En pleno impulso europeo por reforzar la soberanía tecnológica en Inteligencia Artificial (IA), el cuello de botella no se sitúa solo en la infraestructura ni en la capacidad de cómputo, sino dentro de las propias organizaciones. Esa es la lectura que hace MIOTI Tech & Business School ante un escenario en el que la adopción de IA avanza, pero sigue chocando con una barrera estructural: la falta de capacidades internas para entender la tecnología, gobernar los datos, evaluar riesgos y tomar decisiones de adopción de IA con autonomía.
Los datos europeos ayudan a contextualizar ese escenario. En 2025, aproximadamente una de cada cinco empresas de la Unión Europea con 10 o más empleados utilizó al menos una tecnología de inteligencia artificial, según Eurostat, reflejando el crecimiento progresivo de la adopción de IA. Sin embargo, la adopción sigue estando muy concentrada por tamaño: mientras el 55,03% de las grandes empresas ya emplea IA, el porcentaje cae al 30,36% en las medianas y al 17% en las pequeñas, lo que evidencia desigualdades en la adopción de IA. Más relevante aún para el debate sobre soberanía es que, entre las compañías que se plantearon adoptar IA y no lo hicieron, el principal obstáculo identificado fue la falta de expertise relevante, un freno directo a la adopción de IA.
Para MIOTI, esa brecha demuestra que la soberanía en IA no puede entenderse solo como una cuestión de centros de datos, chips o proveedores cloud. La autonomía real empieza cuando una organización tiene criterio para decidir qué modelos utiliza, con qué datos trabaja, qué dependencias asume, cómo supervisa los resultados y bajo qué marco de riesgo, cumplimiento y negocio despliega la tecnología, facilitando así una adopción de IA sólida. Sin ese conocimiento interno, la IA puede estar disponible, pero no está realmente bajo control, limitando la adopción de IA efectiva. Esa idea gana peso además en un contexto en el que el Parlamento Europeo ha advertido de la elevada concentración del mercado cloud europeo en torno a grandes proveedores no europeos, lo que incrementa la exposición al lock-in tecnológico y refuerza la necesidad de estrategia, gobernanza y capacidades propias dentro de las empresas para una correcta adopción de IA.
“Estamos hablando mucho de soberanía en Inteligencia Artificial en términos de infraestructura, y es lógico que sea así, pero el bloqueo más inmediato para muchas organizaciones está en otro sitio: en su capacidad para comprender la IA, gobernarla y aplicarla con criterio”, señala Fabiola Pérez, CEO de MIOTI Tech & Business School. “Sin talento preparado, sin gobierno del dato y sin perfiles capaces de conectar tecnología y negocio, la autonomía es muy limitada, aunque la tecnología esté disponible, lo que dificulta la adopción de IA”.
Del debate estratégico a la capacidad real de adopción
El diagnóstico de MIOTI encaja con el momento regulatorio europeo. El Reglamento de IA de la Unión Europea, el AI Act, entró en vigor el 1 de agosto de 2024 y, desde febrero de 2025, exige a proveedores y organizaciones que despliegan estos sistemas reforzar la alfabetización en IA de los equipos que los utilizan y supervisan. El mensaje de fondo es que la adopción de IA debe abordarse mediante estructura, criterio y preparación organizativa.
En este contexto, MIOTI defiende que este cuello de botella para la soberanía en IA se juega en tres planos clave para impulsar la adopción de IA:
- Talento: contar con profesionales capaces de entender cómo se entrenan, adaptan y evalúan los modelos, y de traducir esa lógica al negocio, facilitando la adopción de IA.
- Gobernanza: disponer de criterios claros para el uso de datos, la trazabilidad, la evaluación de riesgos, la supervisión humana y el cumplimiento normativo, elementos esenciales en la adopción de IA.
- Criterio de adopción: saber en qué procesos tiene sentido desplegar IA, bajo qué arquitectura, con qué proveedores y con qué grado de dependencia tecnológica, asegurando una adopción de IA eficiente.
Los propios datos de Eurostat muestran que la IA ya se está utilizando en ámbitos muy pegados a la operativa empresarial, como marketing y ventas, administración, análisis de lenguaje, generación de contenidos o ciberseguridad, lo que hace aún más crítica esa capacidad de decisión interna en la adopción de IA.
“La pregunta que debemos hacer es qué persona o personas de la organización tienen capacidad real para decidir cómo integrar estas tecnologías sin depender a ciegas de terceros”, añade Fabiola Pérez. “La soberanía, para una empresa, no consiste únicamente en dónde está alojada la tecnología, sino en si cuenta con el conocimiento y la estructura necesarios para evaluarla, gobernarla y alinearla con sus objetivos de negocio y con el marco regulatorio europeo, garantizando así una correcta adopción de IA”.
Para muchos líderes, el primer paso en la adopción de la IA ha sido puramente asimilativo.
La Comisión Europea ha advertido de que la UE no va aún al ritmo necesario para cumplir sus objetivos de la Década Digital, y ha señalado brechas persistentes tanto en competencias digitales como en adopción de tecnologías avanzadas. Solo el 55,6% de la población europea cuenta al menos con competencias digitales básicas, y la UE sigue lejos del objetivo de alcanzar 20 millones de especialistas TIC en 2030. Al mismo tiempo, el objetivo comunitario es que el 75% de las empresas utilice cloud, big data o IA antes de final de década, lo que implica acelerar la adopción de IA. Esa distancia entre ambición e implementación vuelve a apuntar al mismo problema: sin capacidades internas, la soberanía tecnológica corre el riesgo de quedarse en discurso y frenar la adopción de IA.
Para muchos líderes, el primer paso en la adopción de la IA ha sido puramente asimilativo. En seminarios y conferencias, la IA se presenta como un tótem de innovación y eficiencia. Esta familiaridad conceptual ha inflado las estadísticas y en mercados como el español, cerca del 95% de los directivos afirma estar estudiando cómo maximizar el valor de la IA, según el informe Kaspersky Gen AI Business Infiltration.
Sin embargo, estamos ante un espejismo de conocimiento. La mayoría de los programas de formación ejecutiva se han centrado en el “qué” pero han ignorado el “cómo”. Esto deja a los líderes con una comprensión periférica y es que conocen los beneficios, pero carecen de un mapa para traducir esos datos en decisiones robustas.