El mercado de aplicaciones de inteligencia artificial en México alcanzará un valor de 450 millones de dólares en 2025, de acuerdo con el CIO Playbook 2025, informe realizado por Lenovo e IDC para los directores de Tecnología de las compañías mexicanas.
Este valor es superior a los 98 millones de dólares registrados en 2024, debido a que las empresas planean aumentar su inversión en IA 2.4 veces durante el año. Además, la nueva estimación incluye las inversiones en inteligencia artificial generativa, como la que ofrecen plataformas como ChatGPT o Deepseek.
De acuerdo con Alejandro Florean, director de IDC México, este incremento en la inversión en herramientas y aplicaciones de IA corresponde principalmente a los sectores financiero y manufacturero, que lideran la adopción de esta tecnología en el país. Durante la presentación del estudio el 25 de marzo, Florean destacó que México se posiciona por encima del promedio de Latinoamérica e incluso del mundo en términos de inversión en IA.
Esto se debe, en gran medida, a la alta concentración de industrias estratégicas, como la manufactura y los servicios financieros, que están implementando soluciones basadas en IA para optimizar procesos y generar nuevos modelos de negocio. Uno de los hallazgos del estudio es que las empresas en México están optando por un modelo híbrido en la implementación de IA, combinando infraestructura en la nube con soluciones locales. Esto se debe a que muchas compañías han identificado que migrar el 100% de sus operaciones a la nube puede resultar costoso y poco eficiente para ciertos casos de uso.
“La mayoría de las implementaciones de IA que vemos hoy son híbridas. No son 100% en la nube ni 100% en infraestructura tradicional. Las empresas buscan equilibrio entre agilidad, costos y seguridad”
A pesar del crecimiento acelerado, el estudio también identificó barreras para la adopción de IA en México. Uno de los principales desafíos es la calidad de los datos, ya que muchas empresas descubren, en etapas avanzadas de implementación, que su información no está estructurada adecuadamente para entrenar modelos de IA.
“Si entrenas un modelo con datos basura, obtendrás resultados basura. No es que la IA no funcione, es que los datos no eran los correctos”
