INFORME IA Y TENDENCIAS DIGITALES DE 2026 DE ADOBE

El mercado ha vivido cambios significativos en los últimos tres años, desde el ajuste a las normas pospandemia hasta la rápida adopción masiva de tecnologías emergentes como la IA. Las organizaciones señalan mejoras medibles durante este período en métricas clave de rendimiento de CX, como la personalización (el 70 % afirma que esta métrica ha mejorado algo o significativamente), la generación de clientes potenciales (64 %) y la retención de clientes (59 %). Sin embargo, estas ganancias coexisten con percepciones modestas de madurez digital de CX, ya que más de la mitad (el 57 %) indica que su organización está a la par o por detrás del resto y solo alrededor de un tercio (el 36 %) considera que está por delante de la curva.

A pesar de las dudas sobre sus capacidades digitales, las organizaciones logran avanzar en la implementación de la IA generativa. En la mayoría de los flujos de trabajo de experiencia de cliente que examinamos (abarcando desde la creación de contenido de marketing hasta el servicio de atención al cliente, la personalización y las operaciones administrativas), la experimentación con IA generativa está muy extendida. Así, entre una cuarta parte y un tercio de las organizaciones consultadas ejecutarían proyectos piloto limitados en estas áreas. La gran mayoría de las organizaciones afirma observar mejoras impulsadas por la IA generativa en áreas que incluyen el desarrollo y la producción de contenido, la productividad y eficiencia del personal, e incluso un aumento de los ingresos impulsado por el marketing. (Fig. 1)

Las organizaciones tienen ganas de ampliar a escala la IA generativa y agéntica, pero muchas aún no poseen las herramientas, estructuras de datos y prácticas de medición necesarias para respaldar la implementación en toda la organización. Más de la mitad (el 53 %) dice que su cadena de suministro de contenidos sigue siendo en gran medida lineal y requiere muchos recursos, y solo el 47 % está usando la IA generativa o agéntica para el diseño de recorridos o activación omnicanal, capacidades que resultan esenciales para ofrecer personalización a gran escala.

Un reto importante para las organizaciones es que la IA agéntica carece de la infraestructura de soporte necesaria. Solo el 51 % tiene tecnología basada en la nube para la IA agéntica, en comparación con el 89 % que cuenta con la tecnología necesaria para respaldar la IA generativa. Las inversiones en pautas de uso responsable, herramientas de integración, plataformas de datos de clientes, procesos de gestión de datos y formación de personal son significativamente menores cuando se trata de IA agéntica en comparación con IA generativa.

La capacidad de medir y comunicar el verdadero impacto de la IA sigue siendo un obstáculo crucial. La mayoría de las organizaciones, cuando se les pregunta por las métricas más relevantes para evaluar el éxito de la IA, señalan las de satisfacción de cliente y lealtad como Net Promoter Score (NPS), retención y abandono. Sin embargo, el 52 % dice que su organización se esfuerza por demostrar retornos medibles de las inversiones en IA usando métricas relacionadas con CX, y más de la mitad (el 56 %) afirma que el liderazgo en su organización prioriza resultados puramente financieros al evaluar el éxito de las iniciativas de IA.

En general, las herramientas para el seguimiento del ROI siguen estando poco desarrolladas para la IA. Solo el 44 % ha implementado un marco de medición para la IA generativa, y aún menos (el 31 %) para la IA agéntica. Casi la mitad (el 47%) no ha establecido ningún marco o no sabe con seguridad si existe uno.

