# Ventajas y desventajas de la inteligencia artificial en las empresas

> Cuatro ventajas y siete desventajas de la inteligencia artificial en la empresa, cada una con el estudio o el caso real que la respalda y la condición bajo la que se cumple. Porque una ventaja que no dice cuándo es cierta es publicidad.

- Fuente canónica: https://www.ricardovelit.com/blog/p/ventajas-y-desventajas-de-la-inteligencia-artificial
- Nivel: principiante · Lectura: 10 min · Publicado: 2026-10-06
- Etiquetas: empresa, estrategia, riesgos, adopcion, productividad
- Relacionados: [inteligencia-artificial-para-empresas](https://www.ricardovelit.com/blog/p/inteligencia-artificial-para-empresas.md), [agentes-de-inteligencia-artificial](https://www.ricardovelit.com/blog/p/agentes-de-inteligencia-artificial.md), [temperatura-y-muestreo](https://www.ricardovelit.com/blog/p/temperatura-y-muestreo.md)
- Contiene componentes interactivos que solo funcionan en la versión web.

---
## Por qué esta lista es distinta

Las listas de **ventajas y desventajas de la inteligencia artificial** suelen decir lo
mismo: automatiza procesos, mejora la toma de decisiones, pero es cara y plantea dudas
éticas. Todo eso es cierto en general y no sirve para decidir nada en particular.

Aquí cada punto lleva dos cosas más: la **evidencia** que lo sostiene, sea un estudio o un
caso real, y la **condición** bajo la que se cumple. Me refiero a la IA generativa, los
modelos de lenguaje que redactan, resumen, clasifican y, cada vez más, actúan. Es la que
está entrando hoy en las empresas.

## El resumen en una tabla

| | Es cierto cuando… | Deja de serlo cuando… |
| --- | --- | --- |
| **Ventaja:** sube el nivel de quien tiene menos experiencia | La tarea se repite y los buenos ejemplos existen | Quien la usa ya es experto en ese terreno |
| **Ventaja:** hace asequible lo que antes no se hacía | El resultado puede ser aproximado | Cada caso exige exactitud |
| **Ventaja:** responde en segundos y a cualquier hora | La consulta es rutinaria | La consulta es delicada o poco común |
| **Ventaja:** probar cuesta poco | Hay un proceso concreto que medir | Se prueba "a ver qué sale" |
| **Desventaja:** se equivoca con seguridad | Nadie revisa lo que sale | Hay verificación antes de que llegue al cliente |
| **Desventaja:** la mejora se siente más de lo que es | Se decide por impresiones | Se mide antes y después |
| **Desventaja:** no responde igual dos veces | Se necesita un resultado reproducible | Basta con un borrador |
| **Desventaja:** los datos salen de la empresa | Se usa una herramienta sin contrato | El modelo corre en una máquina propia |
| **Desventaja:** el coste crece con el uso | Se paga por consumo y la adopción sube | El volumen justifica otra arquitectura |
| **Desventaja:** los errores se multiplican en cadena | Se encadenan muchos pasos sin control | Cada paso se comprueba |
| **Desventaja:** hay obligaciones legales | Decide sobre personas o habla con clientes | Es una herramienta interna de apoyo |

## Las ventajas

### 1. Sube el nivel de quien tiene menos experiencia

Es la ventaja mejor documentada. Un estudio de Erik Brynjolfsson, Danielle Li y Lindsey
Raymond siguió a 5.179 agentes de atención al cliente a los que se dio un asistente que
sugería respuestas. La productividad subió un 14 % de media y un 34 % entre los agentes
nuevos o menos hábiles. Entre los mejores, casi nada.

Lo que hace el modelo es repartir entre todos lo que los mejores ya hacían bien. Para una
empresa, eso significa que una persona recién incorporada rinde antes, y que el
conocimiento deja de vivir solo en la cabeza de tres veteranos.

**La condición:** la tarea tiene que repetirse y tiene que haber buenos ejemplos de los que
el modelo pueda sacar el patrón.

### 2. Hace asequible lo que antes no se hacía

Ninguna empresa lee todas las reseñas de sus clientes, resume todas las llamadas de
soporte ni revisa todos los contratos antiguos en busca de una cláusula. No porque no
sirva, sino porque el coste de que lo haga una persona supera lo que se gana.

Un modelo de lenguaje cambia esa cuenta. Leer diez mil comentarios y agruparlos por tema
pasa de ser un proyecto de semanas a una tarea de una tarde. Esta ventaja suele pesar más
que el ahorro de tiempo en lo que ya se hacía, porque abre trabajo que antes ni se
planteaba.

**La condición:** que te valga un resultado aproximado. Si de diez mil comentarios
clasifica mal trescientos, la imagen de conjunto sigue siendo buena. Si de diez mil
facturas contabiliza mal trescientas, tienes un problema.

### 3. Responde en segundos y a cualquier hora

Cuando Klarna presentó su asistente de atención al cliente en 2024, informó de que el
tiempo medio de resolución había pasado de 11 minutos a menos de 2, con 2,3 millones de
conversaciones atendidas en el primer mes. Para la consulta rutinaria, la de "dónde está
mi pedido", un cliente prefiere una respuesta correcta ahora a una respuesta amable
mañana.

