El 98% no paga por la IA: la brecha real es de profundidad, no de acceso

El propósito de este artículo es simple: separar dos conversaciones que en las empresas se suelen mezclar. Una es cuánta gente tiene acceso a la IA. La otra es cuánta gente la usa a un nivel que mueva un indicador de negocio. La primera ya está prácticamente resuelta. La segunda casi no empezó, y es la que define el retorno de lo que estás invirtiendo.

El panorama: dos números que no se contradicen

El primero viene de Pew Research Center. En una encuesta a 5.119 adultos estadounidenses realizada entre el 17 y el 23 de febrero de 2026, el 49% declaró usar chatbots de IA, frente a un tercio en 2024. ChatGPT lidera con el 44% de los adultos, seguido de Gemini (24%), Copilot (17%), Meta AI (14%), Grok (8%) y Claude (6%). Es decir, la IA conversacional ya alcanzó el umbral de tecnología masiva.

El segundo lo publicó a16z (Andreessen Horowitz) a comienzos de octubre, a partir de datos transaccionales de PNC Bank: entre abril y mayo de 2026, solo el 2,2% de los hogares pagaba alguna suscripción de IA. El crecimiento es fuerte —la proporción subió cerca de un 155% interanual y el gasto promedio de quien paga pasó de unos 22 a 31 dólares mensuales entre 2024 y 2026—, pero el punto de partida es mínimo. Como referencia, alrededor de una cuarta parte de los hogares paga servicios de streaming.

La lectura rápida —«nadie usa realmente la IA»— es equivocada. La lectura correcta es que la gente usa la versión gratuita para tareas superficiales, y que esas tareas no le generan suficiente valor como para pagar. El artículo de explainx que motivó este análisis lo resume bien: el cuello de botella no es la conciencia de que la IA existe, sino la habilidad y el hábito para usarla a fondo.

El detalle: para qué se usa (y para qué no)

Cuando se baja un nivel en los datos de Pew, el patrón se vuelve evidente. Entre quienes usan chatbots, el uso más frecuente es buscar información (42%); le siguen las tareas laborales (38% de los ocupados), el entretenimiento (25%), la creación de imágenes o video (24%), consultas médicas y de alimentación o ejercicio (20% cada una) y el apoyo emocional (10%). Solo alrededor de una cuarta parte de los usuarios recurre a estas herramientas a diario, y la brecha generacional es marcada: el 57% de los menores de 50 años usa ChatGPT, contra el 28% de los mayores de 50.

Dicho de otro modo: la mayoría usa un sistema capaz de analizar un contrato, cruzar una planilla o ejecutar una tarea de punta a punta como si fuera un buscador con mejor redacción. Es el equivalente a comprar un ERP y usarlo para imprimir facturas.

Me resulta útil pensar la adopción como una escalera de cinco peldaños:

1. Preguntar. Consultas sueltas, sin contexto. Reemplaza al buscador. Es donde está casi todo el mundo.
2. Redactar. Correos, resúmenes, borradores. Ahorra minutos, no cambia procesos.
3. Analizar con insumos propios. Subir un contrato, una factura, un gráfico o un extracto y pedir un análisis estructurado. Aquí empieza el valor real.
4. Trabajar con contexto persistente. Proyectos, instrucciones permanentes y fuentes conectadas (calendario, documentos, datos) para que la herramienta conozca el negocio sin repetirlo cada vez.
5. Delegar tareas completas. Agentes que ejecutan un flujo de punta a punta con puntos de aprobación humana.

Las cifras de Pew describen una población concentrada en los peldaños uno y dos. El 2,2% que paga está, en su mayoría, del tercero hacia arriba: es ahí donde la herramienta deja de ser una curiosidad y se vuelve infraestructura personal.

Lo que esto significa para tu empresa

Este no es un fenómeno de consumidores. Es exactamente lo que veo en las organizaciones. La empresa compra licencias de Copilot o de ChatGPT Enterprise, las asigna, anuncia el lanzamiento por correo y, tres meses después, el tablero de uso muestra lo mismo que la encuesta de Pew: mucha gente activa, casi toda en el primer peldaño. El acceso se resolvió; la profundidad, no.

