La inversión en inteligencia artificial en América Latina acelera. Según International Data Corporation (IDC), el principal proveedor mundial de inteligencia de mercado, datos y eventos para los mercados de tecnología, se proyecta un crecimiento a tasa anual compuesta de 32.9 por ciento entre 2023 y 2028, con el gasto de Canadá, Brasil, Estados Unidos, México y Colombia acercándose a 477,800 millones de dólares en 2028.
En México, este crecimiento ya se siente en proyectos concretos, desde optimización de procesos hasta despliegues en el borde; no obstante persisten ataduras estructurales: la gestión de datos, la gobernanza y la coordinación público-privada.
El informe de IDC comisionado por el fabricante de chips Intel muestra que 23.3 por ciento de las empresas mexicanas no ha empezado un inventario de activos de datos y que apenas 56.3 por ciento del total de datos está disponible para análisis e IA, cifras que limitan la escala y la rapidez de los proyectos.
“Realmente la adopción de la inteligencia artificial en las empresas ya está siendo un hecho, 97.8 por ciento de las empresas coincidió en este punto”, señaló a medios de comunicación Aarón Vudoyra, especialista en Tecnología de Intel México.
Ese contraste, alta intención frente a brechas de datos, explica por qué muchas compañías prefieren iniciar con casos de uso que entreguen mejoras operativas rápidas. El estudio registra que, desde la implementación, 451 de 462 empresas reportaron mejoras en desempeño de hasta 49 por ciento, con una ganancia promedio de 20 por ciento en los proyectos más exitosos.
México, por su parte, suma avances en adopción, IA tradicional (56.2 por ciento) e IA generativa (51.9 por ciento), pero su evaluación del entorno gubernamental y socioeconómico quedó entre las más bajas de la muestra.
Técnicamente, la receta es clara: modernizar la estructura de datos, reforzar la gobernanza, apostar por arquitecturas híbridas/multinube y escalar capacidades de borde.
En México, la representatividad del borde en el presupuesto de tecnología subirá de 10.1 por ciento a 11.7 por ciento en los próximos 12 meses, según el informe, lo que refleja la intención de mover cargas críticas fuera de la nube pública cuando la latencia y la privacidad lo exigen.
Retos
Del lado del riesgo, las empresas enumeran obstáculos reales: costos de infraestructura para entrenar y correr modelos, riesgos de propiedad intelectual y preocupaciones por la precisión y sesgo de los modelos.
El capital fluye hacia la inteligencia artificial en América, pero para que México convierta este gasto en productividad necesita cerrar la brecha de datos y fortalecer su arquitectura tecnológica. Si lo logra, podrá no sólo consumir, sino también exportar capacidades y servicios de inteligencia artificial.
