Qué pasó

El 15 de abril de 2026, Gong publicó un nuevo estudio según el cual el 58% de las empresas tiene proyectos de IA estancados. La causa no es el presupuesto, sino una falta de confianza de fondo. El estudio, realizado por Censuswide entre 2.056 directivos de empresas medianas y grandes de Estados Unidos y Reino Unido, identifica tres barreras principales que impiden pasar las iniciativas de IA de piloto a producción: la preocupación por la seguridad de los datos, la falta de explicabilidad y la escasa transparencia de los modelos.

Esta brecha de confianza cuesta dinero real. Según los resultados, el 46% de las inversiones previstas en IA está en pausa (el 44% en EE. UU. y el 47% en Reino Unido). Tres de cada cuatro directivos encuestados afirman que su organización va por detrás a la hora de obtener beneficios de la IA. En EE. UU. lo perciben con más fuerza (80%) que en Reino Unido (70%). Los datos se recogieron entre el 6 y el 9 de enero de 2026.

Para completar la encuesta, Gong Labs analizó más de 25 millones de interacciones comerciales entre enero y diciembre de 2025. El análisis muestra que una de cada cuatro llamadas con clientes menciona de forma explícita la seguridad. La duda sobre las fuentes de datos de la IA y sobre cómo aprende fue el tema más repetido en esas conversaciones. Es una señal de que la desconfianza ya aparece en las conversaciones de venta, y no solo en las revisiones de compras de TI.

Por qué importa a los profesionales

Para los profesionales de competitive intelligence y revenue intelligence, el estudio de Gong cambia el enfoque del debate sobre la adopción de IA. El relato habitual dice que el freno principal es el presupuesto, el talento o la madurez de la organización. Los datos lo contradicen. El cuello de botella es la confianza, y las dudas concretas que citan los encuestados coinciden con la forma en que los equipos de CI y de enablement evalúan, adoptan y defienden herramientas con IA.

1. La seguridad de los datos es la mayor preocupación, pero el matiz importa más que un simple “no confiamos en la IA”. La privacidad y la seguridad de los datos encabezan las barreras, con un 34% en total (36% en EE. UU., 31% en Reino Unido). Para los equipos de sales enablement que evalúan herramientas de IA, esto se traduce en preguntas concretas: ¿adónde van los datos de las conversaciones con clientes? ¿Quién puede acceder a ellos? ¿Cuánto tiempo se conservan? Los equipos de CI que recomiendan herramientas con IA deben tener estas respuestas preparadas. Si no, sus propuestas pueden acabar congeladas junto al 58% de proyectos que ya lo están.

2. La explicabilidad ya es un requisito para cerrar la compra, no un diferenciador. El 30% de los encuestados cita la falta de explicabilidad como barrera de confianza. Además, el 26% dice que la explicabilidad de los resultados de la IA es la garantía más importante que necesita antes de avanzar. Para quienes crean programas de competitive intelligence para equipos de ventas, la consecuencia es directa: las Battlecards generadas con IA, las alertas competitivas y las recomendaciones sobre oportunidades deben mostrar su razonamiento. Los resultados de caja negra, que dan una recomendación sin mostrar las señales en las que se basan, encontrarán cada vez más resistencia entre las mismas personas a las que los equipos de CI quieren ayudar.

3. La transparencia da a los proveedores una ventaja competitiva medible. Chris Peake, Chief Trust Officer de Gong, lo resume sin rodeos: “La seguridad y la confianza en la IA ya no son temas de back office; son temas de ingresos”. Para los profesionales de CI que evalúan plataformas como Crayon y otras herramientas competitivas con IA, esto implica un criterio más de selección. La transparencia del proveedor sobre el tratamiento de los datos, el entrenamiento de los modelos y la explicabilidad de los resultados debe pesar tanto como las funcionalidades y el precio. Los proveedores que resuelvan las dudas de confianza de forma proactiva cerrarán ventas antes. Los que traten la confianza como un simple trámite de cumplimiento se estancarán igual que los proyectos internos de sus clientes.

