Un nuevo estudio de EGADE Business School, el Observatorio de Emprendimiento del Tecnológico de Monterrey y Oracle evaluó a 87 empresas medianas y grandes de México y encontró que el tamaño del presupuesto destinado a inteligencia artificial no predice, por sí solo, qué tan buenos son los resultados que una empresa obtiene de ella
En una mirada:
- Clasificó la “Radiografía de la Innovación Corporativa en México 2026” a las 87 empresas evaluadas en cuatro perfiles distintos según cuánto invierten en IA y qué tan bien ejecutan esa inversión.
- Existen empresas con presupuestos considerables que obtienen resultados limitados, mientras otras con recursos moderados logran un desempeño sobresaliente, según el estudio.
- Un estudio anterior de EY ya había encontrado que 83% de las empresas mexicanas sigue en fases iniciales de adopción de IA; esta nueva radiografía añade una capa distinta: incluso entre las empresas que sí avanzaron, el dinero invertido no siempre se traduce en ventaja competitiva.
El estudio, presentado el 8 de septiembre, partió de una pregunta que muchas áreas de finanzas corporativas en México ya se hacen en privado: si dos empresas gastan cifras parecidas en inteligencia artificial, ¿por qué una logra transformar procesos completos y la otra apenas mueve la aguja? Para responderla, los investigadores no se quedaron en el monto invertido, sino que cruzaron ese dato con la calidad de ejecución de cada proyecto, un enfoque que separa a las empresas mexicanas en cuatro grupos con comportamientos financieros muy distintos entre sí.
¿Cómo se clasifican las empresas mexicanas según su inversión en IA?
En cuatro perfiles. Las “líderes” combinan inversión fuerte con ejecución precisa y son la referencia a seguir. Las “ineficientes” tienen presupuestos considerables pero un impacto limitado, es decir, gastan sin que ese gasto se refleje en resultados proporcionales. Las “eficientes” hacen justo lo contrario: con presupuestos moderados logran un desempeño que supera lo esperado para su tamaño de inversión. Y las “rezagadas” combinan poca inversión con resultados igual de limitados, el grupo con menos margen de maniobra inmediata. La conclusión que más incomoda a los comités de inversión tecnológica es la que corresponde al segundo grupo: tener presupuesto no es garantía de nada si la ejecución falla.
¿Qué debería cambiar en la forma en que las empresas mexicanas deciden cuánto invertir en IA?
El criterio de decisión, según se desprende del estudio. La “Radiografía de la Innovación Corporativa en México 2026” documenta que la inversión en inteligencia artificial sigue creciendo de forma acelerada entre las empresas medianas y grandes del país, pero advierte que gastar grandes sumas de dinero en IA no equivale, automáticamente, a obtener mejores resultados. Para un área de finanzas o de tecnología que evalúa dónde poner el siguiente presupuesto, la implicación práctica es que el indicador que debería pesar más en esa decisión no es cuánto se planea gastar, sino qué tan clara está la ejecución antes de aprobar el gasto: objetivos medibles, procesos rediseñados y no solo herramientas nuevas instaladas sobre procesos viejos.
📃 Consulta nuestra cobertura de IA & Laboratorio
para dar seguimiento a cómo las empresas mexicanas están invirtiendo en tecnología →La radiografía de la inversión en IA, en cifras
| Dato | Cifra |
| Empresas medianas y grandes evaluadas | 87 |
| Instituciones detrás del estudio | EGADE Business School, Observatorio de Emprendimiento del Tec de Monterrey, Oracle |
| Perfiles identificados | 4 (líderes, ineficientes, eficientes, rezagadas) |
| Empresas mexicanas en fases iniciales de IA (estudio EY, referencia previa) | 83% |
| Fecha de presentación de la radiografía | 8 de septiembre de 2026 |
¿Este hallazgo aplica solo a las empresas grandes que ya invierten fuerte en IA?
No exclusivamente. El estudio es igual de relevante para las empresas del perfil “eficiente”, que demuestran que no hace falta un presupuesto enorme para obtener resultados sobresalientes si la ejecución está bien diseñada desde el inicio. Para una empresa mediana que apenas está evaluando su primer proyecto serio de inteligencia artificial, ese es probablemente el dato más útil de todo el estudio: el tamaño del cheque importa menos que la claridad con la que se define, desde el principio, qué problema específico va a resolver esa inversión.
El mensaje de fondo conecta con lo que ya había documentado el estudio de EY mencionado arriba: la barrera para sacarle provecho a la inteligencia artificial en México rara vez es tecnológica. Primero fue la cultura organizacional la que frenaba la adopción; ahora, entre las empresas que ya adoptaron, es la calidad de la ejecución la que decide si esa inversión se convierte en ventaja competitiva o en gasto hundido.
Para las áreas de finanzas que aprueban presupuestos de tecnología, la recomendación práctica es exigir, junto con cada solicitud de inversión en IA, una definición clara de qué proceso específico cambiará y cómo se medirá ese cambio, en lugar de aprobar el gasto únicamente con base en el tamaño del presupuesto solicitado.
¿Qué es la “Radiografía de la Innovación Corporativa en México 2026”?
Es un estudio de EGADE Business School, el Observatorio de Emprendimiento del Tec de Monterrey y Oracle que evaluó a 87 empresas medianas y grandes de México según cuánto invierten en inteligencia artificial y qué tan bien ejecutan esa inversión.
¿Cuáles son los cuatro perfiles de empresas que identifica el estudio?
Líderes (inversión fuerte y ejecución precisa), ineficientes (presupuestos grandes con impacto limitado), eficientes (presupuestos moderados con resultados sobresalientes) y rezagadas (poca inversión y resultados limitados).
¿Gastar más en inteligencia artificial garantiza mejores resultados?
No, según el estudio. Existen empresas con presupuestos considerables que obtienen resultados limitados, mientras otras con recursos moderados logran un desempeño superior gracias a una mejor ejecución.
¿Qué relación tiene este estudio con el de EY sobre adopción de IA en México?
Son complementarios: EY encontró que 83% de las empresas mexicanas sigue en fases iniciales de adopción de IA por barreras culturales, mientras esta nueva radiografía muestra que incluso entre las empresas que ya avanzaron, la calidad de ejecución determina si esa inversión se traduce en resultados.
¿Qué deberían priorizar las empresas antes de aprobar un presupuesto de IA?
Definir con claridad qué proceso específico busca cambiar la inversión y cómo se medirá ese cambio, más que enfocarse únicamente en el tamaño del presupuesto disponible.