ROI de la IA por sectores: los datos públicos de 2026

El ROI de la IA por sectores no existe como dato público auditado, y cualquiera que te enseñe una tabla con "retorno medio por industria" está mezclando encuestas de percepción con estimaciones de consultora. Lo que sí existe, y es mucho más útil, son dos cosas: datos oficiales de adopción por sector, y encuestas serias sobre qué porcentaje de empresas está viendo retorno financiero real. Con esas dos piezas puedes situar a tu empresa y calcular tu propio número, que es el único que te sirve para decidir.

Este artículo recopila los datos públicos disponibles a fecha de agosto de 2026, con fuente y fecha en cada cifra, y explica qué mide realmente cada uno. Después baja al terreno: dónde está el retorno concreto en cada tipo de negocio y cómo calcular el tuyo con cuatro números que ya tienes. Si buscas el método de cálculo general, está en nuestra guía sobre el ROI de la inteligencia artificial en la empresa; aquí nos ocupamos de la comparación sectorial y de sus trampas.

¿Qué dicen los datos agregados sobre el retorno de la IA?

Dicen que la mayoría de las empresas todavía no ve retorno financiero medible, y que la minoría que lo ve lo ve de verdad. Es un dato incómodo pero es el más honesto que hay sobre la mesa, y conviene tenerlo delante antes de firmar cualquier proyecto.

• PwC, 29ª Encuesta Global de CEOs (enero de 2026). Sobre 4.454 directivos de 95 países: el 56% declara que la IA no le aumentó ingresos ni le redujo costes en los doce meses anteriores. Alrededor del 30% reporta aumento de ingresos, el 26% reducción de costes y solo el 12% ambas cosas. PwC define aumento o reducción como una variación del 2% o más.
• McKinsey, The state of AI (noviembre de 2025). El 39% de los encuestados atribuye algún impacto en el EBIT al uso de IA, y la mayoría de ellos sitúa ese impacto por debajo del 5% del EBIT de su organización. Un grupo reducido —en torno al 6%— supera ese umbral.

La lectura correcta de estos dos datos no es "la IA no funciona". Es que el retorno agregado está muy concentrado: pocas empresas capturan mucho valor y muchas capturan poco o nada. La diferencia entre unas y otras rara vez es el sector; es si el proyecto atacó un proceso medible o una idea vaga de "usar IA".

Adopción por sector: los datos oficiales

La adopción sí está medida oficialmente y por sector, y ahí las diferencias son enormes. Estos son los datos públicos más recientes de las oficinas estadísticas europea, española y estadounidense.

Tres conclusiones que sí se sostienen sobre estos números. Primera: España está en la media europea, no por detrás —21,1% frente al 20,0% de la UE, con metodologías y periodos ligeramente distintos—. Segunda: la brecha por tamaño (55% frente a 19% en la UE) es mucho mayor que la brecha entre la mayoría de sectores. Tercera: el sector con más adopción declarada es el que vende tecnología, lo cual dice poco sobre el retorno de automatizar una gestoría o una fábrica.

¿Por qué la adopción no es ROI?

Porque adoptar significa "hemos usado alguna tecnología de IA en el último año" y el retorno significa "hemos ganado o ahorrado dinero atribuible a eso". Entre las dos cosas hay un abismo, y es exactamente el abismo que reflejan los datos de PwC y McKinsey.

Los tres motivos por los que un sector con mucha adopción puede tener poco retorno:

1. Uso individual sin rediseño de proceso. Que cada empleado use un asistente para redactar mejor no cambia la cuenta de resultados; cambia la experiencia de trabajar. El retorno aparece cuando se elimina un paso del proceso, no cuando se acelera.
2. Pilotos que no escalan. Una prueba que funciona en un equipo y nunca sale de ahí consume presupuesto y no produce ahorro. Es el patrón más común en empresas grandes.
3. Ahorro no capitalizado. Liberar 200 horas al año no es un ahorro hasta que esas horas se dedican a algo con valor o dejan de contratarse. Si nadie decide qué se hace con el tiempo liberado, el retorno se evapora.

Dónde está el retorno en cada tipo de negocio

Esta tabla no es un dato público: es nuestra lectura, a partir de los proyectos que construimos y operamos, de qué proceso concentra el retorno en cada tipo de empresa. La usamos como punto de partida para priorizar, no como promesa.