**La condición:** que la consulta sea rutinaria. La misma Klarna es el ejemplo de lo que
pasa cuando se extiende a todo lo demás, como se ve más abajo.

### 4. Probar cuesta poco

Hace diez años, usar aprendizaje automático exigía reunir datos, etiquetarlos y entrenar
un modelo antes de saber si la idea funcionaba. Hoy puedes pasar cien casos reales por un
modelo ya entrenado y tener una respuesta esa misma semana.

**La condición:** que pruebes algo concreto. Probar barato solo es una ventaja si la
prueba termina con un número: de cien casos, acertó tantos.

## Las desventajas

### 1. Se equivoca con seguridad, y responde la empresa

Un modelo de lenguaje no avisa cuando no sabe. Redacta una respuesta falsa con el mismo
tono que una verdadera.

El chatbot de Air Canada le dijo a un cliente que podía pedir la tarifa por duelo después
de viajar, cuando la política de la aerolínea decía lo contrario. La empresa alegó que el
chatbot era responsable de sus propios actos. En febrero de 2024, un tribunal de Columbia
Británica resolvió que Air Canada responde de toda la información de su web, la escriba
quien la escriba.

**La condición:** el riesgo existe cuando la respuesta del modelo llega a un cliente o a
una decisión sin que nada la compruebe.

### 2. La mejora se siente más de lo que es

En 2025, la organización METR midió a 16 programadores expertos en 246 tareas reales de
sus propios proyectos. Con herramientas de IA tardaron un 19 % más. Antes de empezar
esperaban ir un 24 % más rápido, y después de terminar seguían creyendo que habían ido un
20 % más rápido.

No significa que la IA frene a todo el mundo: era un grupo pequeño, muy experto y en
proyectos que conocían a fondo. Significa que **la impresión de quien la usa no es una
medida fiable**, ni siquiera cuando quien opina es un profesional competente.

**La condición:** te afecta si decides por encuestas internas de satisfacción en lugar de
medir tiempos o resultados.

### 3. No responde igual dos veces

El mismo texto de entrada puede dar dos salidas distintas, porque el modelo elige cada
palabra con un componente de azar. Cómo funciona ese sorteo lo explico en
[temperatura y muestreo](/p/temperatura-y-muestreo).

Para redactar un correo no importa. Para un proceso que tiene que dar el mismo resultado
ante el mismo caso, como aprobar o rechazar una solicitud, sí. Y complica las pruebas: que
algo funcionara ayer no garantiza que funcione igual hoy.

**La condición:** pesa cuando necesitas reproducibilidad o tienes que justificar una
decisión ante un tercero.

### 4. Los datos salen de la empresa

Lo que un empleado pega en un asistente viaja a los servidores de un proveedor. En 2023,
Samsung prohibió temporalmente estas herramientas en los equipos de la compañía después de
que varios empleados pegaran información interna sensible en ChatGPT.

No hace falta mala intención: basta con que alguien quiera resumir un contrato o depurar
un error. Y cuando lo que se pega son datos personales de clientes, entran en juego las
leyes de protección de datos de cada país.

**La condición:** el riesgo es mayor con herramientas gratuitas o personales, sin un
contrato de empresa que diga qué se hace con los datos. Desaparece si el modelo corre en
una máquina que controlas; las opciones están en
[IA local en Colombia](/p/ia-local-en-colombia).

### 5. El coste crece con el uso

Las APIs de modelos cobran por [token](/p/tokens-y-tokenizacion). A diferencia de una
licencia de software, la factura sube con cada persona que lo adopta, cada documento más
largo y cada proceso nuevo. Es un gasto que crece precisamente cuando el proyecto tiene
éxito.

A eso se suma la dependencia: los proveedores retiran modelos antiguos y cambian el
comportamiento de los nuevos. Un proceso ajustado para una versión hay que volver a
probarlo con la siguiente.

**La condición:** se nota a partir de cierto volumen. Con poco uso, pagar por consumo es
lo más barato que hay.

### 6. Los errores se multiplican en cadena

Cuando un sistema encadena pasos, los aciertos se multiplican entre sí. Si cada paso
acierta el 95 % de las veces, veinte pasos seguidos aciertan juntos alrededor del 36 %.

No es solo teoría. El equipo de investigación de Salesforce midió a los mejores modelos en
tareas de CRM con su propio banco de pruebas, CRMArena-Pro. En tareas de un solo turno
acertaron en torno al 58 %. Cuando la tarea exigía varios turnos de conversación, el
acierto cayó a cerca del 35 %.

**La condición:** afecta a los sistemas que actúan en varios pasos por su cuenta. Es la
razón por la que la mayoría de procesos no necesitan
[agentes de inteligencia artificial](/p/agentes-de-inteligencia-artificial), sino algo más
simple.

