Durante a\u00f1os, una de las grandes preguntas empresariales fue cu\u00e1ndo llegar\u00eda realmente la inteligencia artificial a las organizaciones mexicanas.<\/p>\n
Los datos m\u00e1s recientes sugieren que esa pregunta empieza a quedarse atr\u00e1s.<\/p>\n
El estudio Desbloqueando el potencial de la IA en M\u00e9xico 2026<\/em>, elaborado por Strand Partners para Amazon Web Services (AWS), estima que 48% de las empresas mexicanas ya utiliza inteligencia artificial. Hace un a\u00f1o, la proporci\u00f3n era 38%. En t\u00e9rminos absolutos, el estudio calcula que m\u00e1s de 2.5 millones de empresas usan actualmente alguna forma de IA y que alrededor de 550,000 comenzaron a hacerlo durante los \u00faltimos doce meses.<\/p>\n La cifra es importante. Pero probablemente no sea el hallazgo m\u00e1s importante del estudio.<\/p>\n La verdadera se\u00f1al aparece al preguntar qu\u00e9 est\u00e1n haciendo esas empresas con la IA y qu\u00e9 evidencia tienen de que est\u00e1 generando valor<\/strong>.<\/p>\n Ah\u00ed el panorama cambia considerablemente.<\/p>\n Strand Partners divide la adopci\u00f3n empresarial en distintos niveles de madurez.<\/p>\n Entre las organizaciones mexicanas que utilizan IA, 63% permanece en una etapa b\u00e1sica, caracterizada principalmente por herramientas p\u00fablicas o soluciones preconfiguradas utilizadas para obtener mejoras incrementales de eficiencia. Otro 24% se encuentra en una fase intermedia, integrando IA en diferentes funciones empresariales.<\/p>\n S\u00f3lo 13% alcanza el nivel que el estudio clasifica como avanzado: organizaciones que emplean sistemas personalizados, combinan diferentes modelos o incorporan tecnolog\u00edas de IA ag\u00e9ntica o aut\u00f3noma.<\/p>\n La distribuci\u00f3n importa porque demuestra que adopci\u00f3n y transformaci\u00f3n no son sin\u00f3nimos<\/strong>.<\/p>\n Una empresa puede utilizar un asistente generativo para redactar correos, resumir documentos o preparar presentaciones y, t\u00e9cnicamente, formar parte de las estad\u00edsticas de adopci\u00f3n de IA. Eso no significa que haya redise\u00f1ado un proceso, conectado la IA con sus sistemas operativos, establecido controles sobre sus acciones o demostrado un impacto econ\u00f3mico atribuible.<\/p>\n El propio avance entre 2025 y 2026 ofrece, sin embargo, una se\u00f1al favorable: la proporci\u00f3n de usuarios que permanece en el nivel b\u00e1sico baj\u00f3 de 72% a 63%, mientras el segmento avanzado pas\u00f3 de 7% a 13%.<\/p>\n M\u00e9xico no est\u00e1 inm\u00f3vil en la experimentaci\u00f3n. Hay organizaciones avanzando hacia usos m\u00e1s profundos. La cuesti\u00f3n es la velocidad y la calidad de esa transici\u00f3n.<\/p>\n Existe otro dato posiblemente m\u00e1s relevante para los directores generales y financieros.<\/p>\n El estudio reporta que 88% de las empresas usuarias percibe mejoras de productividad y 86% declara retornos positivos relacionados con IA. Pero, simult\u00e1neamente, 46% reconoce que no dispone de una manera confiable de medir el retorno de inversi\u00f3n<\/strong>.<\/p>\n Las dos afirmaciones no son necesariamente contradictorias.<\/p>\n Una organizaci\u00f3n puede observar que determinadas actividades requieren menos tiempo, que sus colaboradores producen m\u00e1s documentos o que ciertos procesos parecen m\u00e1s \u00e1giles. El problema aparece cuando intenta traducir esas mejoras a una relaci\u00f3n causal y econ\u00f3micamente defendible entre inversi\u00f3n, resultado y valor.