La IA funciona. El piloto lo demuestra. Y aun así, no llega a producción: es el pilot purgatory.
El pilot purgatory es ese estado intermedio en el que una empresa acumula demostraciones brillantes, informes de resultados y comités de seguimiento, pero ningún cambio en cómo trabaja la organización un lunes por la mañana. Según Deloitte, solo el 25% de las empresas encuestadas ha llevado el 40% o más de sus pilotos de IA a producción. La muestra es amplia: 3.235 líderes de negocio y tecnología en 24 países, encuestados entre agosto y septiembre de 2025.
El 75% restante no está parado. Pilota, evalúa, amplía el piloto. Lo que no hace es salir de él.
Qué es el pilot purgatory y por qué no es un fallo técnico
Un piloto de IA se diseña para demostrar que algo es posible. Trabaja con datos limpios, un equipo motivado y un proceso aislado. Cuando funciona, la conclusión habitual es que hay que escalarlo. Y ahí empieza el purgatorio, porque escalar no es repetir el piloto con más usuarios. Es cambiar el proceso real en el que ese piloto debía encajar.
McKinsey lo mide desde otro ángulo. En su estudio de 2025, con 1.993 participantes de 105 países, casi dos tercios de las organizaciones aún no habían empezado a escalar la IA en toda la empresa. Solo el 39% atribuía algún impacto al EBIT, y la mayoría de ese grupo hablaba de menos del 5%.
Dos fuentes, dos metodologías y la misma imagen: mucha actividad, poco resultado medible.
La paradoja: el 88% gana y el 25% escala
Hay una cifra que parece contradecirlo todo. En la encuesta State of AI 2026 de NVIDIA, con más de 3.200 respuestas, el 88% afirma que la IA ha aumentado sus ingresos anuales en alguna área del negocio. Y el 87% dice que ha reducido costes.
Las dos cosas son ciertas. Lo que cambia es la pregunta. NVIDIA, que vende la infraestructura sobre la que corre la IA, pregunta si hay mejora en algún área. Deloitte pregunta cuántos pilotos han pasado a producción. Se puede ganar dinero con un caso de uso aislado y seguir atrapado en el purgatorio con los demás.
La lección para un comité de dirección es incómoda: que un piloto funcione dice poco. Lo que importa es si la organización ha cambiado para absorberlo.
El giro: el rediseño del flujo de trabajo separa a quien escala
El dato más útil de McKinsey no es el que describe el problema. Es el que describe a quien lo ha resuelto. Solo un 6% de las organizaciones atribuye al menos un 5% de su EBIT a la IA. Esas organizaciones son casi tres veces más propensas que el resto a rediseñar sus flujos de trabajo. Y es una de las variables con más peso entre las 31 que analizó el estudio.
Deloitte confirma el otro lado. Solo el 30% de las empresas rediseña procesos clave en torno a la IA, y el 37% la usa de forma superficial, con pocos cambios o ninguno en sus procesos.
La tesis de Vecdis es sencilla: el pilot purgatory es un problema de diseño del trabajo, no de tecnología. Un piloto sale a producción cuando alguien decide qué parte del proceso antiguo deja de existir. Mientras el proceso antiguo siga funcionando en paralelo, la IA es un coste añadido.
Para forzar esa decisión proponemos una prueba de salida con tres preguntas, que debe responderse antes de aprobar el piloto y no después:
- ¿Qué paso del proceso actual desaparece si el piloto funciona?
- ¿Quién responde por el resultado de negocio cuando el piloto sea producción?
- ¿Qué indicador de negocio cambia, y en qué fecha se mide?
Si no hay respuesta clara a las tres, el piloto no tiene salida. Tiene fecha de caducidad.
El coste de quedarse en el pilot purgatory
Mantener un piloto vivo tiene un coste que casi nadie imputa: infraestructura, licencias, tiempo del equipo y, sobre todo, la oportunidad de usar esos recursos en un caso que sí escale. No existe una cifra pública fiable del coste medio por piloto. Sí hay una señal de dónde acaba el problema.
Gartner predice que más del 40% de los proyectos de IA agéntica se cancelará antes de que acabe 2027. Las tres causas que cita: costes crecientes, valor de negocio poco claro y controles de riesgo insuficientes. La predicción se refiere a proyectos agénticos, no a toda la IA, pero describe la misma mecánica. El proyecto que no encuentra su salida a producción acaba siendo el primero que se recorta.
Qué implica para banca, seguros y para quien dirige tecnología
Tres consecuencias prácticas.
Para banca. Los pilotos más expuestos son los de asistentes de atención y apoyo a procesos de cumplimiento, donde la dificultad no es la precisión del modelo. Es que el circuito de revisión humana existente no se ha tocado. Si cada respuesta de la IA sigue pasando por el mismo número de revisores, el piloto no ahorra nada y no hay caso de negocio que escalar.
Para seguros. En tramitación de siniestros y suscripción, el purgatorio suele aparecer cuando la IA se añade como un paso extra al proceso. La pregunta no es qué porcentaje de expedientes resuelve el modelo. Es qué pasa con el resto del flujo cuando lo resuelve.
Para CIO, CTO y directores de transformación. El inventario de pilotos es el primer entregable, antes de cualquier hoja de ruta. Para cada piloto, un responsable de negocio con nombre y una fecha de decisión: producción o cierre. Un portfolio de pilotos sin decisión de cierre no es un portfolio. Es un archivo.
El momento de verdad del pilot purgatory
El momento de verdad del pilot purgatory no ocurre cuando el piloto demuestra valor. Ocurre cuando alguien apaga el proceso antiguo.
Hasta ese día, la organización paga dos veces por hacer lo mismo. Y la IA, por muy buena que sea, sigue siendo una demostración.
Preguntas frecuentes sobre el pilot purgatory
¿Qué es el pilot purgatory en IA?
Es la situación en la que una empresa acumula pilotos de IA que funcionan, pero no los lleva a producción. Según Deloitte, solo el 25% de las empresas encuestadas ha pasado a producción el 40% o más de sus pilotos de IA.
¿Por qué la mayoría de proyectos de IA no pasan de piloto a producción?
Porque no se rediseña el flujo de trabajo donde la IA debe encajar. McKinsey observa que el 6% de organizaciones con mayor impacto en EBIT es casi tres veces más propenso a rediseñar sus flujos de trabajo que el resto.
¿Cómo salir del pilot purgatory?
Definiendo, antes de aprobar el piloto, qué paso del proceso desaparece, quién responde del resultado de negocio y qué indicador cambia en qué fecha. Si alguna de las tres respuestas falta, el piloto no tiene salida a producción.
¿Qué porcentaje de pilotos de IA llega a producción?
Depende de la encuesta. Deloitte mide que el 25% de las empresas ha llevado a producción el 40% o más de sus pilotos. McKinsey indica que casi dos tercios de las organizaciones aún no ha empezado a escalar la IA en toda la empresa.
¿Cuánto cuesta mantener pilotos de IA que no escalan?
No hay una cifra pública fiable por piloto. Gartner sí estima que más del 40% de los proyectos de IA agéntica se cancelará antes de que acabe 2027, por costes crecientes, valor poco claro y controles de riesgo insuficientes.
¿Cuántos de tus pilotos de IA tienen hoy una salida a producción?
Si quieres hacer ese inventario y decidir cuáles escalar, cuáles rediseñar y cuáles cerrar, en Vecdis podemos ayudarte a construirlo.
