El presupuesto tecnológico de las empresas españolas va a crecer. La pregunta importante es qué quedará después de gastarlo.
Un estudio de Var Group y Excellera Intelligence señala que el 82 % de las compañías españolas encuestadas prevé aumentar su presupuesto de transformación digital. La inteligencia artificial figura entre las principales áreas de inversión futura, junto con cloud y la gestión del dato. La ciberseguridad continúa siendo el primer foco para el 61 %.
Las cifras describen una convicción muy extendida: el 98 % considera importante disponer de una estrategia de transformación digital y el 93 % la relaciona con la capacidad de competir. Sin embargo, una estrategia no es una lista de tecnologías y un presupuesto mayor no garantiza una transformación mejor.
Entre la aprobación de la inversión y el resultado de negocio hay arquitectura, integración, seguridad, datos, talento y operación. Ese espacio intermedio es donde muchos planes prometedores se convierten en pilotos que nunca escalan, plataformas difíciles de mantener o costes que crecen sin una métrica de valor equivalente.
Qué dice exactamente el 82 %
Conviene acotar el dato antes de utilizarlo como radiografía de toda España. La encuesta online reunió a 309 empresas europeas con una facturación superior a diez millones de euros. La muestra española estuvo formada por 100 compañías de industria y servicios.
Por tanto, el resultado es una señal relevante sobre empresas medianas y grandes, pero no puede extrapolarse sin matices a autónomos, microempresas ni a todo el tejido empresarial español. Tampoco significa que el 82 % vaya a elevar específicamente el gasto en IA: aumentará el presupuesto de transformación digital y la IA aparece entre sus prioridades.
La distinción importa. Un titular puede sugerir una carrera por comprar modelos o desplegar agentes. El estudio dibuja algo más amplio:
- la ciberseguridad sigue concentrando atención inmediata;
- cloud e IA ganan peso como plataformas de innovación;
- el análisis y la gestión del dato destacan en España como inversión futura;
- la integración con sistemas heredados continúa siendo la principal barrera;
- las vulnerabilidades de seguridad y la resistencia al cambio frenan la adopción.
Además, el 59 % de las participantes españolas considera que ha invertido más en soluciones TIC y transformación digital que empresas similares de su sector. La presión competitiva ya está presente. El riesgo es confundir invertir antes con obtener valor antes.
La intención de invertir avanza más rápido que la capacidad de escalar
Otros estudios recientes ayudan a situar la diferencia entre ambición, adopción y resultados.
El Global Tech Report 2026 de KPMG indica que el 81 % de las organizaciones españolas consultadas ya invierte en incorporar agentes de IA. El 65 % afirma que sus casos de uso generan valor, pero solo el 23 % consigue retorno en múltiples casos de uso. A la vez, el 67 % reconoce que carece del talento necesario para ejecutar su estrategia de transformación digital.
La adopción medida sobre un universo empresarial más amplio ofrece una perspectiva distinta. Según el análisis de la Encuesta sobre la Actividad Empresarial del Banco de España, publicado en 2025, aproximadamente el 20 % de las empresas utilizaba IA y la mayoría de las usuarias seguía en fase experimental o piloto. La penetración de cloud alcanzaba el 44 % y mostraba un uso más maduro.
Las muestras y metodologías no son comparables de forma directa. Precisamente por eso resultan útiles: la voluntad inversora de las empresas con mayor facturación no equivale al nivel de adopción de todo el mercado, y adoptar una tecnología no equivale a escalarla con retorno.
Cloud ya no es el destino; es la base operativa
Durante la primera etapa de la transformación digital, migrar a cloud podía presentarse como un objetivo en sí mismo. Hoy tiene más sentido tratarlo como la plataforma sobre la que se integran datos, IA, resiliencia y seguridad.
El Informe del Mercado Cloud en España 2026 de Eraneos, basado en más de 100 responsables de tecnología y digitalización de grandes compañías, estima que la inversión cloud superará los 8.000 millones de euros en 2026, un 17 % más que en 2025. El 58,8 % de las organizaciones analizadas ya utiliza IA generativa o machine learning en producción sobre cloud y otro 29,4 % prevé hacerlo próximamente.
También muestra por qué el debate ya no consiste en elegir simplemente entre datacenter y nube: casi ocho de cada diez participantes operan arquitecturas híbridas o multicloud, y seis de cada diez almacenan más de la mitad de sus datos en cloud.
Esta madurez trae una complejidad distinta. La empresa no solo debe planificar qué migrar y por qué. Necesita gobernar identidades, datos, costes, proveedores, observabilidad, recuperación y ciclos de vida en un entorno distribuido. Mover un sistema heredado sin resolver sus dependencias puede cambiar su ubicación sin cambiar su capacidad de evolucionar.
IA, cloud, seguridad y datos son una sola decisión de arquitectura
Separar el presupuesto en cuatro iniciativas independientes suele producir cuatro plataformas que después alguien tendrá que conectar.
