Lo que dice el AI Index de Stanford 2025 y qué significa para una pyme

Cada año el Instituto de IA Centrada en el Humano de la Universidad de Stanford (HAI) publica el AI Index, un informe que reúne datos de investigación, inversión, empresas, regulación y opinión pública sobre inteligencia artificial. La edición 2025 tiene más de 450 páginas y casi siempre se cita por tres o cuatro cifras sueltas. En esta nueva entrega de "Lo que dicen los estudios" revisamos el informe y sus capítulos para dar cada número con su contexto, decir qué le sirve a una pyme colombiana y qué no dice el estudio.

Si solo tiene un minuto, quédese con esto. Uno: la IA ya es de uso común en las empresas, porque el 78 % de los encuestados dice que su organización la usa en al menos una función. Dos: usarla es muchísimo más barato que hace dos años, más de 280 veces en el caso de un modelo de nivel GPT-3.5. Tres: el retorno todavía es modesto, ya que la mayoría de quienes reportan ahorros los ubica por debajo del 10 % y el aumento de ingresos más común es inferior al 5 %. En resumen, la herramienta es barata y ya está en todas partes. La diferencia la hace cómo se usa.

El dato sale del capítulo de economía, y el informe no lo produjo por su cuenta: incorpora los resultados de la encuesta anual de McKinsey sobre el estado de la IA, hecha a 2.854 personas de distintas regiones, industrias y tamaños de empresa. Según esa encuesta, el 78 % dice que su organización ya usa IA en al menos una función del negocio, frente al 55 % en 2023. Después de varios años casi quietos (2017 a 2023), es el salto más grande de la serie.

El uso de IA generativa, que la encuesta midió por primera vez el año anterior, creció todavía más rápido: el 71 % dice que su organización la usa de forma regular en al menos una función, contra el 33 % en 2023. Por regiones, Norteamérica sigue a la cabeza, aunque Gran China subió 27 puntos porcentuales y Europa 23.

Esta es la cifra que más le importa a una empresa pequeña, y conviene leerla con precisión. El informe toma como referencia un modelo que obtiene 64,8 puntos en MMLU, una prueba estándar de conocimiento general, el puntaje de GPT-3.5. En noviembre de 2022, consultar un modelo con ese nivel costaba 20 dólares por millón de tokens (un token es, más o menos, un pedazo de palabra). En octubre de 2024, el modelo más barato con ese puntaje, Gemini-1.5-Flash-8B, costaba 0,07 dólares. Es una reducción de más de 280 veces.

El informe agrega que, según la tarea, los precios de uso de estos modelos bajan entre 9 y 900 veces por año. A la par, los modelos de pesos abiertos (los que cualquiera puede descargar y ejecutar) casi alcanzaron a los cerrados. En enero de 2024, el mejor modelo cerrado le sacaba un 8 % de ventaja al mejor abierto en la clasificación Chatbot Arena, y en febrero de 2025 la diferencia era del 1,7 %.

Inversión. La inversión corporativa en IA llegó a 252.300 millones de dólares en 2024, y la inversión privada creció un 44,5 %. La inversión privada en IA generativa sumó 33.900 millones, un 18,7 % más que en 2023. Estados Unidos concentró 109.100 millones de inversión privada en IA, casi doce veces los 9.300 millones de China.

Riesgos. La base de datos de incidentes de IA (AI Incident Database) registró 233 casos en 2024, un récord y un 56,4 % más que en 2023. En una encuesta de McKinsey hecha con el AI Index, la imprecisión, el cumplimiento regulatorio y la ciberseguridad fueron los riesgos más citados (64 %, 63 % y 60 % de los encuestados), pero el informe advierte que no todas las organizaciones están tomando medidas.

Opinión pública. Según la encuesta de Ipsos que recoge el informe, el 55 % de las personas en el mundo cree que los productos con IA traen más beneficios que perjuicios (52 % en 2022). Asia y Latinoamérica son las regiones más optimistas: el 83 % en China y el 70 % en México, frente al 39 % en Estados Unidos. Colombia está entre los países encuestados, aunque el texto del informe no destaca su porcentaje. Un dato que pesa para cualquier marca: la confianza en que las empresas de IA protegen los datos personales bajó del 50 % en 2023 al 47 % en 2024.

No es una encuesta propia sobre pymes. El AI Index recoge y ordena datos de otras fuentes: el 78 % viene de McKinsey, la opinión pública de Ipsos y los precios de Artificial Analysis y Epoch AI. Lo que mide es lo que responden los encuestados sobre su organización. Que una empresa "use IA en una función" puede significar desde un equipo que redacta correos con un asistente hasta un sistema integrado al negocio.

Tampoco dice que la IA ya esté pagando sola. El mismo capítulo que celebra la adopción reconoce que la mayoría de las empresas "está al comienzo del camino" y que los beneficios reportados son bajos. Además, casi no trae datos de Colombia: el país aparece en algunos gráficos de opinión y de educación, pero no hay cifras de adopción empresarial para la región. Y la caída de 280 veces es el costo de consultar un modelo, no el costo total de implementarlo, que incluye tiempo de personas, ajustes y revisión.

Primero, el precio ya no es la excusa. Lo que en 2022 era caro hoy cuesta centavos por millón de tokens, y los modelos abiertos dan más opciones. Para una pyme, el costo de la herramienta pesa cada vez menos frente al costo de usarla mal.

Segundo, adoptar no es lo mismo que obtener resultados. Si el 78 % ya usa IA y la mayoría reporta ahorros por debajo del 10 %, estar "en la IA" no da ninguna ventaja. La ventaja está en elegir un proceso concreto y medir qué cambió. Vale notar que las funciones donde más empresas reportan beneficios son conocidas: ahorros en operaciones de servicio (49 %) y aumento de ingresos en marketing y ventas (71 % de quienes la usan ahí).

Tercero, los riesgos crecen con el uso. Más incidentes y menos confianza en el manejo de datos implican que una pyme necesita que alguien revise lo que sale antes de publicarlo y que sepa qué datos de clientes entrega a cada herramienta. Y cuarto, el cliente latinoamericano es más optimista que el estadounidense, una buena noticia, pero esa confianza se pierde con un solo error público.

El informe confirma lo que vemos en el trabajo diario: la tecnología ya es accesible y lo difícil es convertirla en un resultado medible. Por eso en IDEAI empezamos por un solo proceso, por ejemplo las publicaciones de la semana o las respuestas a mensajes. Antes de tocar nada acordamos la métrica, una persona revisa lo que produce la IA y la marca aprueba lo que sale. Si el número se mueve, se pasa al siguiente proceso. Si no, se ajusta o se deja. La pregunta para empezar es qué proceso le quita hoy más horas a su equipo y cómo sabría que mejoró.