Empresas de todos los tamaños compran acceso a herramientas de IA y tratan la compra como si ya fuera la adopción. El índice de 2026 sobre gestión de suscripciones de software de Zylo, que analiza decenas de millones de licencias corporativas, encontró que el 43% de las licencias de software queda sin uso: un desperdicio promedio de US$ 80,6 millones al año en las organizaciones analizadas. Flexera, en su reporte de 2025 sobre gestión de activos de TI, registró que el 35% de las empresas vio crecer ese desperdicio en el último año, incluso con más equipos vigilándolo.
Cuando el producto comprado es IA, el mismo patrón se repite y sale más caro ignorarlo. El estudio "Rewiring the C-Suite", del Instituto IBM de Valor de Negocio, encuestó a más de 2 mil directores ejecutivos y encontró que solo el 25% del personal usa IA de forma regular en el trabajo, en empresas que ya compraron y distribuyeron la herramienta a todo el equipo. La pregunta que le importa a quien firma el presupuesto no es cuántas licencias de IA tiene la empresa. Es cuántas de ellas alguien realmente abre.
Esto importa porque el costo sale de caja el mismo mes en que se firma la licencia, y el retorno, cuando existe, se pierde en un promedio de uso que casi nadie revisa persona por persona. Una cuenta parada cuesta lo mismo cada mes, produzca o no resultado.
El precio de la licencia parada
Una investigación de Productiv, que hizo seguimiento a casi 100 millones de licencias de software durante tres años, llegó a un número en el mismo rango que Zylo: el 40% de las licencias de software corporativo no se usa. No es una falla de un proveedor ni de una categoría de herramienta: es un patrón estructural de cómo las empresas compran tecnología, primero por previsión de necesidad, después por hábito de renovación, casi nunca por confirmación de uso real.
Con la IA, el mismo patrón aparece con una variación que sale más cara: la distancia entre tener acceso y usarla de verdad es mayor que en otras categorías de software. BCG, en su investigación de 2025 sobre IA en el trabajo, describió esa distancia como un techo de cristal: más de tres cuartas partes de líderes y gerentes usan IA generativa varias veces por semana, mientras que el uso regular entre el personal de primera línea se estancó en 51%. La herramienta llega para todos; el hábito de abrirla, no.
El estudio de IBM citado al inicio detalla el otro lado de esa misma distancia: aun con acceso amplio ya distribuido por la empresa, solo el 25% del personal usa la IA de forma regular en el trabajo. Entre una cuenta activa y un hábito formado, la mayoría de las empresas todavía no tiene nada que sostenga esa travesía.
El motivo casi nunca es falta de interés. Es la ausencia de tres cosas concretas: una rutina en la que la IA ya está prevista, un ejemplo listo de cómo se resuelve esa tarea específica con ella, y la certeza de que hacerlo está permitido. Sin esas tres piezas, abrir la herramienta se vuelve un ejercicio de adivinar, y la mayoría de las personas prefiere terminar la tarea como ya sabe hacerlo.
Dar acceso no es dar rutina
La reacción más común ante el bajo uso es repartir más acceso o programar una capacitación puntual. Las dos ayudan poco por sí solas. La propia BCG lo midió: solo un tercio del personal recibe capacitación real, y quienes reciben al menos cinco horas de capacitación con acompañamiento presencial muestran un uso regular claramente más alto que quienes solo recibieron la licencia.
El Índice de Fuerza Laboral de Slack, publicado a fines de 2024, mostró el otro lado del problema: la adopción en Estados Unidos prácticamente dejó de crecer en un trimestre, de 32% a 33%, y casi la mitad del personal de oficina (48%) dijo sentir incomodidad al admitir ante su propio jefe que había usado IA en una tarea común. Christina Janzer, quien dirige el área de investigación de Slack, resumió el problema en una frase.
Gran parte del peso se puso sobre el propio personal, para que descubriera solo cómo usar la IA.
