Lo esencial: el 24 de octubre de 2026, el economista jefe de Apollo escribió que el ROI de la IA, es decir, su retorno de inversión, sigue en cero fuera del sector tecnológico. Dos días antes, Uber llevó ChatGPT Work a 30,000 empleados sin publicar uso ni resultados. Antes de ampliar licencias, escoge dos o tres procesos, mide cómo funcionan hoy y compara en seis a ocho semanas.
Esta semana salieron dos noticias que se contradicen. El 24 de octubre, Torsten Slok, de Apollo, escribió que el retorno de inversión (ROI) de la IA en las grandes empresas de Estados Unidos fuera de tecnología es, por ahora, cero. El 22 de octubre, Uber pasó de un piloto de 1,000 personas a dar ChatGPT Work a más de 30,000 empleados. No publicó cuántos lo usan ni qué cambió.
Para un director en Guatemala o Centroamérica, la decisión es concreta: seguir pagando licencias para todos o rediseñar pocos procesos y medirlos. Aquí está lo que dicen los datos y cómo escoger.
¿Qué dijo el economista de Apollo sobre el ROI de la IA?
Torsten Slok, economista jefe de Apollo Global Management, escribió el 24 de octubre de 2026 que la IA no ha dado ningún beneficio financiero a las grandes empresas de Estados Unidos fuera del sector tecnológico. Sus gráficas muestran ingresos por empleado y márgenes que suben en siete tecnológicas y se quedan planos en las otras 493 del S&P 500.
El texto se publicó en The Daily Spark, la nota diaria de Apollo. Al día siguiente, TechCrunch explicó el grupo de comparación. El "S&P 493" es el índice S&P 500 sin Alphabet, Amazon, Apple, Meta, Microsoft, Nvidia y Tesla. TechCrunch agrega que otros estudios recientes tampoco encontraron ganancias de productividad significativas.
Slok va más allá de los números. Dice que muchas empresas fuera de tecnología ya ven el gasto en tokens como un centro de costo y empiezan a frenar. Y deja una frase que vale la pena leer despacio:
"AI may be a great calculator, but in business, intelligence is mostly judgment."
Torsten Slok, Apollo, The Daily Spark (24 de octubre de 2026)
En español: la IA puede ser una gran calculadora, pero en una empresa la inteligencia es sobre todo criterio. Slok menciona lo que la IA no entiende: responsabilidad, confianza, cultura y reglas que nadie escribió. Ahí se decide si una licencia produce algo o solo se usa.
Este Apollo es Apollo Global Management, la firma de inversión. No es Apollo.io, la plataforma de prospección de ventas.
¿Qué anunció Uber y qué falta en ese anuncio?
Uber anunció el 22 de octubre que lleva ChatGPT Work a más de 30,000 empleados, después de un piloto con 1,000 personas. El anuncio explica conexiones, capacitación y áreas que lo usarán. No publica cuántos lo usan cada semana, cuánto cuesta ni qué resultado medible dejó el piloto. Eso queda para después.
Según OpenAI, el agente se conecta con Google Drive, Gmail, Calendar y Slack. Lo acompañan una biblioteca interna de habilidades de IA, integraciones aprobadas y capacitación dedicada. Las áreas mencionadas son operaciones, finanzas, marketing y producto. OpenAI escribe que compartirán datos de adopción, casos de uso y resultados medibles "a medida que avance el despliegue".
TechCrunch suma detalles útiles. Cerca del 80% del piloto eran personas que no son ingenieros. Uber puso a 30 ingenieros de IA a trabajar dos semanas junto a cada equipo, en lo que llama "AI pods". La empresa no reveló cuánto gasta y, según el medio, todavía no define con exactitud cómo lo usarán los empleados. Dijo que medirá uso y evaluará resultados.
Probó con 1,000 personas, sentó ingenieros con los equipos y armó una biblioteca de habilidades. Eso no es comprar licencias. Es trabajo de diseño. Si tu empresa copia la compra y se salta esa parte, copia lo más fácil.
¿Qué es el ROI de la IA en una empresa mediana?
El ROI de la IA es el retorno de inversión de un proceso rediseñado con IA: el cambio medible en un resultado del negocio frente a lo que costó lograrlo. No es cuántas personas abren la herramienta. Es menos horas en una tarea, más oportunidades atendidas a tiempo o menos errores, comparado contra una línea base previa.
La diferencia importa porque la mayoría de reportes internos mide uso: inicios de sesión, mensajes enviados, licencias activas. Eso dice que la gente entró. No dice que el negocio cambió.
