La brecha de productividad ya se mide en euros: 6.300 € por trabajador

El Banco de España le ha puesto precio a la brecha: 6.300 euros por trabajador y año. Esa es la diferencia de productividad que separaba en 2025 a las empresas españolas que han adoptado inteligencia artificial de las que no. En 2022 eran 2.700 euros. Se ha duplicado en tres años.

Es un dato incómodo de mirar, sobre todo desde el lado que todavía no ha adoptado nada. Pero conviene mirarlo con cuidado antes de sacar conclusiones: quién lo publica, qué mide exactamente, y —sobre todo— qué están haciendo distinto las empresas del otro lado. Porque la respuesta tiene menos que ver con qué modelo de IA se usa que con dónde se ha metido.

Diferencia de productividad por trabajador entre las empresas que han adoptado IA y las que no. Fuente: Banco de España, Informe Anual 2025.

Qué mide ese dato, y qué no

La cifra procede del Informe Anual del Banco de España, que dedica su capítulo de productividad a explicar por qué las empresas españolas crecen menos de lo que podrían. Antes de usarla como argumento en un comité de dirección, dos precisiones que cambian bastante su lectura:

Es una correlación, no una relación de causa y efecto. Las empresas que adoptan IA antes suelen ser más grandes, estar más digitalizadas y contar con mejor gestión y personal más cualificado — factores que el propio informe señala como determinantes de la productividad. Parte de esos 6.300 euros ya estaba ahí antes de que existiera ChatGPT. Nadie debería venderte que instalar IA equivale a ganar 6.300 euros por empleado. El propio Banco de España lo había analizado con más detalle en un artículo de su Boletín Económico basado en su Encuesta sobre la Actividad Empresarial: la adopción es mayor en servicios tecnológicos y en empresas grandes, productivas y jóvenes, y dentro de una misma rama de actividad el uso de IA aparece positivamente vinculado con la productividad y el tamaño. Dicho de otro modo, en buena medida son las empresas más productivas las que adoptan IA, y no solo al revés.

Lo que sí es difícil de discutir es la tendencia. La distancia se ensancha año tras año, y el Banco de España advierte de que una adopción lenta de tecnologías basadas en IA la ampliará todavía más. Que la IA no explique la diferencia entera no significa que se pueda ignorar: significa que la ventaja se acumula por varias vías a la vez, y ahora mismo esta es la que se mueve más rápido.

Nota de objetividad: el Banco de España no vende IA ni tiene interés comercial en el resultado, lo que hace de este uno de los datos más limpios disponibles sobre el tema. A cambio, es un agregado macroeconómico: describe el conjunto de la economía española, no lo que le ocurriría a tu empresa en concreto.

Cuántas empresas españolas están ya del otro lado

La brecha suena abstracta hasta que se sabe cuánta gente hay a cada lado. Según la Encuesta sobre el uso de TIC y comercio electrónico en las empresas del INE —unas 15.000 empresas de 10 o más empleados, con datos definitivos publicados en octubre de 2025—, el 21,1% de las empresas españolas de ese tamaño usaba inteligencia artificial en el primer trimestre de 2025, 8,7 puntos más que un año antes. En el sector servicios sube al 25,7%.

Es decir: cuatro de cada cinco empresas medianas y grandes siguen en el lado que no adopta, y el grupo que sí lo hace ha crecido casi nueve puntos en un solo año. La brecha de los 6.300 euros no se ensancha entre dos grupos estables: se ensancha mientras el pelotón de cabeza engorda deprisa.

Mientras tanto, la IA ya asiste el 30% de las tareas

El segundo dato de este verano viene de un sitio muy distinto. The Value of AI 2026, elaborado por Oxford Economics para SAP con 2.600 directivos de 13 países, cifra en un 30% la proporción de tareas empresariales que la IA ya realiza o asiste, frente al 25% del año anterior. Y proyecta un 48% dentro de dos años.

Porcentaje de tareas que la IA ya realiza o asiste, según los directivos encuestados. Fuente: SAP y Oxford Economics, The Value of AI 2026.

Nota de objetividad: el estudio lo publica SAP, que vende software con IA integrada, aunque el trabajo de campo sea de Oxford Economics. Son percepciones declaradas por directivos, no mediciones de tiempo real de trabajo. La dirección del dato es creíble y coincide con lo que vemos en los proyectos; la precisión de un punto porcentual, menos.

Lo interesante no es el 30%, sino lo que implica pasar de ahí al 48% en dos años. Ese salto no se consigue comprando más licencias de chat: exige meter la IA en procesos que hoy dependen de que una persona copie datos de un sistema a otro.

El ROI que se publica no es el tuyo

El mismo informe pone cifras al retorno, y aquí hay que leer con la calculadora en la mano. El gasto medio en IA de las empresas del estudio ronda los 28 millones de dólares, con un ROI esperado del 21% este año (unos 6,3 millones), frente al 16% del año anterior, y una previsión del 38% a dos años. Para la IA agéntica, la expectativa media pasa de 4,3 a 17,6 millones de dólares en ese mismo plazo.

Son medias de grandes corporaciones internacionales. Si tu empresa tiene entre 50 y 500 empleados, esos millones no son tu caso y no deberían usarse como referencia: lo aprovechable es la dirección —el retorno mejora conforme la IA deja de ser un piloto y pasa a producción—, no la magnitud.

Y conviene ponerlo junto al contrapunto obligatorio: Gartner prevé que más del 40% de los proyectos de IA agéntica se cancelen antes de que acabe 2027, por costes que se disparan, valor de negocio poco claro o controles de riesgo insuficientes. Las dos cosas son verdad a la vez: el retorno medio sube y casi la mitad de los proyectos se queda por el camino. Lo que separa un grupo del otro casi nunca es el modelo.

