Por Redacción Pangea IA · 25 de octubre de 2026
La inteligencia artificial todavía no muestra un retorno financiero agregado fuera de las grandes tecnológicas estadounidenses, según un análisis publicado el 24 de octubre por Apollo Global Management. Sus gráficos señalan una brecha creciente entre las siete mayores compañías tecnológicas y las otras 493 empresas del S&P 500. La conclusión es relevante para cualquier negocio que esté presupuestando herramientas de IA, pero exige un matiz importante: los datos describen grupos amplios de empresas y no demuestran que ninguna compañía concreta haya dejado de ahorrar tiempo o dinero.
Qué ha medido Apollo
Torsten Slok, economista jefe de Apollo, compara tres indicadores: ingresos por empleado, márgenes de beneficio y productividad agregada. En su lectura, los beneficios económicos visibles se concentran en las denominadas «Siete Magníficas», mientras que el resto del índice estadounidense no muestra todavía un salto equivalente.
| Indicador | Grandes tecnológicas | Resto del S&P 500 |
|---|---|---|
| Ingresos por empleado | Suben desde unos 550.000 dólares en 2022 hasta cerca de 800.000 | Se mantienen alrededor de 550.000 dólares durante varios años |
| Margen de beneficio | Se acerca al 30 % | Permanece alrededor del 10 % |
| Productividad agregada | El análisis no la aísla por empresa | No aparece aún un impulso macroeconómico claro atribuible a la IA |
La tesis de Apollo no es que la IA sea inútil. Es que, pese al gasto y a la adopción, todavía no se observa una mejora generalizada en las cuentas de las empresas no tecnológicas. Business Insider y Barron’s recogieron este domingo la misma diferencia entre las grandes tecnológicas y el resto del mercado.
Lo que los datos sí dicen —y lo que no
Las empresas tecnológicas están en una posición excepcional: venden infraestructura, modelos, nube, publicidad o dispositivos vinculados directamente al auge de la IA. Por eso pueden aumentar ingresos por empleado aunque el cliente final aún no haya convertido sus licencias en productividad medible.
En cambio, una cadena de tiendas, un despacho o un fabricante puede usar IA para redactar, atender consultas o revisar documentos sin que ese ahorro aparezca inmediatamente en el margen. Si el tiempo liberado no reduce costes, no evita contrataciones, no aumenta ventas o no mejora la capacidad de servicio, el beneficio operativo puede quedarse invisible.
También hay límites metodológicos. Comparar dos grupos bursátiles no permite separar el efecto de la IA de otros factores como precios, tipos de interés, demanda, adquisiciones o ciclos sectoriales. Tampoco mide bien mejoras pequeñas dentro de departamentos concretos. Por tanto, la frase «retorno cero» debe entenderse como ausencia de una señal agregada clara, no como una sentencia sobre cada proyecto.
Qué significa para pymes y autónomos
Para una pyme española, la lección práctica es evitar tanto la euforia como el rechazo automático. El análisis de Apollo se refiere a grandes empresas cotizadas de Estados Unidos; no es una muestra de pymes europeas. Sin embargo, refuerza una idea que Pangea IA ya abordó al explicar por qué solo una minoría de empresas logra escalar la IA como esperaba: comprar acceso a un modelo no garantiza que cambie el resultado del negocio.
Un proyecto pequeño puede ser rentable aunque el promedio del mercado no lo sea. La clave es vincularlo a una tarea repetible y a una métrica económica previa. Por ejemplo, una asesoría puede medir el tiempo de clasificación de documentos; un comercio, el porcentaje de consultas resueltas sin escalado; y un equipo comercial, las horas dedicadas a preparar propuestas.
Cinco comprobaciones antes de ampliar el gasto
- Definir una línea base. Medir coste, tiempo, errores y volumen antes de introducir la herramienta.
- Incluir el coste completo. Licencias, consumo, integración, revisión humana, formación y gestión de datos cuentan.
- Elegir una métrica de negocio. Ahorrar minutos solo importa si mejora capacidad, ventas, calidad o coste.
- Probar durante un plazo limitado. Un piloto de cuatro a ocho semanas suele ser suficiente para detectar una señal útil.
- Fijar una regla de continuidad. Si no se alcanza el umbral acordado, se modifica o cancela el proyecto.
Esta disciplina resulta especialmente importante cuando los proveedores anuncian capacidades difíciles de comparar. También conviene separar el retorno del uso de IA del riesgo financiero del sector. Nuestro análisis sobre el doble riesgo de financiar y utilizar inteligencia artificial mostraba que una tecnología puede ser útil para una empresa y, al mismo tiempo, estar rodeada de expectativas de inversión excesivas.
Por qué las grandes promesas tardan en llegar a las cuentas
La adopción empresarial requiere rediseñar procesos, permisos y responsabilidades. Un asistente puede generar un primer borrador en segundos, pero el flujo completo quizá siga necesitando validación, traslado entre sistemas y aprobación. Si esos pasos no cambian, el ahorro local no se convierte en productividad organizativa.
Además, muchas compañías pagan varias herramientas a la vez mientras prueban qué funciona. Ese periodo eleva el gasto antes de que aparezcan beneficios. La situación puede mejorar a medida que bajen los precios, maduren las integraciones y los equipos eliminen pruebas que no dan resultado, pero Apollo advierte de que esa mejora todavía no se ve de forma amplia en los datos.
Conclusión: medir antes de creer
El nuevo análisis no demuestra que la IA haya fracasado. Sí cuestiona la idea de que la adopción, por sí sola, ya esté elevando ingresos y márgenes en toda la economía. Para empresas y autónomos, la respuesta más sensata es trabajar con casos concretos, costes completos y objetivos verificables. La pregunta útil no es cuánta IA utiliza una organización, sino qué resultado mejora y cómo se ha medido.
Lecturas relacionadas
- La IA ya da resultados, pero solo el 13 % logra escalarla como esperaba
- Wall Street alerta del doble riesgo de financiar y usar la IA
- Orange España despliega más de 1.000 agentes de IA con Google
Fuentes consultadas
- Apollo Global Management: «No Signs of AI Payoff Outside the Tech Sector», publicado el 24 de octubre de 2026; consulta: 25 de octubre de 2026.
- TechCrunch: análisis de la conclusión de Apollo, publicado y consultado el 25 de octubre de 2026.
- Business Insider: comparación entre las grandes tecnológicas y el S&P 493, publicado y consultado el 25 de octubre de 2026.
- Barron’s: ausencia de señales de retorno fuera de tecnología, publicado y consultado el 25 de octubre de 2026.
Deja una respuesta