4. La brecha de confianza cambia según el país, y la estrategia de adopción también debe cambiar. Las organizaciones de EE. UU. tienen más proyectos estancados (63% frente al 52% en Reino Unido). Sin embargo, las de Reino Unido han pausado una parte algo mayor de su inversión (47% frente al 44%). Para los equipos de CI en organizaciones multinacionales, esto indica que el mensaje sobre la adopción de IA y la gestión del cambio deben adaptarse a cada región. En EE. UU. hacen falta más garantías de seguridad. En Reino Unido hace falta un retorno de la inversión más claro antes de liberar los presupuestos en pausa.

Datos clave

Informe: “Unlocking the Trust Barrier for Enterprise AI”
Editor: Gong, con la realización de Censuswide
Fecha de publicación: 15 de abril de 2026
Encuestados: 2.056 directivos de empresas medianas y grandes (EE. UU. y Reino Unido)
Periodo de recogida de datos: del 6 al 9 de enero de 2026
Datos complementarios: análisis de Gong Labs de más de 25 millones de interacciones comerciales (enero a diciembre de 2025)
Proyectos estancados: 58% en total (EE. UU.: 63%, Reino Unido: 52%)
Inversión en pausa: 46% del gasto previsto en IA (EE. UU.: 44%, Reino Unido: 47%)
Principales barreras: privacidad y seguridad de los datos (34%), explicabilidad (30%), transparencia de los modelos (28%), incertidumbre regulatoria (27%)
Principales garantías que se piden: explicabilidad de los resultados (26%), límites claros sobre el uso de los datos (25%), garantías de seguridad integradas (23%), auditorías externas (23%)
Señal en las conversaciones: 1 de cada 4 llamadas de venta menciona la seguridad

Implicaciones para el mercado

El estudio de Gong sobre la barrera de la confianza llega en un momento clave para los mercados de revenue intelligence y competitive intelligence. Las funciones nativas de IA ya son lo mínimo exigible en las plataformas de CI. Por eso, según el estudio, la próxima ola de diferenciación no dependerá de quién tenga la IA más avanzada, sino de quién pueda demostrar que su IA es fiable.

Esto tiene consecuencias concretas para el mercado de herramientas de CI. Los proveedores que invierten en transparencia (resultados explicables, origen claro de los datos, certificaciones SOC 2 y auditorías externas) tendrán una ventaja estructural en los ciclos de venta enterprise. Los que dejen la confianza para una futura hoja de ruta sufrirán el mismo bloqueo que ya viven sus clientes: el 58% de las evaluaciones nunca llega a una decisión.

Para los profesionales de CI, el estudio confirma una experiencia cada vez más común. Recomiendan una herramienta con IA dentro de la empresa y la evaluación se estanca durante meses. La causa no es que falten funcionalidades, sino la revisión de seguridad, la revisión legal o el escepticismo de la dirección sobre cómo decide la IA. Los datos ofrecen un marco concreto para anticiparse a estas dudas: presentar las certificaciones del proveedor, pedir documentación sobre explicabilidad y plantear la adopción de IA en términos del coste en ingresos de no actuar, en lugar de las ventajas de sus funcionalidades. El estudio de rendimiento de IA 2026 de PwC cuantifica ese coste: el 20% de las empresas que mejor lo hacen captura el 74% del valor económico de la IA, y la distancia crece cada trimestre que los proyectos siguen congelados.

Que una de cada cuatro conversaciones de venta mencione la seguridad también afecta a cómo los equipos de CI siguen el posicionamiento competitivo. Cuando un cliente potencial saca el tema de la seguridad en una llamada, a menudo está comparando cómo cada proveedor aborda la confianza y la transparencia. Los equipos de CI que rastreen y analicen estas señales de confianza, y las incorporen a las Battlecards y a las guías de manejo de objeciones, ayudarán a sus equipos comerciales en un entorno de compra donde la confianza es ya el principal filtro.

Recursos relacionados

Revenue Intelligence: la disciplina en el centro del estudio de Gong sobre IA y confianza
Sales Enablement: cómo afectan las barreras de confianza a la adopción y el despliegue de enablement con IA
CI for Sales Teams: guía práctica para crear programas de CI que resuelvan los retos de adopción en los equipos de ventas
Alternativas a Crayon: cómo evaluar plataformas de CI con la transparencia y la confianza como criterios de selección