Solo el 6% de las organizaciones de América Latina genera valor económico significativo con inteligencia artificial, según el Foro Económico Mundial (FEM) y McKinsey. El reporte lo diagnostica como falta de ejecución. La causa real es otra: en la región se renta la capacidad de IA, no se construye.
El dato que el reporte del FEM y McKinsey dejó en una gráfica
El white paper Latin America in the Intelligent Age, publicado en enero de 2026 por el Foro Económico Mundial y McKinsey, encuestó directamente a organizaciones de la región. El resultado es contundente: apenas el 23% reporta algún valor económico derivado del uso de IA, y solo el 6% lo describe como significativo. Las pequeñas y medianas empresas —el 99.5% del tejido empresarial regional, según el mismo reporte— son las más afectadas: seis de cada diez no capturan ningún valor medible.
El mismo estudio proyecta que la adopción estratégica de la IA podría sumar entre 1.9% y 2.3% de productividad anual y generar entre 1.1 y 1.7 billones de dólares en valor económico adicional cada año para la región. Es una cifra de modelo, no una medición: representa el techo si se cerraran las brechas que el propio reporte documenta, no lo que ya está ocurriendo hoy.
"Adopción" y "despliegue" no miden lo mismo
Aquí está el problema de origen: las encuestas de adopción de IA preguntan si una organización usa la tecnología, no si la posee. Adoptar es contratar una licencia de un modelo alojado en la nube de otro país; desplegar es integrar esa tecnología a procesos internos, con datos propios y capacidad técnica local para sostenerla. Una empresa puede aparecer como "usuaria de IA" en cualquier encuesta con solo pagar una suscripción mensual a un chatbot, sin que eso implique ninguna transformación real de su operación.
Esta confusión no es un error metodológico de los encuestadores: es estructural. Ninguna encuesta de adopción pregunta dónde vive la infraestructura, quién es dueño del modelo o qué pasa con los datos que la organización entrega a cambio del servicio. Mide el consumo, no la posición patrimonial de quien consume. Por eso una cifra de "adopción" alta y una cifra de "valor capturado" baja pueden coexistir sin contradicción: describen fenómenos distintos que la conversación pública suele tratar como si fueran el mismo.
Poco más del 1% de la inversión global
El Índice Latinoamericano de Inteligencia Artificial (ILIA) 2025, elaborado por el Centro Nacional de Inteligencia Artificial de Chile (CENIA) junto con la Comisión Económica para América Latina y el Caribe (CEPAL), cuantifica el otro lado de la ecuación: la región representa el 6.6% del producto interno bruto mundial, pero capta poco más del 1% de la inversión global en IA. Es una brecha de aproximadamente seis veces entre el peso económico de la región y el capital que atrae hacia esta tecnología específica.
En América Latina la brecha de despliegue de IA no separa al piloto de la producción: separa a quien renta la capacidad de quien la posee. Por eso el 6% que captura valor real coincide con el 6% que tenía capital antes de que llegara la IA.
Esa desproporción explica, en buena medida, por qué el uso de IA generativa puede ser masivo en la región —las aplicaciones de consumo tienen barreras de entrada casi nulas— mientras la capacidad de construir con datos propios sigue concentrada donde existía capital antes de que la IA llegara.
El sesgo de tamaño: seis de cada diez pymes no capturan nada
El patrón no es exclusivo de LATAM. El estudio global de PwC sobre desempeño de IA, con 1,217 ejecutivos de 25 sectores, documentó que el 74% del valor generado por la IA lo captura únicamente el 20% de las organizaciones a nivel mundial, como ya documentamos en el 74/20 de la IA. En América Latina ese sesgo de tamaño se agrava por la variable patrimonial: las grandes empresas de la región tienen el capital para construir la capa que no se renta —datos propios, integración, gobernanza—; las pymes, que son la inmensa mayoría del tejido empresarial, no. Es el mismo embudo que documentó Capgemini para el tránsito global del piloto al presupuesto real, aplicado sobre una base de capital estructuralmente más delgada.
Estrategias nacionales que son comunicados
El mismo ILIA 2025 documenta que la investigación en IA está tan concentrada como la inversión: Brasil y México reúnen el 68% de los investigadores activos de la región y, junto con Chile, Argentina y Colombia, el 90% de las publicaciones científicas. Solo siete países participan en conferencias de élite del campo. En gobernanza, el índice es igual de directo: un número creciente de países ha redactado estrategias nacionales de IA, pero la mayoría carece de presupuesto asignado, mecanismos de implementación y sistemas de evaluación de impacto. Son documentos, no política pública en ejecución.
La consecuencia práctica de esa gobernanza sin presupuesto es que la definición de qué es "uso responsable" o "infraestructura estratégica" de IA queda, por omisión, en manos de quien sí tiene capital para decidir: los proveedores de la nube y los modelos, casi todos fuera de la región. Un país puede publicar una estrategia nacional de inteligencia artificial y, al mismo tiempo, no tener ni el presupuesto ni el equipo técnico para verificar si esa estrategia se está cumpliendo. La estrategia existe como comunicado. La ejecución, no.
México y LATAM: la brecha se repite en cada capa
El mismo mecanismo aparece en la capa educativa: la mayoría de universitarios mexicanos ya usa IA generativa mientras las instituciones no tienen reglas para eso. Adopción masiva, estructura ausente: la misma distancia entre usar algo y tener control sobre ello. La constante en cada capa de la región —empresarial, educativa, científica— no es la resistencia a la IA. Es la velocidad con la que se adopta comparada con la lentitud con la que se construye la capacidad de poseerla.
La pregunta que ninguna encuesta de adopción responde es más incómoda que cualquiera de sus porcentajes: ¿qué exactamente se está midiendo cuando la capacidad medida no le pertenece al país que contesta la encuesta?
