El 80% de los profesionales dice que la IA le ha subido la productividad. El 37% de sus empresas ve algo de eso en el EBIT. Y ese 37% es exactamente el mismo que hace un año. Es el dato central del State of AI 2026 de McKinsey, publicado el 25 de agosto sobre una encuesta a 1.719 profesionales de 97 países realizada entre el 4 de mayo y el 8 de junio.
La distancia entre esas dos cifras es la historia del año. La gente rinde más. La cuenta de resultados no se entera.
Puntos clave
- 1.719 encuestados de 97 países. El 36% trabaja en empresas de más de 1.000 millones de dólares de facturación.
- Casi nueve de cada diez usan IA de forma habitual en al menos una función. El 44% dice que la está escalando a toda la empresa, frente al 38% de hace un año.
- El 37% atribuye algún impacto en EBIT a la IA. Misma cifra que en 2025.
- Los que atribuyen un 5% o más del EBIT y califican el impacto de significativo son el 6%. También plano.
- El 32% ha decidido no comprar al menos un producto o función de software porque podía construirlo dentro con herramientas de codificación agéntica.
- El 20% dice que los costes operativos de IA, tokens incluidos, están limitando su uso.
Lo que sí ha crecido
La adopción sigue subiendo, pero ya no por la puerta de la novedad. El uso de IA en tres o más funciones pasa del 51% al 56%. Las empresas de más de 1.000 millones escalan a nivel corporativo en un 54% de los casos, frente a un tercio de las pequeñas.
Los agentes son donde más se abre la brecha. Entre las grandes, la proporción que escala agentes en una o más funciones sube del 27% al 40% en un año. Entre las pequeñas se queda clavada en el 22%. Los chatbots siguen siendo lo más escalado, con un 47%, y los agentes de código llegan a dos de cada diez, con un 31% en las grandes.
Ese salto de 27 a 40 no se explica por entusiasmo. Se explica por presupuesto y por gente para sostenerlo, que es lo que separa a una empresa de 1.000 millones de una de 30.
El dato que más nos toca: construir en vez de comprar
Casi un tercio de los encuestados, el 32%, ha decidido no comprar al menos un producto o función de software porque su equipo podía construirlo internamente con herramientas de codificación agéntica. La cifra sube en tecnología y salud, seguidas de servicios profesionales y energía.
Entre los que sí sacan EBIT de la IA, el porcentaje se va a casi la mitad, frente al 31% del resto.
Lieven Van der Veken, socio sénior de QuantumBlack, lo resume en el propio informe: hasta hace poco muchos directivos daban por hecho que la IA quedaba fuera del alcance de sus equipos técnicos y que ir rápido significaba buscar un socio externo. Ahora preguntan qué necesitan para construirlo ellos.
Aquí escribo desde la experiencia propia, no desde la encuesta. En Barner montamos nuestra propia plataforma B2B con Claude Code y dejamos de pagar 1.500 euros al mes de una herramienta estandarizada que además obligaba a los clientes a mandar pedidos por email. Ese caso concreto es lo que McKinsey está midiendo a escala en 1.719 empresas.
Por qué la productividad individual no llega al EBIT
Ocho de cada diez encuestados dicen que la IA les ha mejorado el rendimiento y la mitad que les ayuda a decidir mejor. El impacto es sorprendentemente parejo entre niveles jerárquicos, con un matiz incómodo: el 47% de los mandos intermedios y contribuidores individuales reporta algún efecto negativo, frente al 31% de los ejecutivos.
Dan Tinkoff, socio sénior y uno de los autores, llama a esa distancia el hallazgo llamativo del año. La lectura operativa es sencilla: el tiempo que gana una persona no aparece en la cuenta de resultados si el proceso alrededor no cambia. Se convierte en holgura, no en margen.
Los datos apuntan en esa dirección. Donde sí se reportan ahorros es en cadena de suministro, operaciones de servicio y fabricación. Los ingresos extra se atribuyen sobre todo a marketing y ventas, después a desarrollo de producto e ingeniería de software. Son funciones con procesos medidos, no con usuarios sueltos usando un chat.
Qué hace distinto ese 6%
Los llamados high performers atribuyen a la IA un 5% o más del EBIT y describen su impacto como significativo. Son el 6% de la muestra, igual que en 2025. McKinsey los desmenuza y salen tres diferencias que no tienen nada de tecnológicas.
Persiguen crecimiento e innovación además de eficiencia. Cerca del 80% de todos los encuestados busca eficiencia, pero los que rinden añaden la otra pata. Rediseñan flujos de trabajo en lugar de encajar IA en los que ya tenían: casi tres cuartas partes lo declaran, frente al 55% del año pasado y frente a solo una cuarta parte del resto. Y tienen liderazgo implicado y medición del impacto, dos prácticas en las que doblan a los demás.
También gastan más: tienen el doble de probabilidad de dedicar más del 15% de su presupuesto de tecnología a IA, y más de la mitad piensa subir la inversión un 10% o más el año que viene, frente al 36% de los demás. Y tropiezan antes con el coste: los frenos por gasto en agentes de código les afectan unas tres veces más que al resto, que es lo que pasa cuando de verdad los usas en producción.
Tara Balakrishnan, socia asociada, lo cierra en el informe apuntando que la ventaja no se reduce al presupuesto sino a la coherencia del conjunto. Es el mismo diagnóstico que Gartner puso ayer sobre la mesa al calcular que el 40% de los proyectos de agentes no llegará a 2028.
El coste ya aprieta y la plantilla no cayó como se decía
Uno de cada cinco limita su uso de IA por los costes operativos. Michael Chui, senior fellow de McKinsey, lo explica con una frase que vale la pena guardar: el coste por token ha bajado, pero el número de tokens consumidos ha subido más rápido. El 28% ya dedica más del 10% de su presupuesto de tecnología a IA y el 60% espera subir la inversión el año que viene.
En empleo, el informe desactiva un pronóstico. Solo el 14% de los encuestados dice que la IA contribuyó a reducir la plantilla el año pasado, menos de la mitad del 32% que lo esperaba en la encuesta de 2025. Dos tercios reportan poco o ningún cambio. De cara al próximo año, el 39% espera caídas y el 43% no espera cambios. Y solo el 13% dice que la IA le genera ansiedad sobre su carrera. Contrasta con lo que Stanford midió en el empleo de 22 a 25 años, con una caída del 19% en las ocupaciones más expuestas: el efecto agregado se nota poco, el efecto en la puerta de entrada se nota mucho.
Por qué importa
Si eres director de operaciones o founder de una empresa española de 10 a 100 millones, este informe te da un listón realista y una hoja de ruta. El listón: tener a todo el mundo usando IA no mueve el EBIT, lo lleva demostrando dos años seguidos el mismo 37%.
La hoja de ruta son las tres cosas del 6%. Elige un flujo completo y redibújalo entero en vez de meter un chat en el paso 4. Pon a alguien de dirección a responder de él. Y mide el impacto con una cifra acordada antes de empezar, porque sin eso ninguna de las dos anteriores aguanta seis meses.
Y aparte, mira la partida de software. Ese 32% que ha dejado de comprar herramientas porque las construye dentro es la señal más concreta del informe para una pyme grande: revisa las licencias que renuevas en los próximos doce meses y pregunta cuáles serían un proyecto de dos semanas hoy.
Fuente original: mckinsey.com
Relacionado
