Marc Sureda
El 71% de las grandes empresas consultadas declara estar en fases avanzadas de adopción de IA. Aun así, el avance hacia proyectos a gran escala encuentra barreras que los directivos sitúan en primer plano. La escalabilidad se frena principalmente por la falta de confianza en la IA (37%), la escasez de talento (20%) y la calidad de los datos (19%), por delante de los costes (11%) y la regulación (10%).
La confianza, en este contexto, se asocia a la capacidad de que los sistemas expliquen cómo llegan a sus resultados (explicabilidad), a su comportamiento estable (robustez) y a su alineamiento con criterios éticos comprensibles por los usuarios y las partes interesadas. En paralelo, la calidad del dato (la fiabilidad, consistencia y actualizaciones de la información) se perfila como condición para desplegar casos de uso que soporten decisiones de negocio.
El informe recoge que las plataformas de datos con un manejo más sencillo y orientadas a democratizar el acceso pueden mitigar parte de estas fricciones. La propuesta pasa por centralizar los datos de la empresa en un entorno con gobernanza estricta y añadir una capa de IA sobre ese repositorio. Para mantener el control, se destaca el acceso basado en roles, de modo que los equipos de negocio y los usuarios autorizados accedan a la información pertinente y a herramientas de análisis potenciadas por IA.
José María Alonso, Country Manager para España y Portugal en Snowflake afirma: «Este hallazgo pone de manifiesto que la confianza es un gran desafío para la escalabilidad de la IA. Nuestra investigación demuestra que las empresas en España no solo necesitan desarrollar sus capacidades de IA, sino también garantizar su explicabilidad, robustez y alineación ética para que los usuarios y las partes interesadas puedan confiar plenamente en sus decisiones y resultados. La IA está difuminando cada vez más las líneas que siempre han existido entre los equipos técnicos y de negocio. Estas fronteras tradicionales nunca se debieron a una falta de deseo de colaborar, sino a la falta de un lenguaje y herramientas comunes. Con la IA, el lenguaje natural es ahora el lenguaje universal para los datos, empoderando a los responsables de negocio para que se conviertan en participantes más activos en el análisis de datos, al mismo tiempo que permite a los analistas e ingenieros de datos elevar sus roles, convirtiéndose en socios más estratégicos dentro de sus empresas«.
Estrategias para atraer y retener talento
El 96% de las organizaciones afirma que la disponibilidad de profesionales condiciona directamente sus decisiones de inversión en IA. Ante ese contexto, las compañías priorizan actuaciones en el corto y medio plazo. Las medidas más citadas para captar y retener perfiles pasan por volver a formar a empleados (46%) y mejorar salarios o beneficios (45%), junto con ampliar requisitos y externalizar tareas de IA (41% cada una) y contratar perfiles de otras trayectorias (39%).
Los puestos con más dificultades de cobertura combinan capacidades técnicas con conocimiento estratégico, normativo y ético. Los puestos con mayor dificultad de cobertura son consultores de IA, expertos legales en IA y arquitectos de soluciones de IA (29% cada uno), seguidos de especialistas en ética de la IA (24%). Esta combinación de habilidades refleja que la IA no solo demanda ingeniería de datos y modelos, sino también comprensión de objetivos de negocio y de marcos regulatorios.
El estudio subraya, además, que la IA está diluyendo la separación tradicional entre equipos técnicos y áreas de negocio. El uso del lenguaje natural como interfaz compartida para trabajar con datos facilita que los responsables de negocio participen más activamente en el análisis, mientras que analistas e ingenieros refuerzan su papel estratégico dentro de las organizaciones.
El estudio se realizó entre el 27 de junio y el 3 de julio de 2025 con 200 directivos de grandes compañías en España, bajo estándares de investigación de mercado reconocidos.
