Esta semana se presentó en el Foro IndesIA la quinta edición de su Barómetro, con datos de más de 131.000 empresas industriales españolas, y hay un número que me ha parado en seco: el 89% de las pymes industriales ya ha incorporado inteligencia artificial en alguna función de su negocio, pero solo un 6% consigue que eso se note en el EBITDA. Dicho de otra forma: casi todo el mundo ha subido ya al tren de la IA, y casi nadie ha llegado todavía a la estación.

No es una anécdota aislada. El propio barómetro recoge que la adopción de IA entre pymes industriales ha pasado del 2,1% en 2024 al 2,9% en 2025 y al 4,1% en 2026: prácticamente se duplica en dos años. Crece con el tamaño de la empresa (6,5% en medianas, 5,1% en pequeñas, 3,6% en microempresas) y tiene geografía propia, con Madrid, Cataluña y País Vasco a la cabeza. El vicepresidente de IndesIA, Pablo de la Puente, lo resumía con una frase que me parece la clave de todo el informe: «el reto no es solo reflexionar sobre la IA, sino conseguir que su implantación se traduzca en resultados tangibles».

El dato que importa no es la adopción, es la conversión

Llevo meses insistiendo en este blog en algo que estos números confirman con contundencia: adoptar IA y rentabilizar IA son dos cosas distintas, y la segunda es muchísimo más difícil que la primera. Cualquier empleado puede abrir ChatGPT o Gemini para redactar un correo o resumir un documento, y eso ya cuenta como «adopción» en una encuesta. Pero que ese uso suelto, individual y sin estructura llegue a moverle la aguja al EBITDA de la empresa es otra historia completamente distinta, y ahí es donde se quedan 83 de cada 89 empresas que dicen haber adoptado IA.

¿Por qué ocurre esto? Por lo que veo cada semana trabajando con pymes en Millennialsconsulting, diría que son tres motivos que se repiten:

• IA sin proceso detrás. Se usa la herramienta de forma puntual, pero no está integrada en el flujo de trabajo real: el presupuesto, la oferta, el seguimiento comercial o la atención al cliente siguen haciéndose igual que antes, solo que con un atajo de vez en cuando.
• Sin datos limpios, no hay IA que valga. Un modelo que razona sobre un CRM desordenado, con clientes duplicados y campos vacíos, no genera ventaja competitiva: genera respuestas bonitas sobre información mala.
• Nadie mide el antes y el después. Pocas pymes tienen definido qué KPI debería moverse si la IA funciona (tiempo de respuesta a un lead, tasa de conversión, coste por oportunidad), así que es imposible saber si están mejorando o solo están «usando IA» porque toca.

Lo que separa al 6% del resto

En los proyectos que hemos visto funcionar de verdad, el patrón se repite: la IA no vive suelta, vive dentro de un sistema. Cuando conectamos IA sobre Zoho CRM, el modelo no «inventa» una respuesta comercial, trabaja con el histórico real del cliente, el estado del embudo y las reglas de negocio que ya tenía la empresa. Y cuando esa misma IA está disponible en Gmail, Docs o Sheets a través de Google Workspace, lo que cambia no es que la plantilla sea más lista, es que la plantilla deja de perder tiempo en tareas repetitivas y lo reinvierte en vender, negociar o atender mejor. Ese es el camino entre «hemos probado la IA» y «la IA se nota en la cuenta de resultados».

No es casualidad que el propio barómetro señale el tamaño como factor determinante: las medianas empresas, que suelen tener procesos más maduros y sistemas de gestión más consolidados, casi duplican la tasa de adopción de las microempresas. No es que tengan mejor IA, es que tienen mejor infraestructura sobre la que apoyarla. Esa es, para mí, la verdadera brecha de 2026: no tecnológica, sino de madurez de sistema.

Tres preguntas antes de sumar otra herramienta de IA

Si eres una pyme, industrial o no, y estás valorando dar el siguiente paso con IA, antes de firmar otra suscripción te haría estas tres preguntas, que son exactamente las que nos hacemos con cada cliente:

• ¿Sobre qué datos va a trabajar esta IA, y están esos datos centralizados y limpios en un CRM, o dispersos en hojas de cálculo y correos sueltos?
• ¿Qué proceso concreto de la empresa se va a acortar o mejorar, y con qué número lo vamos a medir dentro de tres meses?
• ¿Quién en el equipo es responsable de que esa IA se use de verdad, o va a quedar como una prueba más que nadie adopta pasado el primer mes?

Si no tienes respuesta clara a las tres, lo más probable es que acabes engrosando ese 83% que ya «tiene IA» pero no la nota en el EBITDA. Y eso, con lo que cuesta hoy el tiempo de un equipo comercial, es un lujo que ninguna pyme se puede permitir.