Notion ha publicado 'The State of Global AI Transformation', el resultado de una encuesta a 6.118 profesionales en 10 mercados sobre cómo viven la IA en su trabajo real. El titular: el 88% de las organizaciones siguen en fase inicial de transformación.
La metodología, primero
Vale la pena saber qué se midió. Notion combinó AI Decision Makers (responsables estratégicos) con usuarios diarios de IA en el mismo estudio. Fieldwork entre marzo y mayo de 2026, vía Qualtrics. La muestra cubre Estados Unidos, Reino Unido, Francia, Japón, Corea del Sur, Australia, Singapur, Nórdicos, DACH (Alemania, Austria, Suiza) y Benelux. España no entra directamente, pero los datos europeos (UK, Francia, DACH, Benelux y Nórdicos) son representativos del contexto en el que opera una empresa española.
Los tres datos que merece la pena retener
Primero, el 88%. Casi 9 de cada 10 empresas están todavía experimentando, no desplegando en producción real. Eso encaja con lo que veo cuando hablo con founders y directores de operaciones en España. Pilotos, sí. Procesos críticos del día a día corriendo sobre IA, todavía pocos.
Segundo, el gap líderes-trabajadores. Los líderes se declaran 2x más confiados en el estado de adopción de IA que los empleados que la usan a diario. Ese desajuste tiene consecuencias prácticas: el CEO piensa que el proyecto está al 80% y el equipo operativo sabe que está al 40%. Cuando llega la inversión grande basada en la lectura del CEO, la organización no la absorbe porque la base operativa todavía no está madura.
Tercero, el más incómodo: el gap entre invertir en IA y estar listo para desplegarla bien se está ensanchando, no cerrando, según las empresas avanzan. Suena contraintuitivo. La explicación práctica es que cada nivel nuevo de sofisticación (de chatbot a agente, de agente a orquestación multimodelo) introduce más fricción organizativa que beneficio inmediato. La curva de adopción no es lineal, es escalonada con caídas.
Las tres palancas que separan a las empresas avanzadas
El informe identifica tres comportamientos comunes en organizaciones que sí están saliendo de la fase inicial:
- Integración: la IA está dentro de los flujos de trabajo existentes, no en ventanas separadas que el empleado tiene que recordar abrir.
- Gobierno: políticas claras sobre qué datos pueden entrar en qué modelo, quién aprueba qué herramienta, cómo se audita el uso.
- Medición: KPIs específicos de IA, no 'productividad' genérica. Tickets de soporte resueltos por hora, líneas de código revisadas, leads cualificados sin intervención humana.
Por qué importa
Es un dato útil para cualquier founder que esté pensando 'voy tarde'. No vas tarde. El 88% del mercado global está donde estás tú. La oportunidad no se ha cerrado, ni de lejos.
Lo que sí cambia es la velocidad. Quien despliega en producción real en los próximos 12 meses se separa de la curva y captura ventaja durante el tiempo que el resto tarda en alcanzarlo. Después, cuando todo el mundo tenga lo mismo, la diferenciación volverá a ser otra cosa (producto, marca, distribución).
Y si trabajas con empresas grandes en sales o consultoría, este dato sirve como respuesta a la objeción 'todo el mundo ya está en esto, ya hemos perdido el tren'. La mayoría está exactamente en fase de piloto fallido o de planificación sin ejecutar.
Cómo aplicarlo en una empresa española de 50-300 empleados
Tres lecturas operativas que saco después de leer el informe:
- Calibra tu propia posición sin sesgo de líder. Si eres founder o C-Level, asume que tu visión del estado de adopción es probablemente el doble de optimista que la realidad operativa. Pregunta al equipo, no asumas.
- Empieza por integración antes que por sofisticación. Antes de implementar un agente complejo, asegúrate de que las herramientas básicas (Claude, ChatGPT, Gemini, Notion AI) están dentro del flujo donde el equipo ya trabaja. La fricción de cambiar de ventana mata más adopción que la limitación técnica del modelo.
- Mide algo concreto desde el día 1. No 'el equipo es más productivo'. Sí 'tickets de soporte cerrados sin escalado pasan del 60% al 75% en 90 días con el agente nuevo'. Sin métrica concreta, la inversión en IA se evalúa por intuición y ahí es donde el gap líder-trabajador hace daño.