Los retos internos en cuanto a la implementación de la IA limitan la capacidad de las organizaciones para cumplir con las crecientes expectativas de sus clientes, que recompensan la relevancia, claridad y comodidad, y no tardan en reaccionar cuando las marcas no cumplen. La mitad dice que dejará de interactuar con una marca si siente que las promociones son irrelevantes o no llegan en el momento oportuno, y el 45 % lo hará si recibe demasiadas promociones, independientemente de la relevancia que tengan. El momento óptimo para conectar con la clientela es corto: la mitad dice que el contenido promocional debe captar su atención en un plazo de entre dos y cinco segundos, y aproximadamente una quinta parte decide en menos de dos segundos. Los impulsores clave de la conexión con la clientela son la relevancia personal inmediata, el contenido único, los elementos visuales y el sonido, y las ofertas especiales.

Ofrecer regularmente experiencias relevantes requiere contar con una IA entrenada con datos unificados y de alta calidad, y la capacidad de tomar decisiones sobre esos datos en tiempo real. Sin embargo, menos de la mitad (el 44 %) de las organizaciones afirma que la calidad y accesibilidad de sus datos ya es adecuada para la IA en general, y solo el 39 % cuenta con una plataforma de datos de clientes compartida capaz de respaldar la IA agéntica.

Esta brecha de preparación persiste a pesar de que las organizaciones reconocen el problema. Al preguntarles sobre sus prioridades para las inversiones en IA, solo el 32 % mencionó la calidad de los datos, la unificación y la gobernanza como enfoque principal, y apenas el 20 % priorizó aumentar el valor y la comprensión de los datos. Estas cifras sorprenden, dado que el 52 % admite que su actual unificación y estructura de datos limita el avance de las iniciativas de IA, y un 75 % cita la integración y calidad de los datos como el principal reto para implementar soluciones de IA agéntica. La integración de datos sobresale sobre otros retos, como la falta de personal con el perfil necesario y los recursos limitados de capacitación (71 %), así como el retorno de la inversión o caso de negocio poco claros (68 %).

Estas limitaciones van más allá de los datos y alcanzan las operaciones de contenido y experiencia en general. Solo el 54 % de las organizaciones está tomando medidas para optimizar el contenido para herramientas de descubrimiento con tecnología de IA, incluso cuando la clientela depende cada vez más de estas herramientas para guiarse en las experiencias de compra digitales. Además, solo el 39 % de las organizaciones cuenta con una base unificada de datos de cliente que les permite extraer información de todos los datos creados por sus agentes de IA e interfaces conversacionales.

Las diferencias entre el personal ejecutivo y el operativo amenazan el progreso de la implementación de la IA. Ambos grupos coinciden en cuáles son las prioridades generales para las inversiones en IA: la personalización, la satisfacción de cliente y la automatización de flujos de trabajo, pero sus perspectivas sobre preparación, impacto y rendimiento divergen sistemáticamente.

Casi un tercio de las personas encuestadas declara que el personal ejecutivo y el operativo de su organización no están alineados en la estrategia de IA, y el 47 % dice que la alineación es solo parcial en el mejor de los casos. Los impulsores de la alineación incluyen una comunicación clara de los objetivos con la IA (72 %), una planificación colaborativa (69 %) y un fuerte apoyo del liderazgo (59 %). El principal reto que obstaculiza la alineación es la falta de comprensión del personal ejecutivo sobre la IA (61 %), lo que supera otros factores como la resistencia al cambio o la adopción de tecnología (52 %), una comunicación insuficiente sobre el papel de la IA (52 %) y una medición poco clara del valor y ROI de la IA (39 %).

Estas diferencias se manifiestan en cómo cada grupo define los objetivos de cara a las inversiones en IA. El personal operativo tiene más probabilidades que el ejecutivo de enfocarse en aspectos prácticos que les permiten ofrecer mejores experiencias, como la creación de contenido y la activación operativa. Por su parte, es más probable que el personal ejecutivo enfatice objetivos como el crecimiento de los ingresos y la satisfacción de cliente (Figura 5). Los resultados financieros son una prioridad para la mayoría de las personas encuestadas, pero el 62 % del personal ejecutivo considera métricas como la eficiencia operativa y el ahorro de costes como prioridad máxima o importante, comparado con el 54 % del personal operativo.