Bloomberg Línea — La inteligencia artificial (IA) está entrando en una nueva fase en el sector tecnológico de América Latina, con el 85% de las empresas implementando agentes de IA en su producción. Ahora los desafíos pasan por extender su adopción en otros sectores y medir su valor real: cuánto dinero les ahorra, cómo les ayuda a mejorar la productividad y si les permite vender más.
Estas son dos de las principales conclusiones a las que llegó Boston Consulting Group (BCG) en su informe Convertir la ambición de la IA en realidad, elaborado a partir de siete sesiones ejecutivas con más de 130 CEO y fundadores de empresas tecnológicas líderes de la región, además de una encuesta.
“La IA ha superado la experimentación”, destaca el reporte publicado en noviembre. “Solo el 6% de las empresas informa que su principal caso de uso sigue en fase piloto, mientras que el 38% ya está en producción con varios equipos o mercados”.
BCG resalta que el siguiente desafío no es la adopción básica de la IA, sino ampliar su uso con un alcance claro de los flujos de trabajo, reglas de autonomía y gobernanza.
Ver más: Los países de América Latina más preparados para la inteligencia artificial, según ranking de Cepal
Gonzalo Montón, socio de BCG y líder del equipo de la firma para Latinoamérica, hace una distinción en entrevista con Bloomberg Línea: una cosa es usar la IA y otra cosa es apalancarse en ella para transformar la forma de trabajar.
Bajo esa premisa, plantea: “Donde creo que tenemos que dar un siguiente paso es en el diseño de procesos en que la IA juegue un papel importante. No se trata de utilizar la IA o incluirla en un proceso ya existente y esperar que eso haga la magia”.
La adopción de la IA debe ser producto de un liderazgo de los CEO de las compañías, no pruebas de laboratorio de los equipos de data y analytics, según el experto. Y además de inversión, requiere un esfuerzo de gestión del cambio de procesos y cultura en las organizaciones.
“Puedes tener los mejores modelos del mundo y las mejores herramientas, pero si no has adaptado tus procesos, hecho upskilling de tu gente e impulsado la gestión del cambio, no vas a conseguir el impacto”.
Gonzalo Montón.
Las cifras del informe respaldan esa perspectiva.
“Los programas de IA liderados por CEO muestran una mayor disciplina de medición de su impacto”, evidencia el informe de BCG. “Es más probable que esos programas utilicen métricas validadas por Finanzas (30%) frente a programas no liderados por CEO (20%)”.
Medir el impacto de la IA se ha convertido en otro desafío. Aunque las empresas comienzan a obtener beneficios de su implementación, muchas todavía no cuentan con mecanismos rigurosos para cuantificarlos.
Solo el 22% de las empresas tecnológicas en la región cuenta con medición del estado de resultados de la IA validada por los departamentos de Finanzas. Otro 44% depende de estimaciones indicativas, sin una línea base consistente ni aprobación de Finanzas, conforme con BCG.
Según Montón, los sectores que lideran la adopción de IA en la región son el financiero, el de telecomunicaciones y el de seguros.
Infraestructura y talento, claves para escalar la IA en América Latina
La posibilidad de convertir la adopción de IA en resultados medibles también depende de contar con infraestructura capaz de soportar estas tecnologías, datos de calidad y personal preparado para integrarlas en las operaciones.
El más reciente Informe global sobre el estado de la infraestructura de datos 2025 de Hitachi Vantara, una subsidiaria del grupo japonés Hitachi especializada en infraestructura de datos, almacenamiento y soluciones tecnológicas para empresas, dice que un enfoque de “IA primero” en las compañías globales es inminente.
El informe también advierte sobre las dificultades para calcular el retorno de la inversión (ROI) de la IA y el aumento de las preocupaciones por los ciberataques.
“A pesar de la inversión, el 37% de las organizaciones aún no puede calcular el ROI de sus iniciativas de IA”, dice el reporte elaborado con base en entrevistas a 1.244 líderes de TI en 15 mercados de las Américas, Europa y Asia-Oceanía. “Las amenazas internas relacionadas con la IA han surgido con fuerza: la preocupación por brechas de seguridad desde el interior saltó del 31% al 41% en un año, igualando casi a los ataques externos habilitados por IA (43%)”.
La infraestructura de datos es la base que permite desarrollar y operar sistemas de inteligencia artificial. Hitachi clasifica a las empresas globales en tres tipos, según su madurez en esta materia.
- Optimizado (41%): organizaciones con infraestructura resiliente, datos limpios, operaciones impulsadas por IA y retornos medibles.
- Definido (35%): empresas en un área gris; tienen progresos marginales, pero carecen del talento y la estrategia para ejecutar con éxito.
- Emergente (24%): firmas reacias al riesgo, con escasez de habilidades y dependientes de procesos manuales que les impiden escalar.
En conversación con Bloomberg Línea, el director de ventas técnicas para América Latina de Hitachi Vantara, David Cerón, dice que las iniciativas de adopción de IA en Latinoamérica son “muy parecidas” a las del resto del mundo. “Sin embargo, países con infraestructura desarrollada pueden adoptar este tipo de iniciativas más rápido con respecto al resto de Latinoamérica, como Brasil”, según él.
Entre los países que Cerón resalta en esta materia figuran México y Chile y, luego, Argentina, Colombia y Uruguay.
Otros factores que entran en juego en la velocidad de adopción de la IA, de acuerdo con Cerón, son: la adaptación de la infraestructura existente, el aprovechamiento del capital humano y contar con recursos necesarios como el suministro eléctrico para soportar las cargas de los centros de datos, por ejemplo.
“Ahora la discusión es: ¿qué necesito yo para asegurar que el dato que estoy colocando para alimentar un algoritmo de IA me va a llevar a monetizar o me genere una posición privilegiada respecto a mi competencia?“, indica Cerón.
Un reto para avanzar en la monetización de la IA y aprovechar sus ventajas competitivas es contar con profesionales preparados para liderar esa transformación. Cerón identifica dos perfiles necesarios, uno más técnico que el otro.
“Se necesita el perfil de alguien que entienda cómo al final del día puedo transformar un centro de datos en un sistema 100% automatizado en todas las operaciones de la empresa”, indica Cerón. “Otro perfil, que para mí es todavía más difícil de encontrar, es el de profesionales con visión consultiva y conocimiento integral del negocio, capaces de conectar arquitectura empresarial, gestión de datos, infraestructura y seguridad con su aplicación mediante inteligencia artificial”.
Ver más: El dividendo de Silicon Valley profundiza las diferencias en América Latina por el auge de la IA