<\/p>\n \u00bfCu\u00e1nto cost\u00f3 realmente la iniciativa? \u00bfCu\u00e1nto del resultado puede atribuirse a la IA? \u00bfSe redujeron horas o \u00fanicamente se desplaz\u00f3 trabajo hacia otras actividades? \u00bfLa mayor productividad produjo m\u00e1s ingresos, menor costo, mejor servicio o capacidad adicional? \u00bfEl beneficio permanece cuando se incluyen integraci\u00f3n, infraestructura, supervisi\u00f3n humana, seguridad, capacitaci\u00f3n y mantenimiento?<\/p>\n Sin una l\u00ednea base y m\u00e9tricas definidas antes de la implementaci\u00f3n, contestar esas preguntas retrospectivamente puede resultar dif\u00edcil.<\/p>\n Por eso conviene distinguir entre valor percibido y retorno medido<\/strong>. Ambos son informaci\u00f3n \u00fatil, pero no constituyen la misma evidencia.<\/p>\n La dificultad adquiere mayor importancia porque la inversi\u00f3n contin\u00faa aumentando.<\/p>\n El 63% de las organizaciones encuestadas declar\u00f3 haber incrementado su inversi\u00f3n en IA durante el \u00faltimo a\u00f1o y 44% ya opera con un presupuesto dedicado espec\u00edficamente a esta tecnolog\u00eda. Entre quienes tienen esa partida, la IA representa actualmente alrededor de 12% del gasto total en tecnolog\u00edas de informaci\u00f3n y las empresas esperan que alcance 21% durante los pr\u00f3ximos tres a\u00f1os.<\/p>\n Esto cambia la conversaci\u00f3n ejecutiva.<\/p>\n Una prueba de bajo costo puede justificarse por aprendizaje. Una cartera creciente de iniciativas, licencias, integraciones, modelos y agentes requiere otro est\u00e1ndar.<\/p>\n Conforme aumenta la inversi\u00f3n, preguntas como \u201c\u00bfestamos usando IA?\u201d pierden relevancia frente a otras m\u00e1s dif\u00edciles: \u00bfQu\u00e9 capacidad estamos construyendo? \u00bfQu\u00e9 resultado deber\u00eda cambiar? \u00bfC\u00f3mo lo mediremos? \u00bfQu\u00e9 costo total tiene? \u00bfQu\u00e9 riesgos introduce? \u00bfY bajo qu\u00e9 evidencia decidiremos mantenerla, modificarla o eliminarla?<\/strong><\/p>\n Existe una tentaci\u00f3n en sentido contrario: asumir que llegar a sistemas personalizados, m\u00faltiples modelos o agentes significa haber resuelto el problema del valor.<\/p>\n Los datos disponibles no permiten concluirlo.<\/p>\n La clasificaci\u00f3n de adopci\u00f3n avanzada describe principalmente la profundidad o sofisticaci\u00f3n de utilizaci\u00f3n tecnol\u00f3gica<\/strong>. No demuestra por s\u00ed misma rentabilidad, calidad operacional, seguridad o ventaja competitiva.<\/p>\n Una arquitectura t\u00e9cnicamente sofisticada puede producir poco valor. Una automatizaci\u00f3n relativamente sencilla puede producir mucho.<\/p>\n Por eso, convertir \u201c13% utiliza IA avanzada\u201d en \u201c13% obtiene valor avanzado\u201d ir\u00eda m\u00e1s all\u00e1 de lo que sustenta la evidencia disponible.<\/p>\n Este matiz es especialmente importante porque el estudio fue encargado por AWS, un proveedor con un inter\u00e9s comercial directo en la expansi\u00f3n de infraestructura y servicios de inteligencia artificial. Ese patrocinio no invalida la investigaci\u00f3n, pero s\u00ed aconseja interpretar sus categor\u00edas y conclusiones junto con otras fuentes y metodolog\u00edas.<\/p>\n Tambi\u00e9n conviene tratar con cuidado el titular de los \u201c2.5 millones de empresas\u201d.