Steven LafortuneUsar la IA y madurar con la IA son dos tipos distintos de progreso. En el informe Devolutions 2026 AI Maturity Benchmark, el 92 % de las organizaciones ya usa la IA. Solo el 8 % dijo que no la usa. La pregunta útil es qué hacer a continuación, y eso depende de dónde esté usted.
Agrupamos a 616 profesionales de TI según una puntuación que ellos mismos se asignaron, de 0 a 100:
- Etapa inicial (0 a 40): 267 organizaciones, el 43 % de la muestra
- Adoptantes de IA (41 a 60): 255 organizaciones, el 41 %
- Avanzadas (61 a 100): 94 organizaciones, el 15 %
Este es el complemento práctico del anuncio del informe. Las listas de abajo salen de las cinco recomendaciones del informe: nombre a un responsable, construya la capacitación alrededor de las herramientas, deje que los equipos experimenten antes de estandarizar, mida los resultados, y deje que la gobernanza crezca con la autonomía. Lo que cambia según la etapa es cuál de esos puntos es el cuello de botella.
Un límite, dicho en el propio informe: son comportamientos que aparecen junto a una madurez más alta. Una sola práctica no convierte a una organización en avanzada. Los patrones siguen siendo lo bastante concretos para elegir el siguiente paso.
Etapa inicial: dé un nombre a la IA, algo de tiempo y un objetivo estrecho
Las organizaciones en etapa inicial ya están en el trabajo. De media, usan la IA en unos 2 de los 9 ámbitos que seguimos, casi siempre creación de contenido (48 %) y desarrollo de software (38 %). Lo que aún es fino es la organización alrededor de esos experimentos.
Solo el 14 % dice que la dirección promueve e invierte activamente en IA. Alrededor del 60 % informa de al menos cierto apoyo de la dirección. La mitad no tiene un responsable claro. El seguimiento formal con KPI casi no existe, en el 0,4 %. Cuando la gente explica por qué una tarea que quiere automatizar sigue sin automatizarse, las primeras razones son la falta de tiempo o de recursos (27 %), las preocupaciones de seguridad o cumplimiento (19 %) y la falta de experiencia interna (16 %).
1. Nombre a una persona que pueda responder a tres preguntas
¿Dónde se usa la IA, por qué y con qué reglas? En toda la encuesta, el apoyo activo de la dirección era mucho más frecuente cuando un rol o un equipo era explícitamente responsable de la IA: el 77 %, frente al 8 % cuando nadie lo era.
Esa persona no necesita un departamento nuevo. Entre los adoptantes de IA, la responsabilidad informal dentro de TI es el puente en el que están la mayoría de los equipos (34 %, frente al 22 % en etapa inicial y al 7 % en etapa avanzada). Encargue a un responsable de TI que ya exista reunir lo que ya está pasando.
2. Pida a la dirección tiempo de aprendizaje protegido
Alrededor del 60 % de las organizaciones en etapa inicial ya tiene cierta adhesión de la dirección. La brecha es hacer útil esa adhesión. Un encuestado en etapa inicial dijo que los directivos ofrecían formación de ingeniero de IA aunque la mayor parte del personal de TI no son ingenieros de datos. Otros describieron el mismo atasco: poca experiencia, preocupación por la privacidad de los datos y ningún hueco en el día para aprender las herramientas.
Pida una formación que encaje con los puestos que la gente tiene de verdad, y unas horas reservadas para practicar. La conclusión del informe sobre la dirección encaja exactamente con esta etapa. Los directivos no necesitan todas las respuestas. Las personas necesitan confianza y espacio para aprender.
3. Haga repetibles con seguridad los casos de uso que ya tiene
La amplitud puede esperar. El soporte del servicio de asistencia está en marcha en el 14 % de las organizaciones en etapa inicial, y la gestión de identidades y accesos en el 3 %. La creación de contenido y el desarrollo de software son donde este grupo ya trabaja.
La seguridad o el cumplimiento es el segundo motivo más citado de una automatización deseada que no ha ocurrido. Una regla de una página hace más aquí que otra licencia: qué datos pueden ir a qué herramienta, y quién revisa el resultado antes de que alguien confíe en él.
Adoptantes de IA: convierta la atención en un destino
Este es el punto medio, y aquí varios patrones cambian de dirección. El apoyo activo de la dirección sube al 49 %, y alrededor del 95 % informa de al menos cierto apoyo. La responsabilidad informal de TI alcanza su máximo en el 34 %. La dirección de TI impulsa la IA en el 38 % de estas organizaciones, y el 15 % tiene un rol o un equipo dedicado a la IA. En conjunto, esa responsabilidad más clara está en el 53 %, frente al 21 % en etapa inicial.
La huella es más amplia: casi 4 de los 9 ámbitos, de media. La fricción se mueve con ella. La falta de experiencia interna sigue alta (19 %). El trabajo que parece demasiado complejo o demasiado dependiente del contexto salta del 5 % en etapa inicial al 12 %. El seguimiento formal con KPI llega al 9 %.
1. Ponga el resultado en una frase
La atención de la dirección es mucho más habitual aquí. Un destino claro es la pieza que aún se escapa. El informe describe esta etapa como impulso sin una imagen compartida de cómo es el trabajo «terminado». Un encuestado adoptante de IA esperaba que la ganancia apareciera como ahorro de costes. En su lugar apareció el ahorro de tiempo, y fue mucho mayor.
Elija el resultado que va a mirar de verdad. El tiempo ahorrado, la calidad de la documentación y la rapidez con la que se resuelven los incidentes son el tipo de indicadores que el informe trata como prácticos. El coste puede quedarse en la lista. Suele ser el que tarda más en aparecer.
