DECIDE | Linkroad en colaboración con Gurobi han presentado el ‘I Barómetro de la Optimización Matemática en España y Portugal’. Un estudio elaborado a partir de una muestra de 300 directivos de empresas españolas con más de 1.000 empleados y facturación superior a 100 millones de euros, además de 100 directivos en Portugal.
El informe profundiza en las empresas que todavía no han adoptado la IA prescriptiva, una tecnología que no solo permite anticipar escenarios, sino también determinar la mejor decisión posible entre múltiples alternativas, teniendo en cuenta variables y restricciones operativas complejas. El objetivo es comprender por qué estas organizaciones aún no han dado el paso y qué condiciones necesitarían para hacerlo.
La distancia entre percepción y ejecución
Uno de los hallazgos más relevantes del estudio es la distancia entre percepción y ejecución. Entre las grandes empresas españolas que no utilizan IA prescriptiva, el 95% reconoce que esta tecnología tendría un impacto positivo en su retorno de inversión. Dentro de este grupo, el 46% estima que ese impacto sería moderado o significativo. Solo un 5% considera que no tendría efectos relevantes en su negocio.
Estos datos descartan que el freno principal sea el escepticismo tecnológico. El problema no es la falta de confianza en el valor de la IA prescriptiva, sino la dificultad para traducir ese reconocimiento en decisiones concretas o su baja prioridad dentro de la agenda empresarial.
“Muchas empresas ya saben que la optimización matemática funciona, que tiene impacto y, en algunos casos, incluso dónde aplicarla. Lo que falta no es visión, es ejecución. Y eso puede resolverse con el enfoque adecuado”, Daniel Herrero, Global Capability Lead, Decision Intelligence en Linkroad
Las prioridades estratégicas, principal freno a la adopción
Los resultados identificann con claridad las barreras que explican la brecha en la adopción de IA prescriptiva. La principal es la falta de prioridad estratégica, señalada por el 19% de las empresas que aún no la utilizan. En estos casos, otras iniciativas ocupan el foco de la dirección, lo que deja a esta tecnología en un segundo plano dentro de la agenda corporativa.
En segundo lugar, con un 16% cada una, aparecen dos factores: que la IA prescriptiva no se haya planteado todavía dentro de la organización y la falta de talento interno especializado para su implementación.
A continuación se sitúan otras barreras como la complejidad percibida de la solución (14%), las dificultades para justificar el retorno de la inversión ante la dirección o los inversores (13%) y el desconocimiento sobre qué es o cómo funciona realmente esta tecnología (11%). De forma significativa, la falta de presupuesto queda en último lugar, mencionada sólo por el 10% de los encuestados, lo que cuestiona uno de los argumentos más habituales para explicar su no adopción.
“Este ranking de barreras es muy revelador. La inversión no es el problema principal. El problema está en la agenda, el conocimiento y la capacidad interna. Son obstáculos que pueden superarse con las palancas adecuadas”, Daniel Herrero
¿Qué necesitan las empresas que aún no utilizan IA prescriptiva para dar el paso?
La opción más citada, por un 26% de los encuestados, es comenzar con un piloto de bajo riesgo que permita obtener resultados concretos sin comprometer recursos ni afectar a procesos críticos.
En segundo lugar, con un 19% en ambos casos, aparecen dos condiciones clave: que la solución no requiera un equipo técnico interno especializado y que pueda integrarse en los sistemas actuales sin grandes cambios. El impulso desde la dirección y la posibilidad de medir con claridad el impacto económico también se sitúan en niveles relevantes, con un 18% cada uno.
En conjunto, estos datos muestran un patrón claro: las empresas demandan evidencias tangibles, facilidad de implantación y una aproximación gradual a la tecnología antes de escalar su uso.
El informe señala que las organizaciones reclaman herramientas prácticas que les ayuden a comprender el valor real de la IA prescriptiva antes de adoptar la decisión. Las demostraciones de producto encabezan las preferencias, con un 38% de las respuestas, seguidas de las calculadoras de retorno de inversión (37%) y los casos de éxito dentro del mismo sector (31%).
Este comportamiento evidencia que el mercado no busca más teoría, sino pruebas aplicadas y herramientas que traduzcan el potencial tecnológico en datos comprensibles. Mejorando gracias a la IA la toma de decisiones internas.
“La adopción no se acelera con más teoría, sino con evidencia. Cuando una empresa ve un caso aplicado a su realidad, entiende el impacto económico y cuenta con acompañamiento en la implementación, el paso de la exploración a la acción es mucho más natural”, Begoña López Piedra, CMO de DECIDE | Linkroad
Un futuro creciente
Pese a las barreras actuales, el estudio muestra una tendencia clara hacia la exploración de la tecnología. El 57% de las empresas que aún no utiliza IA prescriptiva prevé un uso experimental o exploratorio en un horizonte de dos a tres años. Un 28% la considera útil como apoyo puntual en decisiones concretas, mientras que solo un 15% afirma que no encaja en su modelo operativo.
“La optimización matemática ya está impulsando decisiones de alto impacto en múltiples sectores, y su adopción no deja de crecer. El camino más natural para incorporarla comienza con un piloto bien definido, basado en un problema real, métricas claras y apoyo directivo”, Duke Perrucci, CEO de Gurobi
