El 18 de agosto de 2025, la revista Fortune publicó un artículo demoledor: según un informe del MIT – The GenAI Divide: State of AI in Business 2025- , el 95 % de los pilotos de IA generativa en empresas están fracasando en generar impacto real en negocio (leer artículo completo aquí).

La razón principal: muchas iniciativas se quedan en el laboratorio, sin llegar a producción ni aportar retorno tangible. CFOs y directivos empiezan a mostrar su frustración: invierten millones en IA y no ven resultados.

En Baobab AI, esta conclusión no nos sorprende. Porque no es una tendencia emergente para nosotros: es el contraste que llevamos más de una década resolviendo. Desde 2011, hemos convertido la teoría y la investigación en práctica, y la práctica en impacto medible.

Cómo pasamos de la teoría a la práctica

El informe del MIT destaca la brecha entre innovación y resultados. Muchas empresas prueban algoritmos, pero pocas consiguen implantarlos en la operativa real.

Ese diagnóstico coincide con lo que en Baobab AI llevamos 14 años resolviendo: trasladar el conocimiento matemático de la academia al impacto empresarial.

• Donde otros muestran prototipos, nosotros entregamos ROI medible.

• Donde otros hacen pilotos, nosotros desplegamos proyectos en producción.

Ejemplo real en el metro de París: optimización y simulación

Un ejemplo emblemático es el proyecto realizado para la gestión de trayectos del metro de París.

Baobab AI lideró la creación de un gemelo digital y el modelado matemático del sistema, permitiendo simular escenarios y optimizar recursos en una de las redes de transporte más complejas de Europa.

En palabras de Laure Yang, responsable del proyecto y especialista en automatización y Big Data en Metrolab (RATP and ATSA Subsidiary): 

“El reto era muy importante, porque no había en el mercado ninguna herramienta que permitiera simular dos factores clave como son la demanda de los pasajeros y los cuadrantes de los trenes. Así que se simuló una línea, todas sus estaciones y los viajes de los pasajeros. Esto permitió no solo probar distintas políticas, sino encontrar la mejor, tanto en condiciones normales de tráfico como en situaciones especiales, picos de demanda, baja afluencia o grandes eventos. La solución desarrollada por Baobab AI permitió optimizar el sistema y mejorar la eficiencia operativa.”

Laure Yang

Este caso refleja exactamente el salto que el MIT reclama en su informe: pasar de la experimentación a la operación real. Y en Baobab AI lo hicimos hace más de cinco años.

Impacto económico en energía e industria.

Más allá del transporte, nuestras soluciones de Decision AI han transformado industrias:

• Iberdrola: optimización de su red de distribución eléctrica, con una asignación más eficiente de recursos.
  Repsol: mejora de la planificación operativa bajo incertidumbre, reduciendo costes y aumentando márgenes.
• Air Liquide y Nippon Gases: reducción del 25 % en los tiempos de planificación y mejora del aprovechamiento de recursos logísticos.

Estos ejemplos muestran la diferencia entre un piloto fallido y una solución en producción con impacto directo en resultados.

Decision AI frente a IA generativa: impacto, no promesas.

Mientras la IA generativa protagoniza titulares pero aún no logra consolidarse en los estados financieros, la Decision AI que aplicamos en Baobab AI se centra en lo que realmente importa a CFOs y directivos:

• Ahorros reales.
• Decisiones óptimas y trazables.
• Eficiencia operativa medible.

Nuestra plataforma DecisionOps permite implantar proyectos de Decision AI de forma ágil y con impacto real en negocio. Integra datos de múltiples fuentes, gestiona algoritmos avanzados de optimización y facilita la comparación de escenarios “what if”. Todo ello con capacidad de despliegue en producción, en la nube o en sistemas propios y con trazabilidad completa de cada decisión.

No es un prototipo. Es una herramienta que ayuda a nuestros clientes a decidir mejor cada día.

Más de una década haciéndolo bien

El informe del MIT y la cobertura de Fortune confirman que la mayoría de empresas todavía están aprendiendo a aplicar IA con impacto.

En Baobab AI, podemos afirmar con hechos que llevamos 14 años haciéndolo correctamente. Con transparencia, ética y resultados verificables en sectores tan exigentes como la energía, el transporte y la industria.

La mayoría de proyectos de IA fracasan en generar impacto, como confirma el MIT. Pero hay quienes convierten la teoría en práctica real.

En Baobab AI no seguimos modas tecnológicas, siempre hemos trabajado por el uso de Decision AI para ayudar a tomar las decisiones correctas, medibles y con retorno.

Mientras el MIT y Fortune señalan que la gran mayoría de empresas siguen atascadas en pilotos fallidos, Baobab AI lleva más de una década aplicando IA con éxito y resultados tangibles.

Decidir mejor es posible. Y hacerlo con rigor, también.