Edición 1 · Julio 2026
Informe Implementa · AI Operations
El estado de AI Operations en España 2026
España ya usa IA. Casi nadie la opera. Este informe mide ese hueco —el que separa tener IA de que la IA trabaje— y pone nombre, estructura y números a la función que lo cierra.
En una frase
Adoptar IA dejó de ser el problema. Operarla lo es. España enchufa modelos a buen ritmo, pero el valor se queda en el piloto: no falla la tecnología, falla la función que la mete en el día a día. Ese es el trabajo de AI Operations, y hoy casi nadie lo tiene montado.
1 · La foto
España adopta IA rápido
No es una promesa de futuro; ya está pasando, y se acelera. En el primer trimestre de 2025, el 21,1% de las empresas españolas de 10 o más empleados usaba inteligencia artificial —8,7 puntos más que un año antes—. Los servicios van por delante (25,7%), seguidos de industria (17,5%) y construcción (11,4%).
El mercado de talento confirma la señal: las ofertas de empleo con IA se han multiplicado por nueve en cinco años, y los perfiles que la dominan cobran hasta un 25% más. La intención de gasto acompaña: el 85% de las empresas ya ha invertido o prevé invertir en IA.
La conclusión de la foto es simple: la adopción no es el cuello de botella. El dinero, las herramientas y las ganas ya están.
2 · El problema
Usar IA no es operarla
Usar IA e integrarla en la operación son dos cosas distintas, y España está atascada entre las dos. La mayoría usa IA para tareas sueltas —marketing, administración, ventas—, pero la integración en el núcleo (producción, logística, producto) avanza despacio; cerca de ocho de cada diez empresas todavía no la usan de forma habitual.
Y el dato que lo deja claro no es español, es global —pero se paga igual en España: el 95% de las organizaciones no ve retorno medible en su cuenta de resultados pese a un gasto de 30.000–40.000 millones de dólares. Solo el 5% de las herramientas de IA a medida llega a producción.
Lo importante es por qué falla, y aquí el MIT es tajante: el diferencial no es el modelo, ni la infraestructura, ni la regulación. Es que la mayoría de los sistemas no retienen el feedback, no se adaptan al contexto ni mejoran con el tiempo. El cuello está en embeber el comportamiento en los flujos y en la orquestación de procesos.
Traducido: el 95% que no ve retorno no tiene un problema de IA. Tiene un problema de operación. Compraron el motor y no montaron el coche.
3 · La función
Qué es AI Operations —la función que cierra el hueco
Si el problema es operar, la respuesta es una función, no otra herramienta. AI Operations es la disciplina que mueve la IA del piloto al día a día y la mantiene funcionando: identificar qué procesos operar, desplegar la solución sobre los sistemas reales, operarla con dueño y reglas, medir lo que resuelve y lo que escala, y mejorar con el dato que genera.
No es un rol suelto ni un «experto en IA» que contratas y ya. Es un equipo con mandato: alguien que lidera, alguien que automatiza, alguien que forma al resto, y un gobierno que decide qué opera la IA sola y qué escala a una persona. Sin dueño y sin métricas, la IA de una empresa es un centro de coste con nombre nuevo.
El hueco entre «usamos IA» y «la IA trabaja» tiene, por primera vez, un nombre de función y un organigrama. Es lo que el 5% que sí extrae valor tiene montado y el 95% no.
4 · El mapa
Los roles de AI Operations y su compensación
La función se compone de roles concretos, con responsabilidades y bandas salariales propias. Implementa mantiene el mapa vivo —definición, skills y salario de mercado por país— y lo actualiza con cada dato que aporta la comunidad.
AI Operations Manager
Convierte los pilotos en operación diaria; decide qué se opera, con qué prioridad y cómo se mide.
Head of AI Operations
El mandato a nivel dirección: presupuesto, gobierno y resultados de la función.
AI Enablement Lead
Forma al resto de la organización para que la IA se use bien y de forma segura.
AI Automation Specialist
Construye las automatizaciones que quitan el trabajo mecánico.
AI Workflow / Agentic AI Engineer
Orquestan flujos y agentes que ejecutan de punta a punta.
AI Governance Lead
Define límites, control y cumplimiento de lo que la IA puede hacer.
AI Solutions Architect
Diseña cómo encaja todo sobre el stack real de la empresa.
5 · Metodología
Por qué puedes fiarte del número
Regla dura, la misma que rige todo el dato de Implementa: ninguna cifra sin fuente. Cada dato salarial lleva su origen y su fecha, y cada banda lleva una etiqueta visible: «estimación de fuentes públicas» (ofertas e informes públicos) o «dato de la comunidad» (salarios reales aportados de forma anónima en la calculadora).
Una banda pasa de estimación pública a dato de la comunidad cuando acumula suficientes aportes reales. Nunca se publica una estimación como si fuera dato observado. Esa transición —de lo público a lo propietario, etiquetada a la vista— es lo que hace que este informe se vuelva más preciso cada edición.
Esta Edición 1 parte mayoritariamente de fuentes públicas: es la línea base. La capa propietaria se está construyendo ahora, aporte a aporte. Cadencia: anual.
Qué hacer con esto
¿Lo montamos en tu empresa?
España tiene la adopción. Le falta la operación. Mide antes de contratar, y monta la función con dueño y métricas.
Fuentes
- INE — Encuesta sobre el uso de TIC y comercio electrónico en las empresas, datos 1T 2025
- MIT NANDA — State of AI in Business 2025
- Randstad — Las ofertas de empleo con IA se multiplican por nueve en España (2025)
- KPMG — Perspectivas España 2025
- Solunion — Más empresas la utilizan, pocas la integran (análisis sobre datos INE)