Latinoamérica acelera en Inteligencia Artificial: entre la madurez institucional, el déficit de cómputo y la brecha productiva

El Índice Latinoamericano de Inteligencia Artificial (ILIA 2026), elaborado por el Centro Nacional de Inteligencia Artificial (CENIA) de Chile y la CEPAL, evalúa el estado de desarrollo de la IA en 20 países de la región. A través de 126 subindicadores agrupados en las dimensiones de Factores Habilitantes, Investigación, Desarrollo y Adopción (I+D+A) y Gobernanza, el estudio revela un ecosistema en constante transformación, marcado por avances institucionales pero frenado por asimetrías de infraestructura.

Diagnóstico Regional

• Niveles de Madurez: La clasificación general ubica en la categoría de Pioneros a Chile (71,4 pts), Brasil (68,4 pts) y Uruguay (67,0 pts). En el grupo de Adoptantes destacan Colombia (56,8 pts), Costa Rica (56,0 pts) y Argentina (55,6 pts), mientras que diez naciones permanecen en la categoría de Exploradores con menos de 35 puntos.
• Concentración Crítica de Cómputo: La capacidad de procesamiento representa uno de los mayores cuellos de botella. Brasil concentra el 87,7% de las GPU y el 92% del cómputo regional. Frente a referentes extrarregionales (como Alemania o Singapur), América Latina dispone en promedio de 29 veces menos GPU por millón de habitantes.
• Gobernanza sin Financiamiento: Aunque el 85% de los países cuenta con una Estrategia Nacional de IA (o la está elaborando) y el 75% tiene una entidad pública mandatada para coordinarla, solo el 25% menciona recursos en sus instrumentos, siendo Brasil y Colombia los únicos dos países con presupuestos explícitamente asignados.
• Desigualdad en el Tejido Empresarial: La adopción de IA es profundamente asimétrica según el tamaño corporativo: alcanza al 27,6% de las grandes empresas, pero disminuye al 12,8% en medianas y apenas al 6,8% en pequeñas empresas.
• Activos Limpios: Varios países latinoamericanos presentan una elevada proporción de fuentes renovables en su matriz eléctrica (superando a países europeos como Portugal) y una alta densidad regional de centros de datos certificados.

Recomendaciones Estratégicas para la Región

• Para las Empresas:
  1. Superar el sesgo de tamaño mediante extensión tecnológica: Se requieren programas públicos e intersectoriales de asistencia técnica y diagnósticos de madurez digital adaptados a las pymes, inspirados en modelos de capacitación laboral masiva como Hazlo con IA.
  2. Reorientar el tiempo liberado por la IA generativa: En lugar de utilizar la automatización únicamente para reducir costos de personal, las organizaciones deben enfocar el tiempo liberado en tareas de mayor valor agregado, innovación de productos y exploración de nuevos mercados.
  3. Gobernanza antes de escalar IA agéntica: Implementar protocolos claros de supervisión y control humano en los agentes autónomos de IA para evitar la cancelación de proyectos por fallas operacionales o vacíos de auditoría.

• Para los Gobiernos:
  1. Garantizar financiamiento plurianual: Traducir las hojas de ruta y estrategias nacionales en compromisos presupuestarios concretos e instituciones con mandatos claros de fiscalización y ejecución.
  2. Establecer excepciones normativas para Minería de Textos y Datos (TDM): Actualizar las leyes de propiedad intelectual para permitir el entrenamiento de modelos de lenguaje regionales abiertos (como LatamGPT), evitando la fuga de procesamiento de datos locales hacia jurisdicciones extranjeras.
  3. Exigir compras públicas transparentes: Incorporar inventarios algorítmicos, cláusulas contractuales de auditoría y evaluaciones de impacto ético en toda solución de IA contratada por el Estado.

• Para la Educación y el Talento:
  1. Consolidar la alfabetización escolar: Extender la inclusión de contenidos de IA en los currículos de educación secundaria, avanzando más allá de las 11 naciones que ya lo han implementado.
  2. Fomentar el “Criterio Propio” y la pedagogía crítica: Promover una enseñanza orientada a evaluar, cuestionar y validar los resultados algorítmicos, impidiendo que la fluidez sintáctica de la tecnología reemplace a la verdad o al pensamiento reflexivo.
  3. Escalar comunidades de práctica docente: Crear redes de intercambio académico (como ConectIA) para integrar la IA generativa de forma ética en la docencia, la investigación y la evaluación universitaria.

Más información: https://www.cepal.org/es/publicaciones/90413-indice-latinoamericano-inteligencia-artificial-ilia-2026