingresos. Ese 12% compra los mismos modelos que el resto y los aprueba con mejores casos.

Si hay un piloto esperando presupuesto y una propuesta de proveedor encima de la mesa, ese es exactamente el momento en el que una lectura independiente devuelve más de lo que cuesta: una Segunda Opinión antes de firmar, o un caso de negocio cerrado antes de construir, que es como arranca nuestra Implementación de IA empresarial. Y si lo que toca es ordenar el portafolio entero de iniciativas, para eso están nuestros programas de advisory.