El actor será el destinatario número 62 del premio de
El actor será el destinatario número 62 del premio de SAG-AFTRA. La distinción se entregará el 28 de febrero de 2027, durante una ceremonia que Netflix transmitirá en directo desde Los Ángeles. IA / ChatGPT

La inteligencia artificial concentra inversiones millonarias en infraestructura, chips, centros de cómputo y desarrollo de modelos, pero el negocio todavía enfrenta una prueba decisiva: lograr que las empresas incorporen esta tecnología a sus operaciones y generen ingresos suficientes para recuperar el gasto. En México, esa distancia entre adopción y rentabilidad quedó expuesta este martes con la presentación del Índice Latinoamericano de Inteligencia Artificial 2026 y los datos de estudios recientes sobre el uso corporativo de estas herramientas.

El índice elaborado por la Comisión Económica para América Latina y el Caribe (CEPAL) y el Centro Nacional de Inteligencia Artificial de Chile asignó a México 52 puntos sobre 100 en adopción de inteligencia artificial, resultado que lo colocó en el octavo sitio entre 20 países de la región. La medición evalúa capacidades habilitantes, investigación, desarrollo, adopción y gobernanza, por lo que ofrece una visión más amplia que el simple número de empresas que utilizan herramientas de IA.

Durante la presentación del informe, el especialista Raúl Katz, exdirector de investigación de estrategia empresarial del Columbia Institute for Tele-Information de la Universidad de Columbia, señaló que la rentabilidad de la cadena de valor depende de que las compañías adopten la tecnología. Los ingresos actuales se concentran en segmentos como los semiconductores y la construcción de centros de cómputo, mientras otros componentes —entre ellos el desarrollo de modelos, el software y las aplicaciones empresariales— todavía enfrentan dificultades para generar retornos.

Katz expuso que, en Estados Unidos, donde se concentra alrededor de 65% de la inversión mundial en inteligencia artificial, 95% de los ingresos analizados para 2025 procedía del equipamiento y la infraestructura. La cifra ilustra la concentración del negocio en los componentes físicos que permiten operar los sistemas, mientras la rentabilidad de las aplicaciones y los modelos continúa siendo un desafío.

México participa en esta carrera con una base de inversión privada que suma 561 operaciones relacionadas con inteligencia artificial durante la última década. Sin embargo, el monto acumulado reportado para el país asciende a 1,223 millones de dólares, por debajo de Brasil y también de Chile y Argentina, de acuerdo con los datos presentados en el marco del índice.

La dificultad también aparece dentro de las compañías. El estudio Global AI Pulse Q2 2026, publicado por KPMG en julio y basado en una encuesta a más de 2,000 líderes empresariales de 20 países, encontró que 26% de las organizaciones consultadas en México estaba en una fase de adopción activa de inteligencia artificial. Sin embargo, solo 7% reportó un retorno de inversión consolidado. Además, la mitad de las empresas encuestadas en el país había replanteado iniciativas porque los costos superaban los beneficios esperados.

Los resultados de Endeavor México apuntan a un problema similar desde otra medición. Su informe Mexico AI Pulse, publicado en agosto a partir de una muestra de 163 organizaciones, indicó que 55% de las empresas participantes ya utilizaba inteligencia artificial, pero solo 31% la había integrado ampliamente en sus procesos clave y apenas 6% declaró haber obtenido un valor económico significativo. El estudio también encontró que 58% consideraba el presupuesto una barrera importante y que solo 12% estimaba que la calidad de sus datos era suficiente para sostener las políticas de IA a escala.

Los porcentajes proceden de estudios con muestras y definiciones distintas, pero ambos identifican una dificultad común: la disponibilidad de herramientas no basta para transformar el funcionamiento de una empresa. La adopción efectiva requiere datos confiables, personal capacitado, cambios en los procesos de trabajo, controles de seguridad y responsables capaces de evaluar los resultados económicos.

Ese desafío tiene consecuencias para la competitividad mexicana. Si las empresas destinan recursos a licencias, servicios en la nube, consultoría y desarrollo sin integrar la IA a tareas centrales, el gasto puede crecer más rápido que los beneficios. En cambio, una incorporación ligada a objetivos operativos concretos permite medir si la tecnología reduce tiempos, mejora la producción, disminuye costos o abre nuevas fuentes de ingresos.

El debate también tiene una dimensión regional. El ILIA 2026 amplió su cobertura a 20 países e incorporó comparaciones con Alemania, España, Estonia, Portugal y Singapur. La evaluación permite observar las brechas latinoamericanas en infraestructura, talento, investigación, acceso a herramientas y capacidades institucionales, factores que condicionan el aprovechamiento económico de la IA.

Para México, el reto es convertir su actividad empresarial y su capacidad industrial en una adopción más profunda. El país cuenta con compañías que desarrollan o utilizan estas herramientas, pero los datos disponibles muestran que la integración a gran escala y la obtención de beneficios económicos siguen concentradas en una proporción menor de organizaciones.

La siguiente etapa de la competencia tecnológica estará marcada por los resultados que las empresas puedan obtener: productividad, nuevos ingresos y costos sostenibles. En ese terreno se definirá si las inversiones en inteligencia artificial se convierten en una ventaja económica duradera para México o permanecen como proyectos de adopción limitada.