Los datos de gasto en IA que tu directorio está por preguntarte

Una encuesta a 500 líderes de Finanzas en grandes empresas de EE. UU. y Reino Unido reveló que la inversión en IA se institucionalizó mucho antes de que existiera la capacidad para gobernarla. Todas las organizaciones encuestadas ya invierten en IA, el 79% tuvo sobrecostos en los últimos 12 meses y solo el 15% puede calcular el ROI de la IA sin obstáculos importantes. El hallazgo más contraintuitivo: las organizaciones con prácticas de FinOps más maduras son las que reportan las tasas más altas de sobrecosto, porque los programas maduros son más grandes y mucho mejores detectando problemas que las organizaciones menos maduras jamás llegan a identificar. Para los ejecutivos de tecnología, el riesgo más agudo es estructural. La responsabilidad sobre el gasto en IA se reparte casi en partes iguales entre Tecnología (55%) y Finanzas (53%), y el reloj de 12 meses para demostrar ROI ya está corriendo sin un dueño claro.D

El gasto en IA cruzó un umbral que cambia la conversación para todo CTO y CIO. La pregunta ya no es si invertir. Todas las organizaciones de este estudio ya lo hicieron. La pregunta es si alguien puede demostrar qué está devolviendo esa inversión antes de que quienes la aprobaron empiecen a preguntar.

Esa es la tensión central de una encuesta independiente realizada por Sapio Research en febrero de 2026, encargada por DoiT, que abarca a 500 líderes de Finanzas en organizaciones con 1.000 o más empleados en EE. UU. y Reino Unido. Todas las organizaciones de los encuestados están invirtiendo actualmente en IA. El estudio fue diseñado para capturar la práctica actual y no la intención declarada, y el panorama que dibuja es el de una industria que formalizó la inversión en IA más rápido de lo que construyó la infraestructura financiera para gestionarla.

Este es el número que vale la pena llevar a tu próxima presentación de directorio: el 89% de las organizaciones que se autoevalúan como muy maduras o líderes en FinOps tuvo sobrecostos relacionados con IA en los últimos 12 meses. Su sobregasto promedio llega al 30,9%, el más alto de todos los segmentos del estudio.

En contraste, las organizaciones en etapas tempranas de desarrollo de FinOps muestran una tasa de sobrecosto del 69% y un sobregasto promedio del 16,1%. A primera vista, eso parece un argumento en contra de invertir en gobernanza. Es justo lo contrario. Las organizaciones maduras operan programas de IA más grandes y complejos, y cuentan con la instrumentación necesaria para detectar sobrecostos que las menos maduras simplemente nunca identifican. Los sobrecostos en las organizaciones menos maduras no son menores porque el gasto esté mejor controlado. Son menores sobre el papel porque buena parte del gasto no se está midiendo.

La conclusión práctica replantea cómo los líderes de tecnología deberían argumentar la inversión en gobernanza del gasto en IA. El argumento no puede ser que mejores herramientas evitarán los sobrecostos, porque los datos muestran que las organizaciones mejor instrumentadas son las que más se exceden. El argumento es que la gobernanza te permite ver los sobrecostos a tiempo para actuar. La madurez expone los problemas. No los previene, y presentarla como prevención es una promesa que los datos no respaldan.

Uno de los hallazgos más relevantes no tiene nada que ver con herramientas y todo que ver con la perspectiva. Los encuestados de nivel C-suite califican la madurez de FinOps de su organización como madura o mejor en un 93%. Los encuestados a nivel de manager ubican esa cifra en el 60%. Es una brecha de 33 puntos, y ambos grupos describen la misma organización.

No es un desacuerdo sobre los hechos. Es un problema estructural de visibilidad. El liderazgo ve la ambición de inversión, la intención de gobernanza y los frameworks que se presentan a nivel de directorio. Operaciones ve los proyectos sin un dueño asignado para el costo, los sistemas de atribución que se diseñaron pero nunca se construyeron, y los sobrecostos que aterrizan en presupuestos reales y no en presentaciones de estrategia.

Para los ejecutivos de tecnología, esa brecha es una exposición directa. La encuesta encontró que la responsabilidad sobre el gasto en IA se reparte casi en partes iguales entre el liderazgo de Tecnología con un 55% y Finanzas con un 53%, sin un único dueño claro a nivel operativo. Cuando se les preguntó quién tiene la autoridad final en un conflicto de gasto, los encuestados de C-suite mencionaron al CEO tres veces más seguido que los managers. Es decir, en el nivel donde el gasto realmente ocurre, la pregunta de quién controla el presupuesto de IA muchas veces no tiene una respuesta definida. En la práctica, la responsabilidad compartida suele significar que no hay responsable, y el gasto en IA es hoy uno de los lugares más caros para alojar esa ambigüedad.

La ventana de paciencia para la inversión en IA se está cerrando más rápido de lo que maduran la mayoría de los programas de gobernanza. El 83% de los líderes de Finanzas espera retornos claros y cuantificables de la IA en un plazo de 12 meses. El 81% ya está ajustando su gasto en IA o planea hacerlo dentro del año.