Del uso al retorno: cuatro pasos que no se saltan
- Escoges un proceso con dueño y volumen
- Mides cómo funciona hoy: tiempo, errores, conversión
- Rediseñas el proceso y la IA hace una parte definida
- Comparas contra la línea base y decides si escalar
Comprar IA es fácil. Cambiar cómo trabaja la empresa, no. Por eso el cuarto paso pesa tanto: sin una línea base, cualquier mejora es una opinión.
¿Por qué comprar más licencias no arregla el problema?
Porque la licencia mide acceso, no cambio. Más empresas pagan IA cada mes y el gasto crece, pero los resultados no aparecen solos. Si nadie rediseña el proceso, cada persona usa la herramienta a su manera, y el ahorro de una se pierde en la revisión de otra. El gasto sube parejo; el resultado no.
El AI Index de Ramp mide qué empresas estadounidenses pagan herramientas de IA según sus transacciones. Estos son sus datos de septiembre de 2026:
Cuánto se paga por IA en empresas de Estados Unidos
Datos de transacciones de clientes de Ramp, septiembre de 2026.
Empresas que pagan IA, por tamaño
Pon esos números junto a lo que dice Slok y el cuadro es claro: más empresas pagan y, fuera de tecnología, el resultado financiero todavía no se ve. Como referencia de costo, OpenAI lista el asiento estándar de ChatGPT Business en USD 20 por usuario al mes con pago anual y USD 25 con pago mensual (notas de versión de ChatGPT Business). El precio puede variar por país. Multiplica por tu planilla y tendrás lo que pagas por acceso antes de medir nada.
¿Qué pasa con las empresas de Centroamérica?
La brecha también existe aquí. Una encuesta de KPMG a 138 tomadores de decisión encontró que 46% de las empresas centroamericanas no ha identificado con claridad el valor de negocio de la IA. Solo 20% alineó su uso con objetivos concretos y métricas de desempeño. Más de la mitad aún no implementa proyectos de IA.
El estudio de KPMG México se levantó entre agosto y septiembre de 2025 en México y Centroamérica. Estas son las cifras comparadas:
IA en empresas de Centroamérica y México
Porcentaje de empresas encuestadas por KPMG, agosto y septiembre de 2025.
Centroamérica
México
Hay dos datos más que encajan con el problema. El 47% de las empresas de la región financia la IA por área o por proyecto, sin presupuesto central. Y 45% usa sus datos de forma aislada. Con presupuesto disperso y datos en silos, cada área compra lo suyo y nadie puede sumar el resultado.
¿Licencias para todos o rediseñar dos o tres procesos?
Para la mayoría de empresas medianas, rediseñar dos o tres procesos primero tiene más sentido. Licencias para todos da acceso amplio, pero sin forma de medir. Rediseñar pocos procesos limita el alcance al inicio, pero te deja una cifra antes y después. Con esa cifra decides si ampliar, cambiar de proveedor o cortar gasto.
Dos caminos para el próximo trimestre
| Criterio | Licencias para todos | Rediseñar 2 o 3 procesos |
|---|---|---|
| Qué compras | Acceso para cada persona | Cambios en tareas concretas, con dueño |
| Qué puedes medir | Uso: logins y mensajes | Tiempo, errores y conversión contra línea base |
| Quién responde | Nadie en particular | Un dueño por proceso |
| Riesgo principal | ✕ Gasto fijo sin resultado visible | ~ Alcance pequeño al inicio |
| Cuándo tiene sentido | Cuando ya probaste qué procesos rinden | Cuando aún no tienes cifras propias |
No renovar ni ampliar licencias en bloque hasta tener al menos un proceso medido de punta a punta. Si ya pagas licencias, no las cortes por reflejo. Escoge quiénes las usan en los procesos elegidos y pausa el resto hasta tener datos.
¿Cómo escoger los procesos que sí vale la pena rediseñar?
Escoge procesos que se repiten cada semana, que ya tienen datos en tu CRM o en tu sistema de pedidos y que tienen un dueño con nombre. Evita los que dependen de criterio fino o de relaciones con clientes clave. Un buen candidato produce un número que ya revisas en tu reunión de resultados.
- Lista diez tareas repetitivas. Pide a cada área las tareas que hacen igual cada semana: seguimiento de cotizaciones, reportes, respuesta a solicitudes, carga de datos.
- Quita las que no tienen dueño. Si nadie responde por el resultado, nadie va a sostener el cambio.
- Quita las que no se miden hoy. Si no sabes cuánto tarda o cuántos errores tiene, primero mídelo dos semanas a mano.
- Quédate con dos o tres. Las que más horas consumen o más dinero mueven.
- Escribe qué hará la IA y qué hará la persona. Una línea por cada paso. Lo que no está escrito, cada quien lo interpreta.
- Pon fecha de revisión. Nosotros revisamos a las seis u ocho semanas si el número se movió.
