Aunque el 68% de los directivos energéticos apuesta por la IA, solo el 20% logra escalar proyectos con impacto real, enfrentando desafíos en definición de objetivos y vinculación al negocio.
La inteligencia artificial se ha convertido en una prioridad estratégica para la industria energética y de recursos naturales, pero transformar las expectativas en resultados sigue siendo una asignatura pendiente para la mayoría de las compañías. El 68% de los directivos del sector considera que la IA tendrá un impacto sustancial o transformador sobre el rendimiento de sus negocios durante los próximos cinco a diez años. Sin embargo, menos del 20% afirma haber conseguido escalar estas iniciativas con efectos medibles en el negocio.
Esta es una de las principales conclusiones de “AI in Energy: From Pilots to Payoff”, el nuevo análisis de Bain & Company basado en su encuesta anual a más de 800 directivos de todo el mundo de los sectores de petróleo y gas, utilities, química, minería y agronegocio.
Los datos revelan una brecha considerable entre las expectativas depositadas en la IA y su impacto real. Buena parte de las empresas continúa experimentando a pequeña escala o desarrollando proyectos piloto coordinados que todavía no han alcanzado los resultados esperados.
Pero el principal obstáculo para avanzar no parece estar en la propia tecnología. El 48% de los directivos señala que la mayor dificultad radica en que muchos proyectos presentan objetivos poco definidos o carecen de una conexión clara con la generación de valor para el negocio. Esta barrera supera, incluso, a otros desafíos tradicionalmente asociados a la transformación digital, como la escasez de talento especializado (45%), los problemas relacionados con la calidad y gobernanza de los datos (43%) o las limitaciones de la infraestructura tecnológica existente (36%).
“El reto ya no consiste en demostrar que la inteligencia artificial funciona, sino en determinar dónde puede generar un impacto económico relevante y diseñar la estructura organizativa necesaria para capturarlo. Cuando las compañías acumulan proyectos piloto sin una vinculación clara con los resultados de negocio, el riesgo es tener mucha actividad en IA pero poco valor real”, explica Pablo Cornicelli, socio de Bain & Company.
Del entusiasmo a los resultados
El informe de Bain identifica también dónde se están produciendo los avances más significativos. Los sectores de petróleo y gas y de química aparecen como los más adelantados en la adopción práctica de la IA. En paralelo, las áreas funcionales donde las organizaciones están obteniendo resultados más tangibles son la atención al cliente, la investigación y desarrollo (I+D), así como las operaciones y el mantenimiento
En estas funciones, la inteligencia artificial está ayudando a optimizar procesos, mejorar la toma de decisiones y aumentar la eficiencia operativa. En el ámbito del mantenimiento, por ejemplo, las capacidades predictivas permiten anticipar incidencias y reducir tiempos de inactividad. En I+D, facilitan el análisis de grandes volúmenes de información para acelerar procesos de innovación, mientras que en atención al cliente contribuyen a automatizar las interacciones y mejorar la calidad del servicio.
Cuatro claves para pasar de los pilotos a resultados
Ante este escenario, Bain identifica cuatro claves para superar la fase de experimentación y escalar la inteligencia artificial con impacto en el negocio: