<?xml version="1.0" encoding="UTF-8"?>
<mods xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" version="3.1" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-1.xsd">
  <titleInfo>
    <title>The GenAI Divide</title>
    <subTitle>: State of AI in Business 2025</subTitle>
  </titleInfo>
  <name type="personal">
    <namePart>Challapally, Aditya</namePart>
    <role>
      <roleTerm authority="marcrelator" type="text">creator</roleTerm>
    </role>
  </name>
  <name type="personal">
    <namePart>Pease, Chris</namePart>
    <role>
      <roleTerm type="text">autor</roleTerm>
    </role>
  </name>
  <name type="personal">
    <namePart>Raskar, Ramesh</namePart>
    <role>
      <roleTerm type="text">autor</roleTerm>
    </role>
  </name>
  <name type="personal">
    <namePart>Chari, Pradyumna</namePart>
    <role>
      <roleTerm type="text">autor</roleTerm>
    </role>
  </name>
  <typeOfResource>text</typeOfResource>
  <genre authority="marc">technical report</genre>
  <originInfo>
    <place>
      <placeTerm type="code" authority="marccountry">-us</placeTerm>
    </place>
    <place>
      <placeTerm type="text">Cambridge]</placeTerm>
    </place>
    <publisher>: Mit Nanda</publisher>
    <dateIssued>,2025</dateIssued>
    <dateIssued encoding="marc">2025</dateIssued>
    <issuance>monographic</issuance>
  </originInfo>
  <language>
    <languageTerm authority="iso639-2b" type="code">eng</languageTerm>
  </language>
  <physicalDescription>
    <form authority="marcform">electronic</form>
    <extent>26 paginas ; 1 documento PDF</extent>
  </physicalDescription>
  <abstract>El informe de MIT NANDA analiza cómo, a pesar de inversiones de 30–40 mil millones de dólares en IA generativa (Gen AI), el 95 % de las organizaciones no obtiene retorno. Esta situación configura la llamada brecha de la IA generativa, marcada por la distancia entre quienes logran integrar sistemas con impacto real y quienes permanecen en pilotos sin resultados. Aunque herramientas como ChatGPT o Copilot se usan de forma generalizada, sus efectos suelen limitarse a la productividad individual, sin traducirse en beneficios financieros significativos.

Solo un 5 % de las iniciativas supera la fase de prueba y llega a la producción, principalmente en sectores como tecnología y medios. Las barreras clave no son la infraestructura ni la calidad de los modelos, sino la falta de sistemas capaces de aprender, retener contexto y adaptarse a los flujos de trabajo. Esta brecha también se refleja en la inversión: la mitad de los presupuestos se dirige a ventas y marketing por su visibilidad, mientras que áreas de back-office —con mayor potencial de ROI (retorno sobre la inversión)— continúan infrafinanciadas. A ello se suma la “economía sombra”, en la que los empleados utilizan IA personal con más éxito que las soluciones oficiales.

El informe concluye que las organizaciones que cruzan la brecha lo hacen comprando antes que construyendo, apoyándose en socios estratégicos y seleccionando sistemas con aprendizaje continuo. El futuro apunta hacia un Web Agéntico, entendido como un entorno digital en el que agentes autónomos coordinados ejecutan procesos y toman decisiones de manera adaptativa. Para no quedar atrás, las empresas deben abandonar herramientas estáticas y apostar por soluciones con memoria, personalización y evolución constante.</abstract>
  <note type="statement of responsibility">/ Aditya Challapally ; Chris Pease ; Ramesh Raskar ; Pradyumna Chari</note>
  <subject authority="lcsh">
    <topic>IA generativa</topic>
  </subject>
  <subject authority="lcsh">
    <topic>Adopción empresarial</topic>
  </subject>
  <subject authority="lcsh">
    <topic>ROI</topic>
  </subject>
  <subject authority="lcsh">
    <topic>Pilotos</topic>
  </subject>
  <subject authority="lcsh">
    <topic>Aprendizaje</topic>
  </subject>
  <subject authority="lcsh">
    <topic>Workflows</topic>
  </subject>
  <subject authority="lcsh">
    <topic>Automatización</topic>
  </subject>
  <subject authority="lcsh">
    <topic>Inversión</topic>
  </subject>
  <subject authority="lcsh">
    <topic>Agentes</topic>
  </subject>
  <subject authority="lcsh">
    <topic>Web Agentico</topic>
  </subject>
  <identifier type="uri">https://www.artificialintelligence-news.com/wp-content/uploads/2025/08/ai_report_2025.pdf</identifier>
  <location>
    <url displayLabel="Acceso a publicación">https://www.artificialintelligence-news.com/wp-content/uploads/2025/08/ai_report_2025.pdf</url>
  </location>
  <recordInfo>
    <recordContentSource authority="marcorg">ES-MaONT</recordContentSource>
    <recordCreationDate encoding="marc">251009</recordCreationDate>
    <recordChangeDate encoding="iso8601">20251017084924.0</recordChangeDate>
    <recordIdentifier source="ES-MaONT">00008531</recordIdentifier>
  </recordInfo>
</mods>
