Durante años, una de las grandes preguntas empresariales fue cuándo llegaría realmente la inteligencia artificial a las organizaciones mexicanas.
Los datos más recientes sugieren que esa pregunta empieza a quedarse atrás.
El estudio Desbloqueando el potencial de la IA en México 2026, elaborado por Strand Partners para Amazon Web Services (AWS), estima que 48% de las empresas mexicanas ya utiliza inteligencia artificial. Hace un año, la proporción era 38%. En términos absolutos, el estudio calcula que más de 2.5 millones de empresas usan actualmente alguna forma de IA y que alrededor de 550,000 comenzaron a hacerlo durante los últimos doce meses.
La cifra es importante. Pero probablemente no sea el hallazgo más importante del estudio.
La verdadera señal aparece al preguntar qué están haciendo esas empresas con la IA y qué evidencia tienen de que está generando valor.
Ahí el panorama cambia considerablemente.
Casi la mitad de las empresas usa IA, pero la mayoría permanece en el nivel básico
Strand Partners divide la adopción empresarial en distintos niveles de madurez.
Entre las organizaciones mexicanas que utilizan IA, 63% permanece en una etapa básica, caracterizada principalmente por herramientas públicas o soluciones preconfiguradas utilizadas para obtener mejoras incrementales de eficiencia. Otro 24% se encuentra en una fase intermedia, integrando IA en diferentes funciones empresariales.
Sólo 13% alcanza el nivel que el estudio clasifica como avanzado: organizaciones que emplean sistemas personalizados, combinan diferentes modelos o incorporan tecnologías de IA agéntica o autónoma.
La distribución importa porque demuestra que adopción y transformación no son sinónimos.
Una empresa puede utilizar un asistente generativo para redactar correos, resumir documentos o preparar presentaciones y, técnicamente, formar parte de las estadísticas de adopción de IA. Eso no significa que haya rediseñado un proceso, conectado la IA con sus sistemas operativos, establecido controles sobre sus acciones o demostrado un impacto económico atribuible.
El propio avance entre 2025 y 2026 ofrece, sin embargo, una señal favorable: la proporción de usuarios que permanece en el nivel básico bajó de 72% a 63%, mientras el segmento avanzado pasó de 7% a 13%.
México no está inmóvil en la experimentación. Hay organizaciones avanzando hacia usos más profundos. La cuestión es la velocidad y la calidad de esa transición.
La segunda brecha: usar IA no significa saber cuánto valor produce
Existe otro dato posiblemente más relevante para los directores generales y financieros.
El estudio reporta que 88% de las empresas usuarias percibe mejoras de productividad y 86% declara retornos positivos relacionados con IA. Pero, simultáneamente, 46% reconoce que no dispone de una manera confiable de medir el retorno de inversión.
Las dos afirmaciones no son necesariamente contradictorias.
Una organización puede observar que determinadas actividades requieren menos tiempo, que sus colaboradores producen más documentos o que ciertos procesos parecen más ágiles. El problema aparece cuando intenta traducir esas mejoras a una relación causal y económicamente defendible entre inversión, resultado y valor.
¿Cuánto costó realmente la iniciativa? ¿Cuánto del resultado puede atribuirse a la IA? ¿Se redujeron horas o únicamente se desplazó trabajo hacia otras actividades? ¿La mayor productividad produjo más ingresos, menor costo, mejor servicio o capacidad adicional? ¿El beneficio permanece cuando se incluyen integración, infraestructura, supervisión humana, seguridad, capacitación y mantenimiento?
Sin una línea base y métricas definidas antes de la implementación, contestar esas preguntas retrospectivamente puede resultar difícil.
Por eso conviene distinguir entre valor percibido y retorno medido. Ambos son información útil, pero no constituyen la misma evidencia.
Más presupuesto hace que la medición deje de ser opcional
La dificultad adquiere mayor importancia porque la inversión continúa aumentando.
El 63% de las organizaciones encuestadas declaró haber incrementado su inversión en IA durante el último año y 44% ya opera con un presupuesto dedicado específicamente a esta tecnología. Entre quienes tienen esa partida, la IA representa actualmente alrededor de 12% del gasto total en tecnologías de información y las empresas esperan que alcance 21% durante los próximos tres años.
Esto cambia la conversación ejecutiva.
Una prueba de bajo costo puede justificarse por aprendizaje. Una cartera creciente de iniciativas, licencias, integraciones, modelos y agentes requiere otro estándar.
Conforme aumenta la inversión, preguntas como “¿estamos usando IA?” pierden relevancia frente a otras más difíciles: ¿Qué capacidad estamos construyendo? ¿Qué resultado debería cambiar? ¿Cómo lo mediremos? ¿Qué costo total tiene? ¿Qué riesgos introduce? ¿Y bajo qué evidencia decidiremos mantenerla, modificarla o eliminarla?
El 13% avanzado tampoco debe confundirse automáticamente con éxito
Existe una tentación en sentido contrario: asumir que llegar a sistemas personalizados, múltiples modelos o agentes significa haber resuelto el problema del valor.
Los datos disponibles no permiten concluirlo.
La clasificación de adopción avanzada describe principalmente la profundidad o sofisticación de utilización tecnológica. No demuestra por sí misma rentabilidad, calidad operacional, seguridad o ventaja competitiva.
Una arquitectura técnicamente sofisticada puede producir poco valor. Una automatización relativamente sencilla puede producir mucho.
Por eso, convertir “13% utiliza IA avanzada” en “13% obtiene valor avanzado” iría más allá de lo que sustenta la evidencia disponible.
Este matiz es especialmente importante porque el estudio fue encargado por AWS, un proveedor con un interés comercial directo en la expansión de infraestructura y servicios de inteligencia artificial. Ese patrocinio no invalida la investigación, pero sí aconseja interpretar sus categorías y conclusiones junto con otras fuentes y metodologías.
¿Realmente 48% de todas las empresas mexicanas usa IA?
También conviene tratar con cuidado el titular de los “2.5 millones de empresas”.
Existen mediciones mexicanas que producen porcentajes considerablemente menores porque utilizan universos y definiciones diferentes. Un análisis citado por El Economista, basado en información del Censo Económico 2024 y elaborado por el Centro México Digital, sitúa en 8% la utilización de estos sistemas entre empresas con al menos diez trabajadores. Esa cifra y el 48% del estudio de Strand Partners no son directamente comparables: utilizan poblaciones y definiciones de adopción distintas.
Esto no significa que una cifra sea necesariamente correcta y la otra incorrecta. Significa que la pregunta “¿cuántas empresas utilizan IA?” depende críticamente de qué se considera IA, qué significa “utilizarla”, qué organizaciones entran en la muestra y cómo se extrapolan los resultados al universo empresarial.
Por eso es más preciso escribir que el estudio de Strand Partners para AWS estima una adopción de 48% y más de 2.5 millones de empresas, en lugar de presentar los 2.5 millones como un conteo administrativo observado directamente.
La madurez organizacional parece avanzar más lentamente que la adopción tecnológica
Otros indicadores del mismo estudio refuerzan la hipótesis de una brecha entre acceso y capacidad organizacional.
Sólo 24% de las empresas encuestadas cuenta con una estrategia formal y completa de inteligencia artificial. Apenas 23% considera que su plantilla dispone de competencias digitales sólidas. Y sólo 18% de las organizaciones que utilizan IA ha desarrollado un nuevo producto o servicio basado en ella.
El patrón que emerge es consistente: la disponibilidad de herramientas está creciendo más rápido que las capacidades empresariales necesarias para integrarlas.
Y esto ayuda a explicar por qué el siguiente cuello de botella podría encontrarse menos en conseguir acceso a un modelo y más en arquitectura, procesos, datos, talento, integración, gobierno y medición.
Las startups ofrecen una señal interesante
Entre las startups usuarias de IA, 32% ya se encuentra en la categoría avanzada. En las pymes la proporción es 11% y entre las grandes empresas, 9%.
Es un resultado contraintuitivo si se supone que mayor presupuesto debería producir automáticamente mayor madurez tecnológica.
Una explicación plausible —aunque no demostrada causalmente por estos datos— es que las organizaciones jóvenes enfrentan menos sistemas heredados, procesos establecidos y dependencias organizacionales. Pueden diseñar productos y operaciones alrededor de nuevas capacidades en lugar de incorporarlas posteriormente a arquitecturas existentes.
Para las empresas establecidas, el problema puede ser sustancialmente distinto. No basta con adquirir una herramienta. Hay que conectarla con procesos, permisos, sistemas, información, responsables y controles que ya existen.
La nueva frontera no parece ser adopción contra no adopción
La evidencia disponible permite sostener una conclusión más limitada —y probablemente más útil— que afirmar que México ya completó su transición hacia la IA.
