Inteligencia artificial en América Latina: de la adopción a la creación de valor

La paradoja: todos la utilizan, pocos generan valor

América Latina ya ha superado el primer umbral: la IA ha dejado de ser experimental. Una encuesta del Banco Interamericano de Desarrollo (BID) de mayo de 2026 entre startups cuyo modelo de negocio no está centrado en la IA reveló que el 85% ya utiliza herramientas de IA generativa y el 75% emplea tecnologías predictivas, principalmente en marketing, desarrollo de productos, estrategia e investigación y desarrollo (I+D)¹. La región, por tanto, no está rezagada en su uso; podría decirse que incluso avanza más rápido que su infraestructura.

En términos de creación de valor, el panorama es muy distinto. Según una investigación del Foro Económico Mundial, solo el 23% de las organizaciones latinoamericanas genera algún valor económico a partir de la IA y apenas el 6% reporta resultados significativos. De hecho, alrededor de seis de cada 10 pequeñas y medianas empresas (pymes) no obtienen ningún beneficio cuantificable.

El contraste es claro: el uso de la IA está ampliamente extendido, pero su capacidad para generar valor sigue siendo limitada. Esto está dando lugar a una economía a dos velocidades que los inversionistas deberían observar con atención: mientras los beneficios se concentran en las grandes empresas, numerosas pymes incorporan estas herramientas sin obtener aún resultados tangibles.

Por qué persiste la brecha: el modelo operativo, no las herramientas

La reacción inicial suele ser atribuir el problema a las carencias de infraestructura, que sin duda existen. Sin embargo, a nuestro juicio, el principal obstáculo para generar valor está en la forma en que las organizaciones incorporan la IA a sus operaciones. Los casos de estudio regionales de McKinsey lo ilustran con claridad: las mejoras no provienen simplemente de implementar tecnología, sino de transformar los procesos.

Un banco regional, por ejemplo, redujo en 55% el tiempo necesario para tomar decisiones crediticias al reorganizar su proceso en torno a 45 agentes especializados. Los analistas, por su parte, dejaron de realizar directamente las evaluaciones para centrarse en cuestionarlas y validarlas. En todos estos casos, la responsabilidad final siguió en manos de las personas; lo que cambió fue la forma de trabajar. Esa brecha en el modelo operativo explica la paradoja mejor que cualquier indicador de infraestructura.

Dónde se genera valor y por qué

Si la creación de valor depende de transformar los procesos y de contar con las condiciones adecuadas, las mayores oportunidades deberían surgir allí donde ya existe una gran cantidad de datos y se toman decisiones de manera constante. Y eso es precisamente lo que está ocurriendo en dos áreas de la economía.

El sector financiero ofrece el caso de éxito más convincente de la región, por razones estructurales. Amplios segmentos de la población con acceso limitado a servicios bancarios, el rápido crecimiento de los pagos digitales y las fintech basadas en datos transaccionales crean las condiciones ideales para aplicar la IA a millones de decisiones: desde la detección de fraude y la evaluación crediticia hasta las cobranzas y la personalización de productos.

La ventaja no radica en sustituir empleados por chatbots, sino en utilizar los datos para tomar esas decisiones con mayor rapidez y precisión. Nubank, con modelos entrenados a partir de datos de más de 100 millones de clientes, es el ejemplo más claro². Mercado Libre aplica la misma lógica a su plataforma de comercio electrónico, pagos, crédito y logística.

En las industrias físicas, las aplicaciones de IA que mayor valor pueden generar para la región son analíticas, no generativas: sistemas capaces de mejorar la eficiencia en actividades como la agricultura y la minería, en las que América Latina ya ocupa una posición de liderazgo. Kilimo, en Argentina, optimizó el uso del agua a partir de datos climáticos, del suelo y satelitales, con un ahorro estimado de 72 mil millones de litros³. Por su parte, Codelco, en Chile, incrementó sus utilidades anuales en 80 millones de dólares mediante la optimización del procesamiento y el mantenimiento predictivo⁴.