Entre los encuestados de C-suite, el 65% está actuando o actuará sobre el gasto en IA en un plazo de seis meses. Solo el 41% de los managers comparte esa urgencia. Esa brecha es donde los programas se cortan. Cuando los equipos operativos no han internalizado el cronograma del liderazgo, sus proyectos se vuelven los candidatos obvios para reestructuración o reasignación en la próxima revisión de presupuesto, sin importar si esos proyectos realmente estaban rindiendo por debajo de lo esperado.

Solo el 15% de los líderes de Finanzas puede calcular el ROI de la IA sin obstáculos importantes. Las principales barreras son el ritmo del cambio tecnológico con un 40%, que Finanzas e Engineering definan el éxito de manera distinta con un 37%, y la falta de una atribución financiera clara con un 36%. El problema de la definición merece separarse de los otros dos, porque es la única barrera que no requiere nuevas herramientas para resolverse. Requiere que Finanzas e Engineering se pongan de acuerdo sobre qué significa el éxito en IA antes de construir cualquier sistema de medición. Los encuestados de C-suite sienten esta barrera con más fuerza: el 43% la señala como un obstáculo significativo, frente al 33% de los managers. Las personas mejor posicionadas para resolver la brecha de definición son también las más conscientes de su costo.

La encuesta se vuelve más útil cuando se lee a nivel de segmento y no en agregado, porque los promedios ocultan más de lo que revelan. Varios cortes son especialmente relevantes para los líderes de tecnología.

Por tamaño de empresa, las organizaciones medianas, de 1.000 a 4.999 empleados, tienen sobrecostos con más frecuencia que las grandes empresas, con un 81% frente a un 76%, a pesar de manejar presupuestos absolutos de IA más chicos. Su sobregasto promedio también es mayor. Las grandes empresas cargan con más complejidad y ciclos de cambio más largos, lo que les gana más paciencia del directorio, pero el estudio muestra que su cuello de botella específico es la complejidad de atribución más que la ejecución. Las organizaciones de 5.000 empleados o más son notablemente más propensas a señalar la dificultad de pronóstico como su mayor desafío de FinOps.

Por país, las organizaciones de EE. UU. operan con una ventaja de urgencia de 14 puntos sobre sus pares del Reino Unido en los ajustes de gasto en IA. Lideran en formalización presupuestaria con un 80% frente al 67%, en seguimiento de costos por unidad con un 56% frente al 44% y en adopción de unit economics. También registran tasas más altas de sobrecosto, algo consistente con programas más grandes y un despliegue más agresivo. Las organizaciones del Reino Unido que interpreten sus tasas de sobrecosto más bajas como evidencia de una gobernanza más fuerte deberían tener cuidado, porque los sobrecostos más bajos también se correlacionan con un seguimiento menos sistemático y proyectos más pequeños.

En materia de unit economics específicamente, los líderes de Finanzas en grandes empresas van por delante del resto del campo. El State of FinOps 2026 de la FinOps Foundation encontró que menos del 20% de los practitioners aplica hoy unit economics al gasto en IA. En esta encuesta, el 26% de los líderes de Finanzas ya lo implementó y el 34% planea hacerlo en seis meses. Entre los encuestados de C-suite, el 80% espera llegar a unit economics en seis meses. Entre los managers, esa cifra es del 44%. Las organizaciones que integren el seguimiento de costos por unidad antes de que se cierre la ventana de paciencia estarán en una posición mucho más sólida cuando el directorio les pida justificar el gasto continuo.

Nada de esto sostiene que invertir en IA sea poco sensato, ni que los sobrecostos indiquen un fracaso estratégico. Todas las organizaciones del estudio están invirtiendo en IA, y las que tienen la gobernanza más sofisticada también son las que corren los programas más ambiciosos. El argumento es más acotado y más incómodo. Sin gobernanza, no te enterarás de los problemas que ya tienes hasta que alguien más te los muestre, normalmente en el momento menos conveniente del ciclo presupuestario.

La acción de mayor apalancamiento disponible para los ejecutivos de tecnología en este momento no es una nueva plataforma de medición. Es la alineación. Finanzas e Engineering necesitan una definición compartida de qué significa el éxito en IA, establecida antes de tomar decisiones sobre herramientas. Las organizaciones que resuelven primero el problema de la definición construyen una infraestructura de medición que produce cifras en las que la gente realmente confía. Las que compran herramientas antes de resolverlo producen números que nadie cree, lo que es un fracaso más caro que no tener números en absoluto.

El conjunto completo de datos, segmentado por país, seniority, tamaño de empresa, sector y madurez de FinOps, está disponible en el reporte completo. Está estructurado para que puedas ubicar a tu propia organización en los datos y ver qué predice tu posición sobre tu exposición.

Cloud Intelligence™ aporta al gasto en IA la misma disciplina financiera que los equipos de FinOps ya aplican a la infraestructura cloud, combinando atribución de costos y detección de anomalías impulsadas por IA con la experiencia humana para traducir esas señales en decisiones que un CFO va a aceptar. Reserva una demo para ver dónde se ubica tu gasto en IA.