La consecuencia financiera es directa. Una licencia que se usa para reformular correos no paga su costo. El mismo artículo cita que alrededor del 30% de las empresas del S&P 500 reporta un impacto cuantificable de la IA, pero solo cerca del 2% sigue métricas específicas para medirlo. Es la versión corporativa del 2,2%: muchos dicen que funciona, casi nadie lo puede demostrar. Ya lo vimos con Microsoft 365 Copilot en las tendencias de IA para directivos de este año: las organizaciones con gobernanza sólida capturan valor el 26% de las veces, contra un 3% de las que despliegan sin preparación.

Hay tres objeciones razonables que conviene atender:

• «No pagar es racional.» Es cierto: para tareas superficiales, la versión gratuita alcanza. Pero eso confirma el argumento: si el uso fuera más profundo, el valor justificaría el pago. En la empresa, la licencia ya está paga; el desperdicio es no usarla.
• «La IA llegará sola, integrada en el sistema operativo y en el celular.» Probable. La distribución resolverá el acceso, igual que lo resolvió el correo electrónico. No resolverá el criterio para usarla bien: eso sigue siendo una capacidad de las personas y de los procesos.
• «Esto es para usuarios avanzados.» No. Los casos que más rinden son cotidianos: conciliar, comparar propuestas, preparar una reunión, revisar un contrato, ordenar un pedido. No hace falta programar; hace falta método.

Cómo se ejecuta: de la licencia al hábito

Si la brecha es de habilidad y hábito, la respuesta no es más tecnología sino gestión del cambio con método. Adaptando las recomendaciones del artículo original al contexto corporativo, este es el plan que propongo:

1. Medir la profundidad, no la actividad. El indicador no es cuántas personas iniciaron sesión, sino en qué peldaño están. Una muestra de conversaciones (anonimizadas y con las reglas de privacidad claras) dice más que cualquier tablero de licencias.
2. Enseñar con documentos reales. La primera capacitación debe ser con insumos del puesto: el contrato tipo, la planilla de costos, el informe mensual. Subir un archivo y pedir un análisis es el salto del peldaño dos al tres.
3. Configurar el contexto una sola vez. Proyectos e instrucciones permanentes por área —tono, formatos, glosario, políticas— para que nadie tenga que explicar la empresa en cada conversación.
4. Conectar una fuente de datos, en modo lectura. Empezar con algo acotado y de bajo riesgo, como el calendario o un repositorio de documentos, antes de abrir sistemas transaccionales.
5. Delegar un flujo completo con aprobación humana. Elegir un proceso repetitivo, dejar que un agente lo ejecute de punta a punta y poner un punto de control antes de cualquier acción irreversible.
6. Formar referentes internos. Quien enseña detecta rápido lo que no sabe. Un referente por área que capacite a sus pares escala mejor que cualquier curso masivo.
7. Atar cada caso de uso a un indicador del negocio. Horas recuperadas, tiempo de ciclo, errores evitados. Sin esa medición, el caso no pasa de piloto.

Próximos pasos

Para un directorio o una gerencia que ya invirtió en IA, el próximo trimestre debería tener tres acuerdos concretos: un diagnóstico de profundidad de uso en las dos áreas con más licencias (responsable: TI junto con Recursos Humanos, en 30 días); tres casos de uso del peldaño tres o superior, cada uno con su indicador y un dueño en el negocio (responsable: los gerentes de área, en 60 días); y una red de referentes internos con una hora semanal asignada a acompañar a sus equipos (responsable: la PMO o el área de transformación, en 90 días).

La conclusión es la misma que en cualquier implementación tecnológica que haya gestionado: la herramienta llega el primer día; el valor llega cuando cambia la forma de trabajar. El 98% que no paga no está diciendo que la IA no sirve. Está diciendo que todavía no aprendió a usarla para algo que importe. En tu empresa, esa es exactamente la oportunidad.

¿Querés medir en qué peldaño está tu organización y diseñar el plan para subirla? Escribime y trabajemos el diagnóstico antes de la acción.