Silicon Valley suele presentar la inteligencia artificial como la fuerza que inaugurará una nueva era de abundancia. Sin embargo, cuando se pregunta a los directores financieros de las empresas más grandes del mundo cómo está afectando la IA a sus resultados, la respuesta del 88% de ellos, según la encuesta State of AI 2026 de McKinsey, es: "No tanto".

Esta desconexión ya se ha visto antes. Cuando el iPhone se lanzó en 2007, los comentaristas predijeron que la tecnología móvil transformaría casi todos los aspectos de la vida. Cuando la banda ancha se volvió ampliamente disponible, Businessweek proclamó una "nueva economía". Y cuando las computadoras personales llegaron a casi todos los escritorios, el economista Nobel Robert Solow observó célebremente que la era de la computación podía verse en todas partes excepto en las estadísticas de productividad.

A lo largo de más de cinco décadas, sucesivas oleadas de innovación digital han logrado una notable adopción por parte de los consumidores, mientras que el crecimiento de la productividad ha continuado en declive. A esto lo llamo la paradoja de la innovación: cuanto más rápido innovamos, más lento crecemos.

Dos formas de K, un solo problema

La difusión de la tecnología digital sigue lo que describo como un patrón doble en forma de K, siendo la forma de K una divergencia en la que un grupo avanza bruscamente mientras el otro se queda atrás. La primera divergencia es entre consumidores y empresas. Los teléfonos inteligentes alcanzaron al 80% de los estadounidenses en siete años, mientras que los sistemas de planificación de recursos empresariales tardaron 33 años en llegar al 57% de las compañías de EE. UU. El uso de IA por consumidores ha trepado al 53% de los adultos estadounidenses apenas tres años después del lanzamiento de ChatGPT a finales de 2022. En contraste, la IA en despliegue empresarial productivo representa apenas el 10%.

La segunda forma de K existe dentro del propio sector empresarial. La encuesta de McKinsey de 2026 reveló que el 88% de las organizaciones usa IA en al menos una función de negocio, pero solo el 6% califica como "de alto rendimiento", lo que significa que logran un impacto en EBIT (utilidades antes de intereses e impuestos) superior al 5%. Esa proporción no ha cambiado desde 2025.

La brecha de 82 puntos porcentuales no es principalmente un déficit tecnológico. Es un déficit de transformación organizacional. El 6% de las compañías que tienen éxito tienen tres veces más probabilidades de haber rediseñado sus flujos de trabajo de principio a fin. Solo el 21% de todos los adoptantes de IA lo ha hecho.

El mercado de valores refleja una divergencia. Treinta y seis empresas de IA del S&P 500, el índice de referencia de las grandes compañías públicas de EE. UU., representan ahora el 45% de la capitalización de mercado del índice. En un período de tres años, el S&P 500 arrojó un retorno del 76%; excluyendo las acciones de IA, el retorno cae al 32%.

Lo que la electrificación hizo bien

La electrificación y las telecomunicaciones a principios del siglo XX llegaron a consumidores y empresas a velocidades broadly similares y, lo cual es crucial, con una profundidad similar. Los motores eléctricos obligaron a las fábricas a reemplazar diseños rígidos por una producción flexible de flujo continuo. Los teléfonos redujeron drásticamente los costos de coordinación. El rediseño organizacional vino después, incluida la estructura multidivisional de Alfred Sloan en General Motors y la administración científica de Frederick Taylor.

La difusión fue profunda, transformando la forma en que operaban las empresas, y amplia, extendiéndose a través de sectores industriales vinculados verticalmente.

Sin embargo, las tecnologías digitales se han difundido en una economía fundamentalmente diferente. Los servicios representan ahora la participación dominante del PIB. Un hospital o una agencia gubernamental no tiene los mismos vínculos de cadena de suministro que un fabricante de acero. El economista William Baumol identificó la restricción subyacente en la década de 1960, una dinámica conocida desde entonces como "la enfermedad de los costos de Baumol": los sectores de servicios "estancados" resisten las mejoras de productividad porque dependen en gran medida de la interacción humana. Estos sectores de Baumol, incluidos la salud, la educación, la administración pública y la construcción, representan aproximadamente el 50% del PIB de las economías avanzadas y siguen resistiéndose obstinadamente a la transformación tecnológica.

La trampa de los gastos indirectos

¿Por qué se estanca la adopción empresarial? No porque la tecnología no esté disponible, sino porque las organizaciones han acumulado capas de complejidad.