La adopción está creciendo rápidamente. La sofisticación también está aumentando. Pero ambas avanzan a velocidades distintas. Y la capacidad para demostrar retorno parece ir todavía detrás.
Eso produce al menos tres estados empresariales diferentes: organizaciones que todavía no utilizan IA; organizaciones que ya utilizan herramientas de IA pero de manera principalmente incremental; y organizaciones que están integrando IA en procesos y sistemas con mayor profundidad.
El tercer grupo no necesariamente ha resuelto todavía la medición económica.
Por tanto, la frontera competitiva podría desplazarse gradualmente desde tener acceso a IA hacia integrarla en trabajo real y demostrar qué valor produce.
Es una hipótesis consistente con los datos actuales, aunque requerirá seguimiento longitudinal para comprobar si las empresas que avanzan en madurez tecnológica consiguen efectivamente mejores resultados económicos.
Qué debería preguntar una empresa que ya usa ChatGPT, Copilot o Gemini
Para muchas organizaciones, empezar otra prueba de IA quizá ya no sea el siguiente paso lógico. Antes podría ser más útil inventariar lo que ya existe.
¿Qué herramientas están utilizando los equipos? ¿Para qué actividades? ¿Qué información reciben? ¿Quién verifica sus resultados? ¿Alguna toma acciones sobre sistemas empresariales? ¿Cuánto cuesta realmente el conjunto? ¿Existe una línea base anterior a la IA? ¿Qué indicador de negocio debería haber cambiado? ¿Hay evidencia de que cambió?
Estas preguntas trasladan la conversación desde la herramienta hacia la capacidad empresarial.
También permiten descubrir algo que una estadística de adopción difícilmente puede mostrar: una empresa puede tener decenas de usuarios de inteligencia artificial y seguir sin poseer una sola implementación integrada capaz de demostrar resultados.
Conclusión: México tiene una brecha de profundidad, no sólo de adopción
Los resultados de 2026 no justifican declarar terminada la etapa de adopción de inteligencia artificial en México. Todavía existe aproximadamente la otra mitad del tejido empresarial que, bajo la definición utilizada por el estudio de Strand Partners, no la utiliza.
Pero sí muestran un cambio importante en la naturaleza del problema.
Según esa medición, la adopción pasó de 38% a 48% en un año. Más de 2.5 millones de empresas estarían utilizando IA. Al mismo tiempo, 63% de las usuarias permanece en aplicaciones básicas, sólo 13% alcanza la categoría avanzada y 46% no puede medir confiablemente su retorno.
La barrera de entrada está cayendo más rápido que la barrera de integración.
Comprar una licencia, abrir una cuenta o incorporar un asistente puede tomar minutos. Convertir esa herramienta en una capacidad que opere dentro de procesos reales, utilice información adecuada, tenga responsables, respete límites y produzca resultados medibles es un problema organizacional considerablemente más complejo.
El dato relevante para los próximos años, por tanto, quizá ya no sea únicamente cuántas empresas mexicanas “usan IA”. Será cuántas pueden responder, con evidencia: qué trabajo está haciendo la IA, qué resultado cambió y cuánto valor produjo.
Nota metodológica
Las cifras centrales de este artículo proceden del estudio Desbloqueando el potencial de la IA en México 2026, elaborado por Strand Partners para AWS y presentado en agosto de 2026. AWS tiene un interés comercial directo en la expansión del mercado de nube e inteligencia artificial; por ello, sus resultados deben interpretarse considerando patrocinio, definiciones y metodología. La existencia de otras mediciones con universos y definiciones diferentes aconseja evitar tratar el 48% o los 2.5 millones como un censo literal de empresas usuarias de IA.
Fuentes principales
- Strand Partners / AWS, Desbloqueando el potencial de la IA en México 2026, resultados presentados en AWS Summit Ciudad de México 2026.
- El Economista, “550,000 empresas mexicanas comenzaron a utilizar inteligencia artificial en un año”, 12 de agosto de 2026.
- WIRED en Español, “El reto de las empresas mexicanas ya no es la adopción de IA, sino aprender a aprovecharla”, 12 de agosto de 2026.
- Fast Company México, análisis del estudio de AWS y Strand Partners, 14 de agosto de 2026.
- El Economista, análisis de diferencias entre estimaciones y datos derivados del Censo Económico 2024, 18 de agosto de 2026.
