Gartner: 6 de cada 10 proyectos de IA fracasan antes de dar resultados — y la causa no es la tecnología
La firma de investigación apunta a la gestión de datos como el cuello de botella que ningún proveedor de software te menciona en el pitch de ventas.
El problema no está en el modelo de IA. Está en los datos que le das. Esa es la conclusión central que Gartner presenta en su más reciente análisis: el 60% de los proyectos de inteligencia artificial en empresas fracasan debido a una gestión deficiente de datos. No por tecnología obsoleta, no por falta de talento técnico, sino por datos incompletos, mal organizados o sin gobierno claro.
Para un director de empresa mediana, el dato es incómodo porque señala algo que ocurre antes de comprar cualquier herramienta de IA. Si las bases de datos de clientes están desactualizadas, si los registros de ventas tienen inconsistencias, si cada área guarda su información en formatos distintos, ningún sistema de IA —por sofisticado que sea— puede producir resultados confiables. El garbage in, garbage out que los equipos técnicos repiten desde hace décadas cobra hoy una dimensión estratégica y económica directa.
La advertencia de Gartner llega en un momento en que el gasto corporativo en IA sigue creciendo. Eso significa que una parte significativa de esa inversión está en riesgo no por decisiones tecnológicas, sino por decisiones de gestión que preceden al despliegue. La prioridad, antes del siguiente proyecto de IA, debería ser auditar la calidad y el gobierno de los datos disponibles.