He desarrollado una métrica entre países llamada Combined Overhead Ratio (Ratio Combinado de Gastos Indirectos). Esta captura el gasto gubernamental, los gastos corporativos de ventas, generales y administrativos (SG&A) y los costos de cumplimiento regulatorio. En Estados Unidos, el ratio superó un umbral del 47% del PIB alrededor del año 2000. Por encima de ese umbral, el crecimiento del PIB no ha superado de manera sostenible el 2.5%, aproximadamente la mitad de la tasa lograda cuando los gastos indirectos se mantenían por debajo del 35% en la década de 1960.

El gasto gubernamental ha aumentado al 36% del PIB, mientras que el SG&A corporativo se ha duplicado desde la década de 1980. El Competitive Enterprise Institute estima que las empresas estadounidenses gastan más de 2 billones de dólares al año solo en cumplimiento normativo.

Mi análisis de las empresas del S&P 500 por sector y década de 1985 a 2025 muestra que el 73% de esas observaciones caen en la "trampa de los gastos indirectos", definida como un SG&A en aumento junto con un crecimiento de ingresos en declive. Como ha argumentado Jack Dorsey de Block, la jerarquía corporativa es un protocolo de enrutamiento de información obsoleto. La mayoría de las empresas que despliegan IA hoy en día están poniendo un motor más rápido en un carruaje tirado por caballos. Una discusión relacionada describe las limitaciones de tratar la IA como una simple versión más rápida de los sistemas existentes.

La IA es diferente, pero las barreras no

La IA es categóricamente diferente de las oleadas digitales anteriores. Las tecnologías previas facilitaban principalmente procesar, transmitir o mostrar información. La IA razona, decide y crea. Esa distinción importa porque los sectores de Baumol no carecen de información; son intensivos en juicio. Requieren diagnóstico, evaluación y personalización, precisamente las capacidades que la IA puede potenciar.

Sin embargo, las barreras a la difusión siguen siendo familiares. Más de 40 años de experiencia como ejecutivo corporativo y socio de capital privado han revelado un patrón recurrente.

En una empresa de consumo, la digitalización produjo un crecimiento impresionante en el canal en línea, pero no logró escalar hacia el negocio fuera de línea de la compañía, mucho más grande. Los distribuidores de propiedad independiente se negaron a entregar los datos de sus clientes a una plataforma integrada. En el sector salud, introducir herramientas digitales a los médicos es relativamente sencillo. Establecer una digitalización de extremo a extremo para mejorar los flujos de trabajo clínicos es mucho más difícil, enredado en la gobernanza de datos, los requisitos de cumplimiento y el poder asimétrico que los profesionales médicos ejercen sobre la gestión.

Estos no son casos aislados. Representan muchos de los negocios en los que estuve personalmente involucrado. La encuesta de IA empresarial 2026 de Writer, realizada con Workplace Intelligence entre 2,400 líderes globales, confirma el patrón a gran escala. El 79% de las organizaciones reporta desafíos en la adopción de IA, un aumento de dos dígitos respecto de 2025. Además, el 54% de los ejecutivos de alto nivel dice que la adopción de IA está "despedazando a su empresa".

Profundidad y amplitud, no velocidad

La lección de 50 años de innovación digital es que la velocidad de adopción importa mucho menos que su profundidad y amplitud. La adopción de ChatGPT por los consumidores fue la más rápida de cualquier tecnología de consumo en la historia registrada, y sin embargo no ha movido la aguja macroeconómica.

Lo que importa es si la IA penetra en las operaciones centrales y conduce al rediseño de los flujos de trabajo, es decir, profundidad, y si la transformación se extiende más allá de las empresas estrella hacia los amplios sectores que representan la mayor parte del empleo y el PIB, es decir, amplitud. Según la evidencia de las encuestas hasta la fecha, esas son también las cifras a observar: la proporción de alto rendimiento se ha mantenido en el 6% por segundo año consecutivo de la encuesta, y el rediseño de flujos de trabajo de extremo a extremo representa apenas el 21% de los adoptantes. El movimiento en esas cifras, más que las tasas de adopción titulares, es el indicador que mostraría si la profundidad se está construyendo.

La evidencia histórica, desde la electrificación hasta las sucesivas oleadas digitales, apunta a plazos largos de adopción: generalmente más de 10 años y a menudo varias décadas. La IA avanza más rápido que cualquier predecesora como tecnología. Pero el rediseño organizacional necesario para absorberla avanza al ritmo de las instituciones humanas: lentamente, con dolor y contra una intensa resistencia.

La paradoja de la innovación persiste no porque la tecnología deje de avanzar, sino porque las instituciones no logran adaptarse. La sociedad verá un impacto económico sustancial solo cuando la IA se adopte profundamente dentro de las empresas y ampliamente a través de los grandes sectores económicos.

Las opiniones expresadas en los artículos de opinión de Fortune.com son únicamente las de sus autores y no reflejan necesariamente las opiniones y creencias de Fortune.

Esta historia fue publicada originalmente en Fortune.com.