El 32 % canceló una compra de software para construirlo con agentes. El 6 % ve retorno de verdad
By Surya Pratap
1 de septiembre de 2026
11 min de lectura
IA y tecnología
1 de septiembre de 2026
11 min de lectura
La decisión y el retornoHover to exploreSi usted vende software, la cifra más importante publicada esta semana es el 32 %.
Es la proporción de organizaciones del informe State of AI 2026 de McKinsey —una encuesta a 1719 profesionales y directivos de todo el mundo— que declara haber decidido no comprar uno o más productos o funcionalidades de software porque podía construirlo internamente con herramientas de programación agénticas.
No «se planteó construirlo». Decidió no comprar.
La cifra de titular esconde una dispersión que importa más que la media, porque le dice si esto es su problema o el de otro.
Proporción que se saltó una compra para construir con agentes de programación, por sector
McKinsey, State of AI 2026
Fíjese en el suelo. El sector más bajo de esa lista está en el 33 %. No hay ningún segmento donde esto no esté pasando, lo que significa que «nuestros compradores están demasiado regulados para construirlo ellos mismos» ya no es una posición que pueda sostener sin pruebas.
Aquí está la parte que merece leerse dos veces, y sale del mismo informe, los mismos encuestados, el mismo trabajo de campo.
El 37 % atribuye al menos algún impacto en EBIT a la IA. Esa cifra está plana frente a 2025.
El 6 % califica como alto rendimiento: atribuye al menos un 5 % del EBIT organizativo a la IA con impacto significativo. Eso también está sin cambios interanuales.
La decisión de compra se movió con fuerza. El retorno organizativo medido no se movió nada.
Así que un tercio de las organizaciones está cancelando compras apoyándose en una capacidad que, según su propia contabilidad, todavía no ha cambiado sus beneficios. La confianza va muy por delante del resultado demostrado.
Por qué esto no es simplemente «se equivocan»
Los retornos van por detrás de las decisiones, y así debe ser. Nadie espera que una construcción iniciada este trimestre aparezca en el EBIT de este trimestre, y un agregado plano puede esconder una distribución al alza. Pero dos años planos no son un retraso, son un patrón, y la descripción honesta es que la decisión de construir se está tomando por convicción sobre hacia dónde va la capacidad y no sobre dónde ha llegado de forma demostrable.
El mecanismo está en dos cifras más del mismo informe.
El 80 % de quienes usan IA dice que ha mejorado su productividad individual. Y sin embargo el impacto en el EBIT organizativo está plano.
Esa es la forma clásica de una paradoja de la productividad: mejoras reales a nivel de persona que no se agregan a nivel de empresa. El tiempo individual ahorrado se absorbe —en más reuniones, más revisión, más retrabajo, más coordinación— en lugar de aparecer como producción o margen.
También explica cómo pueden ser ciertas a la vez las dos mitades del informe. El ingeniero que usó un agente para prototipar el sustituto de una herramienta de 40 000 dólares al año lo hizo de verdad más rápido de lo que habría podido el año pasado. Si la empresa acaba gastando menos, una vez contados el mantenimiento, las guardias y los dieciocho meses de casos límite, es otra pregunta que el periodo de la encuesta todavía no ha respondido.
La semana pasada escribí sobre el benchmark Thinkingbox de Microsoft, que ejecuta 507 flujos de negocio con estado veinte veces cada uno y evalúa qué cambió realmente en la base de datos. El mejor modelo probado logró un 65,36 % pass@1 y un 25,25 % pass^20: acierta a la primera en dos de cada tres tareas y acierta siempre en una de cada cuatro.
Ponga eso junto al 32 %.
Los flujos que estos equipos están sustituyendo —tramitación de siniestros, reglas de facturación, aprobaciones de compras, aprovisionamiento de cuentas— son precisamente las tareas de varios pasos, condicionadas por política y cargadas de estado que midió el benchmark. Y ahí es donde la fiabilidad medida de los agentes es más débil.
Es la misma brecha de calibración con la que sigo topándome, ahora del lado del comprador. En la encuesta de Temporal, el 85,5 % de los ingenieros confiaba en lo que produce el agente mientras la mitad tenía problemas a diario. Aquí, un tercio de las organizaciones está cancelando compras sobre esa misma confianza. La brecha ha dejado de ser una curiosidad de ingeniería y ha empezado a aparecer en los ingresos de alguien.
Nada de esto significa que ese 32 % se esté equivocando. Para una herramienta interna genuinamente sencilla y bien acotada, construirla con agentes es ya muchas veces la decisión correcta, y la respuesta honesta a eso es dejar de vender esos productos, no discutir con el comprador.
Lo que sobrevive es aquello que una reconstrucción interna no puede reproducir barato.
La tarjeta del medio es la más barata y no la hace nadie. «¿Se plantearon construirlo internamente y hasta dónde llegaron?» convierte una objeción que se maneja al final de un ciclo en información que se tiene al principio.
Tres cautelas, porque esto es una encuesta y las encuestas invitan a leer de más.
Es intención autodeclarada sobre decisiones pasadas, no datos auditados de compras. «Decidimos no comprar» cubre desde una renovación cancelada hasta una funcionalidad que nunca llegó a una lista corta, y lo segundo le cuesta a usted mucho menos que lo primero.
Un EBIT plano no prueba que las construcciones fracasen. Prueba que todavía no han aparecido. La cifra interesante será el informe de 2027: si el 32 % vuelve a subir mientras el 6 % sigue quieto, eso es un patrón que merece nombre. Un año no lo es.
McKinsey vende consultoría de transformación con IA. Se aplica aquí el mismo descuento que apliqué a la encuesta de Temporal: los porcentajes en bruto son mucho más fiables que cualquier marco superpuesto, y «camino del retorno» es una conclusión con un interés comercial detrás.
Casi un tercio de las organizaciones ya ha decidido no comprar software porque las herramientas de programación agénticas hicieron que construirlo pareciera viable. En tecnología es el 41 %, y el sector más bajo de la lista está en el 33 %. Es un desplazamiento del lado de la demanda, está ocurriendo ahora y se puede medir en el embudo de alguien este trimestre.
La misma encuesta halló que la proporción de organizaciones que ve algún impacto en EBIT por la IA no se movió en todo el año, y que la que ve un impacto serio se quedó en el 6 %. Mientras tanto, la mejor fiabilidad medida de un agente en justo esos flujos con estado es del 25 % en ejecuciones repetidas.
Los compradores no son irracionales. Van por delante y están apostando por una trayectoria en lugar de por un resultado. Su trabajo no es decirles que la trayectoria es equivocada. Es ser honesto sobre lo que de verdad les cuesta reconstruir, y vender algo que un fin de semana de producción de un agente no puede aproximar.
Si no sabe nombrar qué es eso, el 32 % no es la amenaza. Es el diagnóstico.
Fuentes: McKinsey, «The State of AI in 2026» · The Register, «McKinsey says enterprise AI is finally on the road to ROI» · Desglose sectorial según India Gazette · arXiv 2608.19741, Thinkingbox · El tamaño de muestra de 1719, los porcentajes sectoriales y las cifras de EBIT son los publicados por McKinsey y la cobertura anterior; el argumento y las cautelas de la sección 7 son míos.
IdeaToMVP Academy
4-week live cohort for founders. Learn to ship AI agents, scope MVPs, and automate your business — taught by the same team that writes these guides.