La inteligencia artificial redefine la rentabilidad en las empresas: el camino hacia el retorno real
McKinsey publicó en septiembre la sexta edición de su informe anual Technology Trends Outlook 2026. La frase que lo ordena habla de la inteligencia artificial, el tema central para cada empresa: “Su velocidad es su obstáculo”.
Es lo contrario de lo que se escucha en los escenarios. El 2 de septiembre, Sam Altman, director de OpenAI, les dijo a los ministros del G20 que el trabajo de meses hoy se resuelve en minutos.
La cuenta de Altman puede ser cierta y no cambiar nada. Todo lo que la IA apura desemboca en algo que sigue a su ritmo de siempre: un ensayo clínico, un permiso, un transformador.
La IA acorta el descubrimiento, no el ensayo clínico
En la industria farmacéutica, la IA propone candidatos a medicamento en tiempo récord. Lo que no comprime son los años de validación, los ensayos y la revisión de los reguladores.
Llevar un fármaco al mercado exige más de 10 años y entre USD 1.300 millones y USD 2.600 millones, con tasas de fracaso altas. Medicamentos descubiertos con IA muestran hasta ahora resultados clínicos limitados.
Y suma un efecto: en muchos casos, la IA agrava el embudo al entregar más candidatos de los que el sistema puede probar.
El cuello de botella de la IA es un transformador
La segunda fila es eléctrica. McKinsey proyecta que la demanda de energía de infraestructura de IA en Estados Unidos pasará de 30 gigavatios en 2025 a 90 en 2030, el consumo de toda California.
Generar esa energía es la parte fácil. Un centro de datos se construye antes que las líneas, las subestaciones y los transformadores que lo alimentan. En muchos mercados, un transformador tiene más de dos años de espera.
La Agencia Internacional de Energía contó más de 2.500 gigavatios de proyectos frenados en el mundo que aguardan conexión.
El que puede pagar se saltea la fila. El 22 de junio, Chevron anunció un contrato con Microsoft: una central a gas de 2,67 gigavatios en el oeste de Texas, dedicada a un solo centro de datos.
Las emisiones totales de Microsoft subieron un 25% por la expansión de centros de datos, según la propia empresa.
Más código no es más producto
Donde la IA avanzó más, la programación, el patrón se repite. Un estudio de economistas, publicado por la NBER (por su sigla en inglés), siguió a programadores en tres generaciones de herramientas de IA.
Con las herramientas autónomas, la escritura de código subió un 240%, pero los productos lanzados solo un 30%. Escribir dejó de ser el límite. Revisar y probar código sigue a cargo de personas, y McKinsey advierte que las empresas se llenan de código frágil.
El diagnóstico lo firma quien cobra por la cura
Conviene leer el informe sabiendo quién lo escribe. McKinsey vive de ayudar a las empresas a absorber tecnología. Su receta, rediseñar la operación, es su catálogo de servicios.
A mi lectura, la fila no es igual para todos. Una tecnológica puede comprar una central eléctrica; un ensayo clínico no tiene carril rápido.
La IA compite contra un transformador, un regulador y un paciente observado durante años. El ritmo lo fija lo más lento.
Infobae
