El contexto es favorable. México se ha consolidado como uno de los mercados estratégicos para el desarrollo de infraestructura y capacidades de inteligencia artificial en América Latina. Durante los últimos meses, empresas tecnológicas globales han anunciado inversiones multimillonarias para fortalecer ecosistemas de nube, centros de datos y soluciones de IA en el país.
En este aspecto, ejemplos de la velocidad de adopción ayudan a dimensionar la magnitud de un fenómeno como lo es ChatGPT, el cual alcanzó los 100 millones de usuarios en apenas dos meses, mientras que plataformas como Instagram necesitaron más de dos años y Twitter más de cinco años para alcanzar una cifra similar. Este crecimiento refleja el nivel de interés que ha despertado la inteligencia artificial y explica por qué hoy forma parte de las estrategias dentro de prácticamente todas las industrias. Los equipos directivos necesitan entender cómo traducir las capacidades de la IA en mejoras concretas para la productividad, la eficiencia operativa y la reducción de costos que generen un valor tangible para los negocios.
La diferencia parece sencilla, pero implica un cambio profundo en la forma de abordar la adopción tecnológica, lo que ha sido confirmado por especialistas de Oracle, Microsoft, IBM y líderes empresariales de distintas industrias.
La situación no es exclusiva de México. Diversos estudios internacionales muestran que la mayoría de las organizaciones ya exploran iniciativas relacionadas con IA generativa, pero una proporción considerable todavía enfrenta dificultades para llevar esos proyectos a entornos productivos. En muchos casos, los pilotos demuestran resultados prometedores, aunque posteriormente encuentran barreras relacionadas con procesos, datos, gobierno corporativo o adopción interna.
Datos compartidos durante el Novacomp Tech Summit 2026
De acuerdo con Oracle, el 75% de las organizaciones planea invertir en inteligencia artificial agentica, pero únicamente el 11% ha logrado llevar estos agentes a producción. La cifra refleja un desafío que trasciende la tecnología y que está relacionado con la capacidad de las organizaciones para integrar la IA dentro de sus operaciones de manera efectiva.
Cuando la conversación gira exclusivamente alrededor de modelos, plataformas o herramientas, resulta más difícil identificar el impacto que la inversión debería generar. Por el contrario, las organizaciones que están obteniendo mejores resultados suelen partir de una pregunta mucho más concreta y la de saber qué fricción dentro de la operación limita actualmente el desempeño del negocio.
La respuesta puede encontrarse en procesos manuales, tareas repetitivas, tiempos prolongados de análisis, dificultades para acceder al conocimiento organizacional o actividades administrativas que consumen recursos sin generar valor diferencial, pero una vez identificados esos puntos, la inteligencia artificial deja de ser una tendencia tecnológica para convertirse en una herramienta capaz de resolver problemas específicos.
Los datos son determinantes
La calidad y disponibilidad de la información, junto con el contexto asociado a ella condicionan la capacidad de los modelos para generar resultados consistentes. Incluso las herramientas más avanzadas encuentran limitaciones cuando operan sobre información fragmentada, desactualizada o difícil de integrar.
La relevancia de este punto ha sido respaldada por distintos estudios de mercado. Gartner estima que el 60% de los proyectos de inteligencia artificial que no cuenten con datos preparados para IA serán abandonados, mientras que el 83% de los líderes empresariales considera que una infraestructura de datos más sólida aceleraría la adopción de inteligencia artificial dentro de sus organizaciones.
Capacitación y liderazgo son piezas clave
Muchas de las dificultades asociadas a la inteligencia artificial tienen un origen menos tecnológico de lo que suele suponerse. A medida que las organizaciones avanzan en sus procesos de adopción, los desafíos relacionados con gestión del cambio, capacitación y liderazgo comienzan a ocupar un lugar central.
Incorporar inteligencia artificial implica modificar hábitos de trabajo, redefinir responsabilidades y ayudar a los equipos a comprender cómo utilizar estas capacidades dentro de su actividad cotidiana. Sin ese proceso de adaptación, incluso las implementaciones técnicamente exitosas pueden enfrentar obstáculos para generar valor a gran escala.
Por esa razón, las organizaciones más avanzadas están dejando atrás la lógica de proyectos aislados para construir capacidades permanentes alrededor de la inteligencia artificial. El objetivo ya no consiste en desplegar herramientas de manera puntual, sino en integrarlas progresivamente dentro de los procesos que sostienen la operación del negocio.
De acuerdo con el estudio Global Talent Trends 2025 de Mercer, el 53% de los ejecutivos espera mejoras de productividad de entre 10% y 30% gracias a iniciativas de inteligencia artificial y automatización durante los próximos tres años. El mismo estudio señala que el 56% de los líderes consultados ya reporta incrementos de eficiencia asociados al uso de IA y que el 46% identifica mejoras en innovación derivadas de estas capacidades.
La inversión tecnológica continúa en crecimiento, mientras que el ecosistema empresarial está cada vez más interesado en la innovación y las capacidades de inteligencia artificial. El impacto de dependerá cada vez más de la capacidad de las organizaciones para incorporarlas de forma efectiva dentro de la operación diaria.
Autor: Peter Kroll, Country Manager de Novacomp en México
