La madurez digital de las empresas brasileñas sigue dejando la inteligencia artificial en segundo plano

5–7 minutos

La última edición del Panorama Mindset Digital, un estudio de la consultora Brivia Group que evalúa la madurez digital de las empresas en el país, revela que, a pesar de la presencia constante de la inteligencia artificial en las reuniones de la junta directiva y en los discursos de los CEO, el pilar de IA y Gestión Eficiente es el más débil de los siete analizados. En todos los 15 sectores económicos evaluados, las empresas obtienen las puntuaciones más bajas en este criterio, lo que indica que la retórica sigue superando a los resultados prácticos.

El estudio entrevistó a 350 empresas entre septiembre de 2025 y marzo de 2026 y asignó a cada una una puntuación de madurez digital (DMS), una escala de 0 a 100 que clasifica la madurez en cuatro etapas: Crítica, Sensibilización, Optimización y Excelencia. Por primera vez, el uso de la IA se ha aislado como un pilar autónomo, separado de la digitalización tradicional, lo que ha permitido identificar una brecha hasta ahora oculta.

Christiaan van Hattem, estratega de marketing y negocios de Brivia Group y uno de los responsables de la investigación, explica que el problema radica en la estrategia de implementación. «Las empresas liberan la herramienta para todo el mundo, sin criterio, y luego se dan cuenta de que se ha vuelto insostenible desde el punto de vista de la inversión, sin una mejora de la productividad correspondiente», afirma. El consumo de tokens —unidad que mide el procesamiento de un modelo de IA y que es cobrada por volumen por las empresas tecnológicas— aumenta cuando la IA se aplica de forma generalizada y sin enfoque, dirigiendo los esfuerzos a problemas demasiado amplios y aumentando los costes sin resultados proporcionales.

Para Van Hattem, el camino más eficaz es el opuesto: empezar con problemas más pequeños y específicos, evitando un enfoque generalista que aumenta el consumo de tokens y reduce el margen de beneficio. Además, señala la ausencia de una gobernanza central como un segundo desafío crítico. «Vemos que existe el uso, pero la gobernanza aún no está bien estructurada dentro de las empresas, porque está muy centralizada en manos del empleado individual y no en una estrategia definida por la compañía», observa.

Disparidades entre sectores

El contraste más marcado se produce al comparar dos segmentos del sector sanitario. La industria farmacéutica lidera la clasificación general, con 83 puntos (etapa de Optimización), impulsada por indicadores de excelencia en el propósito de la marca y el uso analítico de los datos, características de un sector más orientado a la investigación interna y al rigor regulatorio. Por su parte, el sector sanitario (hospitales, laboratorios y operadores) ocupa la última posición, con solo 54 puntos en total y solo 22 puntos en el pilar de IA, clasificado como «Muy Crítico».

La diferencia, según el estudio, no es una cuestión de voluntad, sino de complejidad del proceso. Mientras que la industria farmacéutica se ocupa principalmente de los procesos internos de laboratorio, el sector sanitario interactúa directamente con el paciente, que a menudo tiene que repetir su historial en cada nuevo canal de atención, sin integración entre los sistemas hospitalarios.

En febrero, el Consejo Federal de Medicina publicó la primera resolución nacional para regular el uso de la IA en la práctica médica, con vigencia a partir de este mes. La norma es una respuesta regulatoria al tipo de adopción dispersa identificada por la investigación, en la que cada hospital y clínica adopta herramientas de forma aislada, sin un estándar común.

Contradicciones internas y autoevaluación más rigurosa

El estudio también reveló incoherencias internas en las empresas. Van Hattem describe el patrón: «A veces la empresa afirma que tiene una marca fuerte, que es reconocida, que crea comunidad, y en la siguiente pregunta discrepa de que la adquisición de clientes dependa cada vez menos de la publicidad pagada. O dice que conoce profundamente al cliente, pero no hace investigación sobre su comportamiento». Estas contradicciones se repitieron en prácticamente todos los 15 sectores analizados, lo que sugiere que la percepción que las empresas tienen de sí mismas no siempre resiste un análisis más detallado de sus propios números.

Fabio Rios, CMO de Brivia Group y también líder de la investigación, observa que algunos sectores que tuvieron un buen desempeño en la edición anterior parecían estancarse en esta. «Cada vez que surge una nueva ola de tecnología, lleva a la empresa a una reflexión estratégica, y a veces lo que parece una regresión es, en realidad, un equipo ejecutivo que se vuelve más criterioso sobre sus propias necesidades, porque ahora entiende mejor lo que significa la madurez real», explica. Así, una puntuación más baja puede reflejar una autoevaluación más exigente, y no necesariamente un empeoramiento.

Cuándo la máquina no debe sustituir al humano

Una de las cuestiones más delicadas para las empresas que automatizan la atención al cliente es definir hasta qué punto la IA puede sustituir el contacto humano sin perjudicar la experiencia. Para Van Hattem, la respuesta depende del contexto emocional de la interacción, no de la tecnología disponible. «Para rastrear la entrega de un producto que compré en línea, no me importa nada la automatización total, voy a introducir un número y tendré la respuesta. Pero para una consulta sobre fisioterapia, si la persona del otro lado no tiene mi historial ni la sensibilidad para entender lo que estoy sintiendo, la demanda simplemente no se satisface», argumenta.

El mercado publicitario ya ha experimentado este límite. En los últimos dos años, Coca-Cola utilizó la inteligencia artificial generativa para recrear su clásico anuncio navideño «Holidays Are Coming» y se enfrentó a una fuerte reacción negativa. Los consumidores calificaron el resultado como «sin alma» y se quejaron de que la marca había «arruinado la Navidad», precisamente porque se trataba de un momento asociado al calor humano y a la nostalgia, sentimientos que el público no quería delegar a un algoritmo.

Tres pasos para acelerar los resultados de la IA

Brivia Group resume en tres frentes el camino más rápido para que las empresas salgan de una puntuación baja: primero, eliminar los «feudos de datos» internos, garantizando que la información utilizada para la toma de decisiones no esté restringida a un departamento; segundo, cultivar una cultura de prueba y error controlado, con entornos aislados (los llamados sandboxes) para experimentar sin riesgo para la operación; y tercero, formar un comité central de gobernanza de la IA que priorice problemas específicos y medibles, en lugar de soluciones genéricas aplicadas a toda la empresa.

Según los investigadores, esta es la diferencia entre las empresas que comenzarán a obtener los primeros resultados financieros de la IA en el próximo ciclo de la investigación y aquellas que seguirán gastando más para producir lo mismo de siempre.