Un aspecto clave es que gran parte del valor proviene del software, no de la maquinaria. McKinsey estima que los “agentes” de software representarán aproximadamente el 80% del potencial económico de la automatización para 2030 y seguirán concentrando la mayor parte de ese potencial incluso en actividades como la agricultura, la manufactura y la minería. Las ganancias provienen de utilizar la analítica para transformar los procesos, no de incorporar robots a las operaciones.

Las dos limitaciones que frenan la creación de valor

La región cuenta con una amplia base de talento, pero carece de suficientes conocimientos especializados. Entre 2023 y 2025, la demanda de profesionales con habilidades prácticas para utilizar la IA (distintas de las necesarias para desarrollarla) se multiplicó aproximadamente por 11, casi el doble del ritmo registrado en Estados Unidos y Europa, principalmente en puestos ajenos a las áreas de ciencia, tecnología, ingeniería y matemáticas (STEM, por sus siglas en inglés)⁵. Esto representa una oportunidad: América Latina necesita una amplia base de usuarios capaces de aprovechar la tecnología, no millones de investigadores. Sin embargo, la escasez de perfiles con conocimientos avanzados, sumada a su migración hacia mercados más maduros, sigue limitando la generación de valor.

La capacidad de cómputo todavía está poco desarrollada y se concentra en pocos países. La aplicación de la IA a actividades vinculadas con la economía física —donde reside una de las principales ventajas de América Latina— depende de esta infraestructura. Sin embargo, solo algunos países cuentan con una base sólida de centros de datos y pocos cumplen con estándares internacionales de sostenibilidad. Para una región cuya ventaja competitiva se apoya, en parte, en el acceso a electricidad limpia, esta carencia representa también una clara oportunidad de inversión.

Una región, distintas trayectorias

Los inversionistas que consideren América Latina como un mercado homogéneo podrían pasar por alto dónde se está generando valor. Los análisis por país de McKinsey muestran trayectorias muy diferentes: México presenta el mayor valor potencial en términos absolutos —unos 204 mil millones de dólares estimados para 2030—, aunque la demanda de habilidades relacionadas con la IA avanza más lentamente que en otros países. Brasil le sigue, con 135 mil millones de dólares y un crecimiento más acelerado de esa demanda, mientras que Chile registra el mayor aumento de la región en la demanda de habilidades prácticas para utilizar la IA.

No existe, por tanto, un único modelo latinoamericano de IA: los países están desarrollando ventajas diferentes.

Qué significa todo esto

El principal desafío económico de América Latina es su baja productividad, que, según estimaciones del Foro Económico Mundial, creció apenas alrededor de 0,4% anual entre 2000 y 2024. La IA ofrece una de las herramientas más prometedoras para cambiar esta situación: su adopción efectiva podría impulsar la productividad entre 1,9% y 2,3% anual y generar entre 1,1 y 1,7 billones de dólares adicionales al año, aproximadamente un 60% de ellos derivados de aplicaciones analíticas⁶. El resultado dependerá de cuándo y cómo se implemente, no de la disponibilidad de la tecnología.

Por tanto, la mayor oportunidad aún sin explotar no consiste en desarrollar modelos de vanguardia, sino en hacer más productivas las actividades que ya impulsan la economía latinoamericana: mejorar la evaluación del riesgo en el sector financiero, optimizar los insumos en la agricultura, reducir los tiempos de inactividad en la minería y responder de forma más personalizada a la demanda en el comercio minorista. Las empresas ganadoras no serán las que implementen más modelos o inviertan más, sino las que transformen sus procesos mediante la IA y conviertan su adopción en mejoras cuantificables de ingresos, costos y alcance. La misma lógica se aplica a los países y al capital que los respalda.

Volvamos, por último, al triángulo inicial. América Latina nunca iba a convertirse en su cuarto vértice, ni necesita hacerlo. Ya constituye uno de los pilares físicos de la expansión global de la IA. Su tarea no es desarrollar el modelo más potente del mundo, sino sobresalir en el uso de esta tecnología en las actividades que ya sustentan su economía. La próxima década determinará si logra transformar ese uso intensivo en verdadero valor económico y pasar de ser proveedora y consumidora de la revolución de la IA a convertirse en una de sus principales beneficiarias.