### 7. Hay obligaciones legales

En la Unión Europea, el Reglamento de IA obliga desde el 2 de agosto de 2026 a avisar a
una persona cuando habla con una IA y a marcar el contenido generado. Las obligaciones
para los usos de alto riesgo, como selección de personal o puntuación crediticia, llegan
el 2 de diciembre de 2027. En Colombia rigen la Ley 1581 de 2012 y las instrucciones de la
Superintendencia de Industria y Comercio sobre datos personales en sistemas de IA.

**La condición:** el peso regulatorio depende de para qué la uses. Un asistente interno
que ayuda a redactar tiene pocas obligaciones. Un sistema que decide sobre personas tiene
muchas.

## Lo que no es ni ventaja ni desventaja

Dos afirmaciones aparecen en casi todas las listas y no encajan en ninguna columna.

**"Mejora la toma de decisiones."** Un modelo de lenguaje no decide mejor que tú: resume,
compara y redacta más rápido. Si la información que le das es mala, la decisión será mala
y estará mejor escrita.

**"Elimina puestos de trabajo."** El caso de Klarna es el más citado en las dos
direcciones. En 2024 presentó a su asistente como el equivalente a 700 agentes. En 2025 su
director ejecutivo dijo que el coste había pesado demasiado y que la calidad había bajado,
y la empresa volvió a contratar personas. Lo que cambió con seguridad es qué hace cada
persona. Cuántas hacen falta sigue en discusión.

## Cómo decidir con esta lista

Tres preguntas ordenan casi todo lo anterior:

1. **¿Puedo comprobar si el resultado está bien?** Si no puedes, las desventajas 1, 2 y 6
   pesan más que cualquier ventaja.
2. **¿Qué pasa si se equivoca una vez de cada veinte?** Si la respuesta es "se corrige y
   ya", adelante. Si es "pierdo un cliente o incumplo una norma", hace falta revisión
   humana.
3. **¿Qué datos van a entrar?** Si son de clientes o empleados, decide dónde corre el
   modelo antes que cualquier otra cosa.

El paso siguiente, cómo elegir un proceso, medirlo y calcular si compensa, está en
[inteligencia artificial para empresas](/p/inteligencia-artificial-para-empresas).

## Pruébalo

Describe un uso que estés valorando y pide las ventajas y desventajas de ese caso, no las
generales.

> **[Componente interactivo: PromptPlayground]** — playground de prompts: ejecuta un prompt contra un modelo real o simulado. Solo en la versión web: https://www.ricardovelit.com/blog/p/ventajas-y-desventajas-de-la-inteligencia-artificial

## Para llevarte

- La ventaja mejor medida es que la IA sube el nivel de quien menos sabe: un 34 % en los
  agentes novatos del estudio, casi nada en los expertos.
- La ventaja más grande suele ser hacer lo que antes era demasiado caro, no hacer más
  rápido lo de siempre.
- Se equivoca sin avisar, y lo que le diga a un cliente lo ha dicho tu empresa.
- La sensación de ir más rápido no es un dato. Mide.
- Casi todas las desventajas se reducen a lo mismo: resultados que nadie comprueba.

## Fuentes

- Brynjolfsson, Li y Raymond, [Generative AI at Work](https://www.nber.org/papers/w31161), *The Quarterly Journal of Economics*, 2025.
- METR, [Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity](https://arxiv.org/abs/2507.09089), julio de 2025.
- *Moffatt v. Air Canada*, 2024 BCCRT 149, comentado por [McCarthy Tétrault](https://www.mccarthy.ca/en/insights/blogs/techlex/moffatt-v-air-canada-misrepresentation-ai-chatbot).
- Klarna, [Klarna AI assistant handles two-thirds of customer service chats in its first month](https://www.klarna.com/international/press/klarna-ai-assistant-handles-two-thirds-of-customer-service-chats-in-its-first-month/), 27 de febrero de 2024.
- TechCrunch, [Samsung bans use of generative AI tools like ChatGPT after April internal data leak](https://techcrunch.com/2023/05/02/samsung-bans-use-of-generative-ai-tools-like-chatgpt-after-april-internal-data-leak/), 2 de mayo de 2023.
- Entrepreneur, [Klarna Is Hiring Customer Service Agents After AI Couldn't Cut It on Calls](https://www.entrepreneur.com/business-news/klarna-ceo-reverses-course-by-hiring-more-humans-not-ai/491396), mayo de 2025.
- Huang y otros, Salesforce AI Research, [CRMArena-Pro: Holistic Assessment of LLM Agents Across Diverse Business Scenarios and Interactions](https://arxiv.org/abs/2505.18878), mayo de 2025.
- Adequa, [calendario del Reglamento de IA tras el Reglamento (UE) 2026/1744](https://adequa.eu/el-reglamento-omnibus-digital-sobre-ia-ya-esta-en-vigor-asi-queda-el-calendario-de-obligaciones-del-reglamento-europeo-de-inteligencia-artificial/).
- Superintendencia de Industria y Comercio, [Circular Externa 002 del 21 de agosto de 2024](https://sedeelectronica.sic.gov.co/sites/default/files/normativa/Circular%20Externa%20No.%20002%20del%2021%20de%20agosto%20de%202024.pdf).