Ese peso es lo que explica la licencia parada. No es que la persona decidiera no usar la IA: es que nadie decidió por ella cuándo puede usarla, para qué y hasta dónde puede llegar. Sin esa decisión tomada antes, cada intento empieza de cero y carga el riesgo de equivocarse en solitario. La mayoría prefiere no arriesgarse.
Lo que tiene que existir en la práctica
Un entorno de IA que el equipo realmente usa se define por mecanismos verificables, no por otra campaña de incentivo.
Identidad corporativa, no cuenta suelta. El acceso viene del mismo directorio que ya controla el correo y los sistemas internos, sin un registro paralelo que alguien tenga que recordar desactivar cuando la persona cambia de función o deja la empresa.
Acceso conforme al rol de cada persona. Cada persona ve las herramientas y las acciones que su propio rol autoriza: ni todo, ni nada, lo suficiente para su propia rutina.
Aprobación humana conforme al riesgo. Las acciones sensibles se detienen y piden confirmación de alguien antes de continuar. Los documentos que se convertirán en conocimiento oficial pasan por revisión y aprobación en dos etapas, con quien escribe separado de quien aprueba.
Registro de auditoría. Todo uso relevante queda registrado (quién hizo qué, cuándo y con qué resultado) para responder una pregunta de auditoría en minutos, no en semanas.
Reaprovechamiento con permisos. Cuando alguien del equipo arma un agente, un guion de conversación o una secuencia de pasos que resuelve bien una tarea, eso puede ponerse a disposición de otras personas, grupos y roles, sin convertirse en acceso sin restricciones para quien no debería tenerlo.
Ese último punto es el que cierra el ciclo entre acceso y uso: sin él, la rutina que funcionó queda atrapada en quien la descubrió, y la siguiente persona vuelve a empezar de cero. Así fue diseñada la Skyller: identidad que viene del directorio de la empresa, permiso por rol y reaprovechamiento de lo que ya funciona, como estándar, no como una configuración aparte.
De la licencia individual al uso compartido
En el modelo de licencia por persona, el presupuesto de IA se comporta como cualquier otro software mal ajustado: una parte del equipo nunca se acerca al límite de su propia cuenta, mientras otra lo choca cada semana. Ninguna de las dos situaciones aparece en el reporte financiero: solo el gasto total, sin decir si eso se convirtió en trabajo.
Cuando el acceso se comparte por equipo, en vez de estar bloqueado por persona, el mismo presupuesto rinde más: quien necesita más en una semana usa más, quien necesita menos libera espacio para el equipo, y el consumo queda visible por área, no como una sola línea de "suscripciones de IA" perdida entre otras cien.
La ganancia mayor, sin embargo, es lo que ocurre con el trabajo en sí. Una rutina descubierta por una persona deja de morir con ella. Se convierte en algo que la siguiente persona reaprovecha, ajusta y mejora, y la empresa empieza a acumular capacidad, no solo gasto.
Antes de renovar la próxima licencia
Antes de firmar otro año de acceso a IA, vale la pena llevar estas preguntas a la reunión de presupuesto con TI y las jefaturas de operación:
- ¿Cuántas cuentas de IA paga hoy la empresa, y cuántas de ellas se abrieron en la última semana? Si nadie sabe responder, el problema no es el proveedor: es la falta de visibilidad sobre el propio gasto.
- Cuando alguien del equipo descubre una buena forma de usar la IA en una tarea, ¿se convierte en algo que otra persona pueda reaprovechar? Si la respuesta es "solo ella sabe hacerlo así", la empresa paga el mismo descubrimiento de nuevo con cada persona nueva.
- ¿Una persona nueva sabe, desde el primer día, qué puede y qué no puede pedirle a la IA? Si la respuesta depende de preguntarle a un colega, la licencia nació sin rutina.
- ¿El costo de IA aparece separado por área en el presupuesto, o es una sola línea sumada? Sin esa separación, nadie puede decir si un equipo la usa poco o si otro la usa de más.
