Este año, dos tipos de empresa firmarán un contrato de IA corporativa. Una celebra el resultado en la reunión de presupuesto dentro de doce meses. La otra le explica al directorio adónde fue a parar el dinero. La diferencia entre ambas no está en la tecnología que compraron — está en una cuenta que una hizo antes de firmar, y la otra no.
La cuenta que separa a quien acierta de quien se equivoca
El retrato más reciente de esto es el IBM CEO Study 2025, del IBM Institute for Business Value: 2.000 CEOs entrevistados entre febrero y abril, y solo el 25% de las iniciativas de IA entregó el retorno esperado. Apenas el 16% llegó a escalar a toda la empresa. El denominador común entre las que no entregaron no es el proveedor ni la tecnología — es haber sido compradas sobre la promesa de quien vendió, sin una estimación propia de retorno construida antes de firmar. En marzo de este año, Gartner llegó a la misma raíz por otro camino, al advertir a los CFO que el error más común es tratar toda iniciativa de IA Enterprise como una apuesta genérica, en vez de evaluar cada una con plazo y perfil de retorno propios antes de comprar. La estadística no es sobre que la IA no funcione. Es sobre que la mayoría de las empresas se salta la etapa que decide si va a funcionar para ellas.
El problema nunca fue la tecnología
Esto pesa aún más en Legal, RR.HH. y Compliance. Estas áreas no solo tienen dificultad para proyectar el retorno de una IA nueva — antes de eso, nunca midieron su propio Trabajo Invisible: el tiempo de gente senior gastado en tareas repetitivas que la nueva herramienta promete resolver. Sin esa línea base, cualquier estimación de retorno se convierte en una suposición, incluso cuando la herramienta es buena. Y la prueba de que puede serlo ya existe, es pública y reciente: el 2025 Ediscovery Innovation Report, elaborado por Everlaw junto con ACEDS e ILTA, entrevistó a 299 profesionales legales y encontró abogados recuperando hasta 260 horas al año — 32,5 días hábiles — usando IA generativa en el trabajo diario. La ganancia es real y medible. Lo que falta no es que la tecnología entregue. Es que alguien, antes de comprar, traduzca "esto funciona para un equipo como el nuestro" en una cuenta que resista la pregunta del CFO un año después.
Donde aparece la cuenta, aparece el retorno
Tome un área de diez personas que gasta, en promedio, seis horas a la semana en dudas repetitivas — no el peor escenario, sino el promedio que cualquier relevamiento interno de Legal o RR.HH. suele revelar cuando alguien finalmente se detiene a medir. Son poco más de tres mil horas al año solo en esa área. A un costo promedio de mercado de entre R$100 y R$150 la hora de un especialista senior, la cuenta ya supera los R$300.000 al año — antes de sumar el tiempo de quien cambia de sistema para responder o de quien compila un informe manual porque nadie documentó la respuesta la última vez que apareció la misma duda. Ninguna de estas cuentas depende de un proyecto de dos años para aparecer. Aparecen en el primer trimestre, porque el problema que describen — gente senior respondiendo preguntas que no deberían estar en su escritorio — ya existe hoy, con o sin IA.
El costo de comprar sin saber qué se está comprando
La empresa que hace esta cuenta antes de firmar ya sale adelante del grupo que no la hizo — el mismo grupo que arrastra hacia abajo esa estadística del 75%. AskLisa resuelve esto de forma directa: una calculadora que parte de los números reales de la operación del cliente — no los de AskLisa, los suyos — y devuelve al instante la proyección de retorno a uno a tres años, respaldada por la misma investigación que sustenta este texto.
Antes de comprar, vale la pena cerrar la cuenta. Para hacer la cuenta con la calculadora de ROI de AskLisa, basta con enviar un mensaje y AskLisa la envía.