Si tus datos viven en cinco herramientas distintas, empieza por ordenar la ruta del cliente. Lo explicamos en por qué un sistema de demanda B2B no se arma sumando licencias. Y si quieres ideas de qué automatizar primero en marketing y ventas, revisa estas cinco claves para automatizar.
¿Qué medir en tu CRM mientras pruebas?
Mide pocas cosas y mídelas igual antes y después. Para ventas: tiempo de primera respuesta, días por etapa y oportunidades sin siguiente paso. Para servicio: tiempo de resolución y casos reabiertos. Para operaciones: horas por reporte o pedidos con error. Un solo número por proceso es suficiente si lo sacas siempre del mismo lugar.
Qué medir según el proceso
| Proceso | Métrica principal | Dónde sale |
|---|---|---|
| Seguimiento de leads | Tiempo de primera respuesta | Tu CRM, por fecha de creación y primera actividad |
| Cotizaciones | Días entre solicitud y envío | Tu CRM o tu sistema de cotizaciones |
| Reporte semanal | Horas que toma armarlo | Registro simple del responsable |
| Atención a clientes | Tiempo de resolución y casos reabiertos | Tu herramienta de servicio |
Antes de activar cualquier agente, dejamos escrito en una página el proceso, el dueño, la métrica y la línea base. Si al cierre de la prueba el número no se movió, eso también es un resultado: te ahorra pagar más licencias para lo mismo.
¿Qué otras dudas tienen los directores sobre el ROI de la IA?
Las preguntas que más se repiten tocan cinco temas: si los datos de Apollo aplican a la región, si Uber ya mostró resultados, qué hacer con las licencias actuales, cuánto tarda en verse un cambio y si hace falta un equipo técnico. Abajo están las respuestas cortas, cada una apoyada en las fuentes del artículo.
¿El estudio de Apollo aplica a empresas de Centroamérica?
No directamente. Slok analiza grandes empresas que cotizan en Estados Unidos. Para la región, la referencia más cercana que encontramos es la encuesta de KPMG, que también muestra que muchas empresas no han definido el valor de negocio de la IA.
¿Uber ya publicó resultados de ChatGPT Work?
No. A la fecha del anuncio, OpenAI dice que compartirán datos de adopción, casos de uso y resultados medibles conforme avance el despliegue. TechCrunch reporta que Uber no reveló cuánto gasta.
¿Debo cancelar las licencias de IA que ya pago?
No por reflejo. Revisa quién las usa en procesos con dueño y métrica. Mantén esas y pausa las demás hasta tener una cifra antes y después.
¿Cuánto tiempo necesito para ver el ROI de la IA?
Depende del proceso. En MAS usamos seis a ocho semanas como primera revisión para tareas que se repiten cada semana. Si no mediste antes de empezar, no podrás saberlo.
¿Necesito un equipo técnico para empezar?
Para escoger y medir procesos, no. Para conectar la IA con tu CRM u otros sistemas, sí conviene alguien con experiencia en integraciones y permisos.
¿Quieres escoger los primeros procesos con nosotros? Revisamos contigo qué procesos tienen dueño, datos y volumen, y cómo medirlos en tu CRM antes de comprar más. Reserva una llamada con Antonio.
¿De dónde salen los datos de este artículo?
Salen de siete fuentes públicas que abrimos el 25 de octubre de 2026: la nota de Apollo y su cobertura en TechCrunch, el anuncio de OpenAI sobre Uber y la nota de TechCrunch, la encuesta de KPMG México, el índice de Ramp y las notas de versión de ChatGPT Business. No incluimos cifras que no pudimos verificar.
- Apollo Global Management, Torsten Slok, The Daily Spark: "No Signs of AI Payoff Outside the Tech Sector" (24 de octubre de 2026)
- TechCrunch, "AI delivers 'zero financial payoff' to most companies, according to Apollo economist" (25 de octubre de 2026)
- OpenAI, anuncio del despliegue de ChatGPT Work en Uber (22 de octubre de 2026)
- TechCrunch, "Uber puts all 30,000 employees on ChatGPT Work" (22 de octubre de 2026)
- KPMG México, comunicado sobre la adopción de IA en empresas de México y Centroamérica (29 de octubre de 2025)
- Ramp, AI Index (datos de transacciones hasta septiembre de 2026, consultado el 25 de octubre de 2026)
- OpenAI Help Center, "ChatGPT Business release notes" (consultado el 25 de octubre de 2026)
Cómo revisamos este contenido: el equipo de MAS Digital abrió cada fuente el 25 de octubre de 2026 y comprobó que respalda lo que citamos. Si algo cambia, actualizamos el texto y la fecha.
Notas Relacionadas
Ir al blogDescubre por qué
somos la agencia que necesitas.
