Reformular una encuesta elevó la proporción de empresas con IA del 12% al 40%
El gráfico de adopción de IA en las empresas estadounidenses muestra un aumento hasta el 40,7% entre las compañías con 250 o más empleados. Sin embargo, no se trata de un salto de cuatro veces: antes la Oficina del Censo de EE. UU. preguntaba por la IA solo en la producción de bienes y servicios, y ahora lo hace sobre cualquier función del negocio. Para un producto o un analista la lección es sencilla: cambiar la formulación crea una nueva métrica, aunque el nombre del indicador siga igual.
Procesado por IA desde Simon Willison; editado por Hamidun News
La cifra parece el sueño de un vendedor de IA corporativa: entre las empresas estadounidenses con 250 o más empleados, la proporción que usa la tecnología alcanzó el 40,7%. Un año antes, el indicador rondaba el 12%. Se podría anunciar un crecimiento casi cuatro veces mayor y obtener una diapositiva convincente para los inversores.
Pero estas dos cifras miden cosas distintas.
La Oficina del Censo de EE. UU. encuesta regularmente a las empresas en el marco de la Business Trends and Outlook Survey. Hasta noviembre de 2025, las compañías respondían si habían aplicado IA en la producción de bienes o la prestación de servicios. Después la pregunta se amplió: ahora abarca el uso de IA en cualquier función del negocio. El marketing, la programación, la atención al cliente, la previsión y el análisis interno también empezaron a contar.
Un término, dos métricas distintas
Imaginemos una tienda en línea. No usa aprendizaje automático para definir su surtido, gestionar el almacén ni la entrega, por lo que responde "no" a la pregunta antigua. Pero sus especialistas de marketing redactan borradores de anuncios con un modelo de lenguaje y sus desarrolladores usan un asistente para escribir código. A la nueva pregunta, la misma empresa ya responde "sí".
El negocio no cambió de la noche a la mañana. Cambió la condición por la que se lo considera usuario de IA.
Por eso el 12% anterior y el nuevo 40,7% no pueden ponerse en una misma línea ni interpretarse como un crecimiento continuo. Tras el paso a la pregunta más amplia, la proporción de grandes empresas era de alrededor del 30% en febrero de 2026 y en octubre subió hasta aproximadamente el 40%. Ese tramo sí permite hablar de crecimiento, siempre que la metodología se mantuviera sin cambios dentro del periodo.
El autor del análisis original separó la serie antigua de la nueva y calculó una media móvil sobre seis oleadas consecutivas de la encuesta. Este enfoque suaviza las fluctuaciones, pero no elimina la ruptura principal: el promedio de preguntas distintas sigue siendo el promedio de indicadores distintos.
Por qué importa a los equipos de producto
El mismo error ocurre en la analítica de producto. Por ejemplo, un equipo cambia el evento "usuario activo": antes se requería crear un proyecto, ahora basta con abrir la aplicación. Tras el lanzamiento, el indicador crece decenas de puntos porcentuales. No es necesariamente un éxito del producto: parte del aumento surge de la nueva definición.
Por eso la formulación de la pregunta, la descripción del evento, los filtros y la versión del cálculo deben almacenarse junto a la propia métrica. Al cambiar una definición, conviene crear una nueva serie, marcar la fecha de la ruptura y recalcular el historial solo cuando los datos de origen permitan realmente aplicar una regla única a todo el periodo.
Hay además un segundo cambio. Desde octubre de 2026, la Oficina del Censo, citando una orden ejecutiva del presidente de EE. UU., sustituyó en el cuestionario Artificial Intelligence por Super Intelligence, explicando que así se llama ahora lo que antes era AI. Los ejemplos de aplicación siguen siendo reconocibles, pero el término poco habitual puede alterar las respuestas: alguien podría pensar que se trata de una tecnología más avanzada.
Conclusión práctica
El desarrollador de analítica debería versionar las definiciones de eventos y no unir periodos incompatibles. El responsable de producto, comprobar la causa de un salto antes de presentar los resultados a la dirección. El fundador, no tomar una cifra llamativa de adopción como prueba de mercado hasta haber estudiado la pregunta, la muestra y la fecha del cambio metodológico.
Un indicador sin la historia de su definición no es un hecho, sino un número que ha perdido su contexto. En este caso, los datos sí muestran la expansión de la IA en las empresas estadounidenses, pero la conclusión honesta es más modesta: tras ampliarse la pregunta, el uso de la tecnología en cualquier función de las grandes empresas creció aproximadamente del 30% al 40,7% durante 2026.
- 12 oct 2026Jev antes de Claude Sonnet: cómo reformular la pregunta elevó el AUC a 0,95
- 22 ene 2026Encuesta a desarrolladores de Go 2025: IA, buenas prácticas y documentación
- 2 may 2026La IA en la educación empeora las habilidades de los escolares, según una encuesta
- 22 abr 2026Los estadounidenses usan más la IA, pero confían menos en sus resultados, según Quinnipiac
Preguntas frecuentes sobre la noticia
¿Qué se sabe sobre Un término, dos métricas distintas?
Imaginemos una tienda en línea. No usa aprendizaje automático para definir su surtido, gestionar el almacén ni la entrega, por lo que responde "no" a la pregunta antigua. Pero sus especialistas de marketing redactan borradores de anuncios con un modelo de lenguaje y sus desarrolladores usan un asistente para escribir código. A la nueva pregunta, la misma empresa ya responde "sí". El negocio no cambió de la noche a la mañana. Cambió la condición por la que se lo considera usuario de IA.
¿Qué se sabe sobre Por qué importa a los equipos de producto?
El mismo error ocurre en la analítica de producto. Por ejemplo, un equipo cambia el evento "usuario activo": antes se requería crear un proyecto, ahora basta con abrir la aplicación. Tras el lanzamiento, el indicador crece decenas de puntos porcentuales. No es necesariamente un éxito del producto: parte del aumento surge de la nueva definición. Por eso la formulación de la pregunta, la descripción del evento, los filtros y la versión del cálculo deben almacenarse junto a la propia métrica.
¿Qué se sabe sobre Conclusión práctica?
El desarrollador de analítica debería versionar las definiciones de eventos y no unir periodos incompatibles. El responsable de producto, comprobar la causa de un salto antes de presentar los resultados a la dirección. El fundador, no tomar una cifra llamativa de adopción como prueba de mercado hasta haber estudiado la pregunta, la muestra y la fecha del cambio metodológico. Un indicador sin la historia de su definición no es un hecho, sino un número que ha perdido su contexto.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.