El patrón que se repite: los plazos cortos están donde hay volumen alto y coste unitario claro (una consulta, una reserva, un documento); los plazos largos están donde el ahorro es evitar un problema (una parada, una sanción, un defecto), porque medir lo que no ha pasado siempre lleva más tiempo. Si necesitas el cálculo unitario de un agente concreto, lo desglosamos en cuánto ahorra un agente de IA.

Cómo calcular tu ROI con cuatro números

No necesitas un estudio sectorial: necesitas cuatro cifras de tu propia empresa y una hora. Este es el cálculo que hacemos en cualquier diagnóstico antes de proponer nada.

1. Volumen. Cuántas veces al mes ocurre el proceso que quieres automatizar (consultas, facturas, presupuestos, expedientes).
2. Coste unitario real. Minutos por unidad multiplicados por el coste hora cargado de quien lo hace. Cargado significa salario más costes sociales más estructura, no el bruto.
3. Porcentaje realmente automatizable. Sé conservador: entre el 50% y el 80% en procesos con reglas claras, menos si hay muchas excepciones. Si un proveedor te dice 95%, pídele que lo ponga por escrito.
4. Coste total del proyecto a tres años. Construcción, más mantenimiento anual (entre el 10% y el 20% del coste de construcción), más consumo de modelo, más las horas internas de tu equipo, que casi nadie cuenta y son reales.

Con eso, el retorno es aritmética. Y el resultado interesante no suele ser el porcentaje, sino el punto de equilibrio: si el proyecto se paga en menos de doce meses, la decisión es fácil; si tarda más de veinticuatro, probablemente estés atacando el proceso equivocado. Para la parte de medición continua —qué indicadores mirar después— tienes nuestra guía sobre cómo medir la productividad con IA.

Los tres errores que inflan el ROI sobre el papel

Casi todos los casos de negocio optimistas que hemos revisado fallan en los mismos tres sitios, y los tres se corrigen antes de gastar un euro.

• Contar horas que nadie va a reasignar. El ahorro solo es real si se traduce en más producción con la misma plantilla o en no contratar. Escríbelo en el caso de negocio: qué se hará con las horas liberadas.
• Olvidar el coste de supervisión. Un agente necesita alguien que revise, corrija y mantenga. Presupuestar cero horas de supervisión es la forma más rápida de inflar el retorno.
• Comparar contra el proceso ideal en vez del real. El punto de partida no es cómo debería funcionar tu proceso, sino cómo funciona hoy, con sus errores y reprocesos. Medir la línea base antes de automatizar es lo que evita esta trampa.

Si prefieres hacer este ejercicio con alguien que lo haga cada semana y te diga también cuándo no merece la pena, es exactamente el diagnóstico con el que arrancamos desde nuestra consultoría de inteligencia artificial.

Preguntas frecuentes

¿Hay algún sector donde la IA no compense?

No por sector, sino por perfil de proceso. No compensa donde el volumen es bajo, las excepciones son la norma y cada caso exige criterio experto: ahí el coste de construir y supervisar supera al ahorro. Un despacho con veinte expedientes al mes no tiene el mismo caso que uno con dos mil.

¿Por qué las cifras de adopción varían tanto entre estudios?

Porque miden cosas distintas. Eurostat y el INE encuestan empresas a partir de diez empleados con una definición acotada de tecnologías de IA; otros estudios incluyen autónomos, o cuentan el uso individual de asistentes, o preguntan a directivos por su percepción. Antes de citar un porcentaje, mira siempre a quién se preguntó y qué se consideró uso.

¿Cuánto tarda de media en verse el retorno?

En procesos de alto volumen y coste unitario claro, entre 2 y 9 meses. En procesos donde el valor es evitar problemas, de 6 a 18. Cualquier promesa de retorno en semanas se refiere a ahorro de tiempo percibido, no a impacto en la cuenta de resultados.

¿Ser pyme es una desventaja para obtener retorno?

Para adoptar sí lo es —la brecha de adopción entre grandes y pymes que mide Eurostat es de más de 35 puntos—, pero para obtener retorno a menudo es una ventaja: los proyectos son más pequeños, la decisión es de una persona y el proceso se rediseña de verdad en lugar de negociarse entre departamentos.