La brecha del 6.8%: la IA en América Latina se decide en las PYMES
El Índice Latinoamericano de Inteligencia Artificial 2026 se publicó esta semana y el titular obvio es Chile: 71.4 puntos, primero entre veinte países. El titular útil es otro. Solo 9.1% de las empresas de la región usa inteligencia artificial, y entre las pequeñas la cifra se desploma a 6.8%. El mismo día en que la CEPAL presentaba ese mapa, Aramco pagaba 2,600 millones de dólares por el 49% de una empresa de IA. La distancia entre ambos hechos no es tecnológica: es de traducción.
Dos noticias que describen el mismo abismo
La operación saudí es la más clara de la semana. Aramco adquirió el 49% de HUMAIN por unos 2,600 millones de dólares —9,900 millones de riyales—, mientras el Fondo de Inversión Pública conserva el 51% y el control. No es solo un cheque: Aramco transfiere su cartera de cómputo, talento y tecnología digital a la nueva firma, que apunta a desplegar 3 gigavatios de capacidad de centros de datos para 2030 y a desarrollar modelos fundacionales como ALLaM, su LLM multimodal en árabe.
Léase bien: una petrolera no está comprando un chatbot. Está comprando el costo marginal de su propia industria durante la próxima década. Cuando el cómputo se vuelve infraestructura, quien lo controla deja de pagar renta a terceros y empieza a cobrarla.
En América Latina la conversación es distinta. La PYME promedio no discute si necesita 3 GW: discute si el sistema de facturación aguanta el cierre de mes. No necesita la escala de Aramco para capturar valor; necesita algo más barato y más difícil: criterio para elegir qué automatizar primero.
El dato que debería quitarnos el sueño: 6.8%
El ILIA 2026, elaborado por la CEPAL y el CENIA en su cuarta edición, evalúa 20 países con 126 subindicadores agrupados en entorno, infraestructura, talento, investigación, desarrollo y adopción. El podio lo forman Chile (71.4), Brasil (68.4) y Uruguay (67.0). Son países que han hecho la tarea en regulación, datos abiertos y formación de talento, no necesariamente en escala industrial.
Pero el número que define la década está más abajo, en la letra pequeña de adopción empresarial:
Una diferencia de cuatro a uno no es una curiosidad estadística: es una transferencia silenciosa de productividad. La grande que automatiza cotizaciones, atención y cobranza reduce su costo por transacción cada trimestre; la pequeña conserva el mismo costo y compite contra precios que ya bajaron. El margen no desaparece de golpe: se erosiona.
La adopción tampoco sigue el PIB. Uruguay lidera con 16.5%, seguido de Chile (13.5%), Brasil (13.0%) y Colombia (12.7%). Países con mercados internos limitados adoptan más rápido que economías mucho mayores: lo que pesa no es el tamaño, sino la calidad del tejido empresarial y la existencia de proveedores que hablen el idioma del dueño de la PYME.
Por qué la PYME se queda en el piloto
1. El piloto que nunca entra a producción
Casi toda PYME que "ya probó IA" probó una demo: un chat, un generador de imágenes, una prueba gratuita de dos semanas. Impresiona porque el caso de uso lo eligió el proveedor, no el negocio. Al integrarla al sistema real —datos sucios, permisos, excepciones, un empleado que lleva ocho años haciendo el proceso a su manera— el proyecto muere entre la curiosidad y la operación. Sin dueño, métrica ni fecha, un piloto no es un proyecto: es un experimento que nadie defenderá cuando haya que recortar gastos.
2. Deuda de proceso
La IA no arregla un proceso que nadie entiende. Si el inventario vive en tres hojas de Excel y un grupo de WhatsApp, el primer problema no es el modelo: es que no existe una fuente de verdad que el modelo pueda leer. Automatizar el caos produce caos más rápido. Las empresas que mejores resultados obtienen son, casi siempre, las que ya tenían procesos documentados —aunque fueran manuales— y pudieron describir con precisión qué entra, qué sale y quién aprueba.
3. El costo escondido de integrar
El precio de los modelos colapsó; el de integrarlos, no. Integrar es conectar sistemas heredados, definir permisos, diseñar la experiencia para empleados que no quieren cambiar y sostener el servicio cuando algo falla a las once de la noche. Ese trabajo es el 80% del proyecto y casi nunca aparece en la cotización del proveedor de turno. Cuando aparece, el dueño concluye que "la IA es carísima". No lo es: lo caro es improvisar.
El costo de esperar no es lineal
Un competidor que responde cotizaciones en minutos y atiende WhatsApp a medianoche no te quita un cliente: te quita la categoría. El comprador aprende un nuevo estándar de respuesta y, cuando vuelve a tu negocio, el silencio de dos días se siente como una falla. Ese cambio de expectativa es permanente y no se revierte con una campaña de marketing.
