02560nam a22003617a 4500 00008657 ES-MaONT 20251210122952.0 251210s2025 -usa||||st||| 00| 0 ang d ES-MaONT Wharton Human-AI Research GBK Collective 9986 Accountable Acceleration: Gen AI Fast-Tracks Into the Enterprise /Wharton Human-AI Research Estados Unidos : Wharton Human-AI Research y GBK Collective ,2025 88 páginas ;1 documento PDF El informe analiza la expansión de la inteligencia artificial generativa (GenAI) en el entorno empresarial y cómo las compañías equilibran la velocidad de adopción con la responsabilidad en su uso. Basado en una encuesta a más de mil directivos de Estados Unidos, Europa y Asia, el estudio revela que el 71 por ciento de las empresas ya utilizan herramientas de IA generativa y el 86 por ciento planea ampliar su uso en el próximo año. Los objetivos principales son aumentar la productividad, mejorar la toma de decisiones y crear nuevos modelos de negocio basados en datos. Los autores destacan que las empresas que más valor obtienen de la GenAI no son necesariamente las que invierten más, sino las que aplican marcos de gobernanza y evaluación de riesgos. Las organizaciones con equipos multidisciplinares y políticas de transparencia reportan mejores resultados en innovación y confianza del cliente. El informe identifica tres factores clave para el éxito: liderazgo comprometido, formación continua y cultura ética. El documento concluye que la IA generativa está pasando de la experimentación a la implementación a gran escala. La prioridad ahora es construir sistemas seguros, auditables y explicables que equilibren innovación, eficiencia y responsabilidad social. Economía del Dato e IA 9126 Competencias Digitales 5629 Transformación de la Empresa y Emprendimiento Digital 9128 Derechos Digitales 2213 IA Generativa 8544 Innovación 5186 Gobernanza 8546 Productividad 9065 Ética 8899 Datos 8525 Cultura Digital 2206 Confianza 9545 Empresa 9987 Transformación 9564 https://ai.wharton.upenn.edu/wp-content/uploads/2025/10/2025-Wharton-GBK-AI-Adoption-Report_Full-Report.pdf 0 Acceso a publicación z INF 8657 8657 0 0 z 0 3 1 01 01 online 2025-12-10 0 1000020178804 2025-12-10 00:00:00 2025-12-10 INF