Un caso de uso de IA necesita datos fiables, acceso controlado, capacidad de cómputo, integración con aplicaciones y un modo de observar calidad, latencia y coste. La seguridad necesita conocer quién accede a esos datos, con qué propósito y mediante qué cadena de proveedores. Cloud aporta elasticidad y servicios gestionados, pero también nuevos permisos, dependencias y modelos de consumo.
Por eso una decisión local se propaga:
Caso de uso de IA
→ datos y calidad
→ identidad y permisos
→ infraestructura y red
→ integración y despliegue
→ observabilidad y coste
→ gobierno y operaciónSi estos elementos se diseñan al final, el piloto puede funcionar y aun así no ser desplegable. Aparecen datos copiados sin trazabilidad, credenciales demasiado amplias, procesos manuales, facturas impredecibles o un modelo que nadie sabe actualizar sin detener el servicio.
La prioridad debería ser una capacidad compartida: una base donde los equipos puedan llevar casos de uso a producción con controles repetibles. Esto incluye patrones de acceso a datos, pipelines, infraestructura como código, secretos, telemetría, políticas de seguridad, límites de consumo y ownership.
Cómo convertir el nuevo presupuesto en capacidad real
Antes de repartir dinero por tecnologías, conviene ordenar la inversión alrededor de resultados y restricciones.
1. Seleccionar pocos resultados verificables
“Adoptar IA” no es un resultado. Reducir el tiempo de resolución de una incidencia, aumentar la conversión de un proceso comercial o disminuir errores en una operación sí lo son. Cada iniciativa necesita una métrica inicial, un objetivo, un owner y un plazo para decidir si se escala, se corrige o se detiene.
2. Financiar la base que comparten los casos de uso
Catalogar datos, resolver identidades, automatizar despliegues o crear observabilidad puede parecer menos visible que una demostración de IA. Sin esa base, cada piloto paga de nuevo la integración y crea una excepción distinta. Una parte explícita del presupuesto debe construir capacidades reutilizables.
3. Tratar la seguridad como requisito de diseño
El hecho de que la ciberseguridad sea prioridad para el 61 % es coherente con el riesgo que introduce una superficie digital mayor. Pero seguridad no debería aparecer como una revisión justo antes de producción. Clasificación del dato, mínimo privilegio, trazabilidad, gestión de terceros y respuesta ante incidentes deben formar parte de la arquitectura desde el comienzo.
4. Reservar presupuesto para operar
El coste de una iniciativa no termina con su implantación. Modelos, bases de datos, pipelines y controles necesitan monitorización, actualización, soporte y recuperación. Si el presupuesto solo cubre el proyecto inicial, la organización crea un activo sin financiar su ciclo de vida.
5. Hacer visible el coste unitario
La factura total explica poco. Conviene conocer el coste por transacción, documento procesado, predicción, cliente o entorno. Las prácticas de FinOps permiten relacionar consumo con valor y detectar cuándo un éxito de adopción está degradando el margen.
6. Invertir en adopción y criterio técnico
La resistencia al cambio y la falta de talento no se corrigen comprando otra herramienta. Formación, acompañamiento, documentación y comunidades internas necesitan capacidad reservada. También hace falta criterio para rechazar casos de uso cuyo riesgo, coste o complejidad superan el beneficio esperado.
Un cuadro de mando que vaya más allá del presupuesto consumido
Una transformación no debería considerarse sana porque ejecuta el presupuesto previsto. Un cuadro de mando útil combinaría cuatro tipos de señales:
| Dimensión | Pregunta | Ejemplos de medida |
|---|---|---|
| Negocio | ¿Qué resultado ha cambiado? | ingresos, tiempo de ciclo, satisfacción, errores evitados |
| Adopción | ¿Se usa de forma sostenida? | usuarios activos, frecuencia, procesos completados |
| Operación | ¿Puede sostenerse? | disponibilidad, latencia, incidentes, tiempo de recuperación |
| Economía y riesgo | ¿El valor compensa coste y exposición? | coste unitario, margen, accesos, excepciones, deuda operativa |
Estas métricas permiten tomar una decisión difícil pero necesaria: detener un piloto atractivo que no resuelve un problema suficiente. Cancelar pronto también es retorno, porque libera presupuesto y atención antes de convertir una prueba en dependencia.
El 82 % abre una oportunidad y una obligación
Que más empresas estén dispuestas a invertir es una buena señal. Cloud, ciberseguridad, datos e IA pueden mejorar productividad, resiliencia y capacidad de lanzar nuevos servicios. Pero la ventaja no estará en quién anuncie más iniciativas, sino en quién consiga convertirlas en sistemas seguros, medibles y operables.
El presupuesto debería comprar algo más duradero que licencias y pilotos: capacidad para tomar mejores decisiones, desplegar con seguridad, aprender con datos y retirar lo que no funciona.
Antes de comprometer una nueva partida, una revisión de arquitectura y roadmap tecnológico puede responder tres preguntas: qué resultado merece la inversión, qué capacidades faltan para alcanzarlo y qué riesgo operativo asumirá la empresa cuando el proyecto llegue a producción.
Invertir más será habitual. Integrar mejor seguirá siendo la diferencia.