Por eso la brecha del 6.8% importa más allá de la estadística. No mide cuántos usan IA; mide cuántos ya cambiaron su estructura de costos. La región conecta razonablemente bien —la penetración móvil y la cobertura de banda ancha han mejorado de forma sostenida—, pero sigue corta en cómputo intensivo y, sobre todo, en convertir talento en valor productivo. El cuello de botella se movió del acceso a la ejecución.
La pregunta ya no es si la PYME latinoamericana puede permitirse la IA. Es si puede permitirse seguir operando con los costos de 2019 y los tiempos de respuesta de 2019.
Adoptar rápido sin heredar los riesgos de la gran empresa
Hay una trampa en el entusiasmo: automatizar rápido hereda los riesgos de la gran empresa sin heredar sus defensas. Esta misma semana Canonical publicó parches para CVE-2026-112816, una vulnerabilidad en LXD y MicroCloud con puntuación CVSS 10.0, la máxima posible. El fallo permite a un atacante remoto hacerse pasar por un cliente de confianza sin tener su clave privada: basta colocar el certificado público de la víctima como intermedio en una cadena fabricada contra la API HTTPS. Si la cuenta suplantada tiene privilegios, el resultado es acceso root al anfitrión. Los entornos que solo usan el socket Unix local, sin exponer core.https_address, no están afectados. Si tu servidor corre LXD o MicroCloud, actualizar no es opcional.
El segundo riesgo es de permisos. Un bot conectado a WhatsApp con credenciales de administrador no es un asistente: es un administrador con ventana de chat. En la última semana, el mayor robo de la historia cripto no empezó con una clave privada, sino con la laptop de un ingeniero de DevOps; y Chainalysis confirmó una intrusión usando técnicas agentivas ofensivas. La lección se aplica igual a una PYME: la automatización debe correr con la cuenta de menor privilegio posible, dejar bitácora de cada acción y pedir aprobación humana en todo lo que mueva dinero, contratos o datos personales.
El tercer frente es regulatorio. Un grupo de senadores estadounidenses envió nueve preguntas al CEO de Google, Sundar Pichai, sobre transparencia algorítmica, sesgos, privacidad y concentración de mercado. La conversación dejó de ser técnica para volverse política. En la práctica, eso significa que documentar qué modelo usas, con qué datos y con qué salvaguardas dejará de ser una buena práctica y se convertirá en un requisito comercial, sobre todo cuando el cliente sea una empresa grande o el sector público.
Cuatro movimientos para cerrar la brecha en 2027
No hace falta un plan de tres años ni un comité de innovación. Hace falta un proceso, una métrica y noventa días.
No "usar IA". Sí "reducir de cuatro horas a cuarenta minutos la elaboración de una cotización". El proceso debe tener volumen, dueño y una línea base medida antes de tocar nada. Si no puedes expresar la mejora esperada en horas, pesos o porcentaje de conversión, todavía no elegiste: elegiste una demo.
Define una fuente de verdad —un sistema, no cinco archivos—, limpia los campos que vas a usar y asegúrate de que el dato sea exportable y tenga permisos claros. Si la información vive en capturas de WhatsApp, tu primer proyecto no es de IA: es de digitalización. Hacerlo en ese orden cuesta menos que hacerlo al revés.
Cuenta de servicio dedicada, solo los alcances que el proceso necesita, registro de cada acción y aprobación humana en pagos, contratos y datos sensibles. Actualiza también la infraestructura que sostiene la automatización: un CVSS 10.0 sin parche anula cualquier ahorro que el proyecto genere.
Revisa la métrica cada mes, no cada año. Si en noventa días no hay mejora medible, el problema es el proceso o el diseño, no el modelo: rediseña o cancela. Un presupuesto sensato para una PYME es entre 1% y 3% de sus ingresos anuales, concentrado en uno o dos procesos, no disperso en diez pilotos.
La ventana sigue abierta
El 6.8% no es una sentencia; es una fotografía tomada a tiempo. América Latina no necesita un centro de datos de 3 GW para competir. Necesita que unas cuantas miles de empresas pequeñas automaticen bien tres procesos cada una: cotizar, atender y cobrar. Ese es el trabajo aburrido que mueve la economía real y el que casi nadie está haciendo.
Hay incluso una ventaja en llegar tarde: las herramientas son más baratas y maduras que hace dos años, los errores de la primera ola están documentados y no arrastras deuda técnica de modelos que ya nadie mantiene. La condición para aprovecharla es la de siempre: elegir un problema concreto, medirlo y sostenerlo hasta que deje de ser un experimento.
La pregunta para 2027 no es si tu empresa va a usar inteligencia artificial. Es si la va a usar antes de que su competencia termine de aprender a usarla.
¿Qué proceso deberías automatizar primero?
En W-ADMIN auditamos tus procesos, identificamos el de mayor retorno y lo llevamos a producción con métricas claras y permisos mínimos.
Hablemos de tu proyectoSoftware, automatización e IA aplicada para empresas que necesitan resultados medibles.