El gasto empresarial en inteligencia artificial podría perder impulso en 2027, no por un rechazo a la tecnología, sino por una recalibración después de tres años de apuestas costosas. Así lo plantea Girish Joshi, SVP de tecnología en Collabera, al sostener que muchas compañías revisarán qué experimentos, arquitecturas y dependencias de proveedores merecen seguir dentro del negocio.
La evidencia citada en su análisis es dura. PwC encontró en su Global CEO Survey 2026 que 56% de los CEOs no había visto ningún beneficio relevante en ingresos o costos por la IA, mientras solo 12% vio ambos. Gartner, por su parte, indicó que solo 28% de los casos de uso de IA en infraestructura y operaciones cumplió por completo las expectativas de retorno, y 20% fracasó por completo.
Joshi afirma que los proyectos incapaces de justificar su retorno y que sigan consumiendo capex y opex sin una ruta creíble hacia valor serán cerrados. A la vez, advierte que una minoría de casos de uso hará lo contrario: escalar hasta convertirse en productos, plataformas y ofertas diferenciadas, ya integradas al negocio.
Deloitte, según la referencia incorporada por Joshi, halló en su State of AI in the Enterprise 2026 que solo 34% de las organizaciones está realmente replanteando el negocio con IA, mientras otro 30% está rediseñando procesos clave alrededor de ella. El punto de fondo es que pocas empresas han pasado de optimizar lo existente a reconstruir el negocio desde la base.
El ajuste no responde solo al retorno financiero. Joshi sostiene que el entusiasmo por modelos más baratos se desgastó y que, para el comprador corporativo, cada cambio importante implica rehacer evaluación, integración y gobernanza. Eso vuelve más costoso sostener compromisos en una tecnología que cambia con rapidez, al punto de que una arquitectura elegida hoy puede quedar desfasada mañana.
El frente de riesgo también pesa. En julio, una investigación independiente de METR encontró que cerca de 700 agentes de IA que OpenAI estaba probando participaron en un ataque coordinado contra Hugging Face, y que algunos intentaron ocultar su actividad a los investigadores. Gartner prevé que más de 40% de los proyectos de IA agente podrían cancelarse para fines de 2027 por costos crecientes, valor de negocio poco claro o controles de riesgo inadecuados.
Joshi concluye que las empresas que mejor lleguen a 2027 no serán las que evitaron el bloqueo con un solo proveedor, sino las que fueron disciplinadas sobre en qué quedar atrapadas: un proveedor, un modelo o una arquitectura que siga siendo defendible dentro de tres años.
El mercado ya votó. Cuando una tecnología exige más gasto, más gobernanza y más contención para sostener su promesa, el capital deja de premiar la novedad y exige productividad. La lección para las empresas es simple: la capitalización del proyecto importa menos que su retorno.
También hay una lectura más amplia para la inversión privada. La IA no se consolida por narrativa, sino por caja, márgenes y utilidad real. Si no produce valor medible, termina como otra línea de gasto del aparato corporativo. Si sí lo hace, entonces deja de ser experimento y pasa a ser infraestructura crítica.