2. Dé al responsable informal un mandato y una regla de revisión
TI ya sostiene buena parte de esto. El patrón que aparece más a menudo en la etapa siguiente es una responsabilidad deliberada: la dirección de TI, o un rol dedicado pequeño, más reglas que la gente pueda seguir. Un encuestado adoptante de IA describió la versión práctica: gobernanza, seguridad y protección de la propiedad intelectual, formación, y una política sobre cuándo se pueden usar las herramientas y cómo se revisa el resultado generado por IA en exactitud, calidad y cumplimiento.
Escriba esa política para las herramientas que ya permite. El informe también recomienda dejar que los equipos comparen un conjunto controlado de herramientas antes de estandarizar una sola. Cerrar demasiado pronto una única pila de herramientas congela el aprendizaje.
3. Nombre de qué depende el siguiente flujo de trabajo
De media, los adoptantes de IA se acercan a un quinto ámbito de uso. La conclusión del informe sobre la escala es identificar, antes de que ese flujo pase a producción, a qué sistemas debe conectarse, qué contexto necesita y quién tiene tiempo para sostenerlo.
Esta es también la etapa en la que los agentes de IA empiezan a parecer reales. La exploración sigue siendo habitual, y los pilotos se vuelven mucho más visibles. Mantenga un piloto dentro de un solo flujo, con una persona que revise el resultado. La seguridad sigue siendo la principal preocupación sobre los agentes de IA en todos los grupos de madurez, incluido este.
Avanzadas: concentre la ventaja que ya tiene
En este extremo de la curva, lo básico está en gran parte en su sitio. El 91 % dice que la dirección promueve e invierte activamente en IA, y al menos cierto apoyo de la dirección llega al 100 %. Un rol o un equipo dedicado a la IA existe en el 55 % de las organizaciones. La dirección de TI impulsa la IA en otro 34 %. Solo el 2 % no tiene un responsable claro.
La huella es amplia: más de 6 de los 9 ámbitos, y 3,8 herramientas de IA de media, frente a 1,9 en etapa inicial. El 47 % construye o adapta la IA internamente. El 47 % sigue los beneficios con KPI formales. Más de 4 de cada 5 ya están pilotando agentes de IA o ejecutándolos en producción.
La restricción cambia de forma. La falta de tiempo o de recursos es el primer motivo de una automatización deseada que aún no ha ocurrido, en el 35 %, más alto que en los otros dos grupos. La falta de experiencia baja al 4 %. Los retos de integración suben al 8 %.
1. Oriente a la dirección hacia menos apuestas
Si los directivos van a implicarse ya está resuelto para este grupo. La perspectiva del informe es que la pregunta abierta pasa a ser adónde va esa atención cuando los casos de uso compiten. Casi la mitad de las organizaciones avanzadas ya sigue los beneficios de forma formal. Amplíe los usos que mejoran el tiempo, la calidad, la velocidad de resolución, el rendimiento o el riesgo. Pause los que solo añaden actividad.
La competitividad también se vuelve un motivo más habitual para invertir, del 17 % en etapa inicial al 38 % aquí. La eficiencia operativa sigue siendo el principal motor en toda la muestra (39 %). La prueba es lo que mantiene honesta una apuesta competitiva.
2. Presupueste el trabajo de integración
Los encuestados que van más lejos describen la parte difícil como todo lo que rodea al modelo: sistemas heredados, gobernanza de datos, API, identidad, permisos, auditoría y las horas para hacerlo con cuidado. La experiencia rara vez es ya el bloqueo. La capacidad lo es.
Si una automatización deseada está atascada, dote el trabajo de conexión. Añadir otra herramienta encima de una media de 3,8 es el camino más lento.
3. Escriba la línea humana antes de añadir más autonomía
Los agentes ya están en piloto o en producción para la mayoría de este grupo. Una mayor madurez no retira las preocupaciones. Las vulnerabilidades de seguridad siguen siendo la principal preocupación sobre los agentes de IA, también entre las organizaciones avanzadas. La pérdida de control humano ocupa el segundo lugar en el conjunto (17 %) y se mantiene cerca de la cima en cada etapa. Las organizaciones avanzadas tienen más probabilidad de informar de que no tienen preocupaciones importantes (15 %, frente a alrededor del 5 % en los grupos anteriores), y menos probabilidad de señalar una falta de transparencia.
Ponga tres líneas por escrito: qué acciones siguen necesitando que una persona las apruebe, cómo se comprueban los resultados y quién responde cuando algo sale mal. Deje que la IA asuma más del análisis y de la ejecución rutinaria. Conserve el contexto, la supervisión y la responsabilidad del resultado en las personas.
El paso que encaja con su etapa
- Etapa inicial: nombre a un responsable y proteja tiempo para aprender en los casos de uso que ya tiene.
- Adoptantes de IA: escriba el resultado y la regla de revisión antes de que el siguiente flujo pase a producción.
- Avanzadas: financie el trabajo de integración y trace la línea en la que un humano sigue decidiendo.
Puede empezar por el paso de la etapa en la que está de verdad. Nuestro CEO, David Hervieux, cerró el informe con la misma idea:
No necesita una estrategia de IA perfecta antes de empezar. Lo que necesita es una forma clara de aprender. Deje espacio para experimentar, asegúrese de que alguien sea responsable de cómo se usa la IA, y preste atención a lo que de verdad mejora el trabajo.
Descargue el informe. Es un PDF gratuito, sin registro.
También repasamos los resultados en directo el 7 de octubre de 2026. Inscríbase en el webinar si quiere la conversación, no solo los gráficos.
¿Tiene preguntas, o una historia de su propia etapa? Deje un comentario abajo.