Dónde se rompe: 73% con estrategia, menos de la mitad con un responsable

El propio estudio de SAP y Oxford Economics deja el diagnóstico bastante claro:

• El 73% de las organizaciones dice tener una estrategia de IA alineada con sus objetivos de negocio.
• Menos de la mitad ha designado a un responsable de IA.
• Solo el 41% forma a sus directivos en las capacidades y los riesgos de la tecnología.
• Y solo el 33% incluye indicadores de adopción de IA en los objetivos de su equipo directivo.

Una estrategia sin un responsable y sin un indicador en los objetivos de nadie no es una estrategia: es una intención.

Es la misma distancia que se ve en el dato de productividad, contada desde dentro de la empresa. Casi todo el mundo tiene un plan; bastantes menos tienen a alguien a quien le corresponda cumplirlo.

La brecha no la abre el modelo, la abre lo que hay debajo

En Tecnea vemos el patrón con bastante regularidad. Una empresa contrata licencias de una herramienta de IA generativa, las reparte entre departamentos y, seis meses después, no encuentra el ahorro por ninguna parte. No porque la herramienta sea mala, sino porque cada persona la usa para su tarea suelta y el proceso —el que de verdad consume horas— sigue exactamente igual: alguien lee un correo, alguien copia un dato en el ERP, alguien revisa que cuadre.

El salto de productividad aparece cuando la IA toca el proceso completo, y eso depende de dos cosas nada glamurosas: la calidad del dato y la integración de los sistemas que ya tienes. Una factura que se lee sola pero que hay que teclear en el ERP no ha automatizado nada; ha movido el trabajo de sitio. Un asistente que responde muy bien sobre conocimiento general pero no sabe nada de tus procedimientos internos es un buscador caro.

Y no es una opinión nuestra: cuando el Banco de España pregunta a las empresas españolas qué les frena para adoptar IA, los tres obstáculos que más se repiten son la falta de personal cualificado, el coste de implantación y la indisponibilidad de los datos. Ninguno de los tres se arregla cambiando de modelo.

Es lo mismo que contábamos en por qué tener el modelo de IA más potente no garantiza resultados y lo que hay detrás de el coste oculto de los sistemas legacy: la ventaja competitiva no está en el modelo, que es un commodity al alcance de cualquiera, sino en el contexto y las conexiones que solo tiene tu empresa.

Qué hacer con esto

1. Mide tu punto de partida antes de comprar nada. Facturación por empleado, horas dedicadas a tareas repetitivas en los dos o tres procesos que más consumen. Sin una línea base no hay forma honesta de saber después si algo ha funcionado.
2. Elige un proceso, no una herramienta. Uno con volumen, con reglas razonablemente claras y con un dueño identificable. Facturas de proveedor, informes de gastos, respuestas de soporte, revisión documental.
3. Comprueba el dato antes que el modelo. Si la información de ese proceso vive en tres sitios y no coincide entre ellos, ningún modelo lo va a arreglar.
4. Pon nombre y apellidos. Un responsable y un indicador dentro de los objetivos de dirección, que es justo lo que le falta a dos de cada tres empresas del estudio.
5. Conecta antes de ampliar. Si el resultado de la IA necesita que alguien lo copie a otro sistema, el proceso no está automatizado, solo acompañado.
6. Revísalo a los 90 días con la misma métrica del punto 1. Si no se mueve nada, el problema está en el caso de uso elegido, no en el modelo.

Preguntas frecuentes

¿Adoptar IA me va a dar 6.300 euros más por trabajador? No. Es una diferencia media agregada entre dos grupos de empresas, y buena parte se explica por factores previos como el tamaño, el grado de digitalización o la calidad de la gestión. Lo que el dato indica es la dirección y la velocidad a la que se está ensanchando la distancia, no un retorno garantizado.

¿Hay que empezar por agentes autónomos? Casi nunca. Es lo que más titulares genera y también lo que más proyectos cancelados acumula, según Gartner. Un proceso concreto bien resuelto rinde antes y enseña mucho más sobre dónde está el valor en tu caso.

¿Y si nuestros sistemas son antiguos? Es la situación más común y no impide empezar, pero sí condiciona el orden: primero conectar y sanear los datos del proceso que vas a automatizar, después la capa de IA. Intentarlo al revés es la vía rápida a un piloto que nunca llega a producción.

¿Cuánto tarda en verse algo? Si el proceso está bien elegido, semanas, no trimestres. Si a los 90 días no hay ninguna métrica que se mueva, lo honesto es cambiar de caso de uso en vez de escalar el que no funciona.

Si quieres poner número a tu propio caso en lugar de a la media de la economía española, nuestra calculadora de ROI con IA hace la estimación con tus cifras y te devuelve un informe por sector. Y si prefieres que lo miremos juntos con tus procesos delante, hablemos.

Este artículo es informativo. Se ha procurado indicar junto a cada dato su fuente, la metodología cuando se conoce, y si quien lo publica tiene interés comercial en el resultado. Ninguna de las fuentes citadas es propia de Tecnea, que sí tiene interés comercial en que las empresas integren IA en sus procesos — que es exactamente a lo que se dedica.

Fuentes

1. Banco de España — Informe Anual 2025
2. Banco de España — Boletín Económico 2025/T2: La adopción de la inteligencia artificial en las empresas españolas, un primer análisis basado en la EBAE
3. INE — Encuesta sobre el uso de TIC y del comercio electrónico en las empresas, datos definitivos
4. SAP y Oxford Economics — The Value of AI 2026
5. SAP News — Business Value of AI Is Spiking, Driven by Increased Adoption and Agentic Expectations
6. Gartner — Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027