<\/p>\n Existen mediciones mexicanas que producen porcentajes considerablemente menores porque utilizan universos y definiciones diferentes. Un an\u00e1lisis citado por El Economista<\/em>, basado en informaci\u00f3n del Censo Econ\u00f3mico 2024 y elaborado por el Centro M\u00e9xico Digital, sit\u00faa en 8% la utilizaci\u00f3n de estos sistemas entre empresas con al menos diez trabajadores. Esa cifra y el 48% del estudio de Strand Partners no son directamente comparables<\/strong>: utilizan poblaciones y definiciones de adopci\u00f3n distintas.<\/p>\n Esto no significa que una cifra sea necesariamente correcta y la otra incorrecta. Significa que la pregunta \u201c\u00bfcu\u00e1ntas empresas utilizan IA?\u201d depende cr\u00edticamente de qu\u00e9 se considera IA, qu\u00e9 significa \u201cutilizarla\u201d, qu\u00e9 organizaciones entran en la muestra y c\u00f3mo se extrapolan los resultados al universo empresarial.<\/p>\n Por eso es m\u00e1s preciso escribir que el estudio de Strand Partners para AWS estima una adopci\u00f3n de 48% y m\u00e1s de 2.5 millones de empresas<\/strong>, en lugar de presentar los 2.5 millones como un conteo administrativo observado directamente.<\/p>\n Otros indicadores del mismo estudio refuerzan la hip\u00f3tesis de una brecha entre acceso y capacidad organizacional.<\/p>\n S\u00f3lo 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 s\u00f3lidas. Y s\u00f3lo 18% de las organizaciones que utilizan IA ha desarrollado un nuevo producto o servicio basado en ella.<\/p>\n El patr\u00f3n que emerge es consistente: la disponibilidad de herramientas est\u00e1 creciendo m\u00e1s r\u00e1pido que las capacidades empresariales necesarias para integrarlas<\/strong>.<\/p>\n Y esto ayuda a explicar por qu\u00e9 el siguiente cuello de botella podr\u00eda encontrarse menos en conseguir acceso a un modelo y m\u00e1s en arquitectura, procesos, datos, talento, integraci\u00f3n, gobierno y medici\u00f3n.<\/p>\n Entre las startups usuarias de IA, 32% ya se encuentra en la categor\u00eda avanzada. En las pymes la proporci\u00f3n es 11% y entre las grandes empresas, 9%.<\/p>\n Es un resultado contraintuitivo si se supone que mayor presupuesto deber\u00eda producir autom\u00e1ticamente mayor madurez tecnol\u00f3gica.<\/p>\n Una explicaci\u00f3n plausible \u2014aunque no demostrada causalmente por estos datos\u2014 es que las organizaciones j\u00f3venes enfrentan menos sistemas heredados, procesos establecidos y dependencias organizacionales. Pueden dise\u00f1ar productos y operaciones alrededor de nuevas capacidades en lugar de incorporarlas posteriormente a arquitecturas existentes.<\/p>\n Para las empresas establecidas, el problema puede ser sustancialmente distinto. No basta con adquirir una herramienta. Hay que conectarla con procesos, permisos, sistemas, informaci\u00f3n, responsables y controles que ya existen.<\/p>\n La evidencia disponible permite sostener una conclusi\u00f3n m\u00e1s limitada \u2014y probablemente m\u00e1s \u00fatil\u2014 que afirmar que M\u00e9xico ya complet\u00f3 su transici\u00f3n hacia la IA.<\/p>\n La adopci\u00f3n est\u00e1 creciendo r\u00e1pidamente. La sofisticaci\u00f3n tambi\u00e9n est\u00e1 aumentando. Pero ambas avanzan a velocidades distintas. Y la capacidad para demostrar retorno parece ir todav\u00eda detr\u00e1s.<\/p>\n Eso produce al menos tres estados empresariales diferentes: organizaciones que todav\u00eda no utilizan IA; organizaciones que ya utilizan herramientas de IA pero de manera principalmente incremental; y organizaciones que est\u00e1n integrando IA en procesos y sistemas con mayor profundidad.<\/p>\n El tercer grupo no necesariamente ha resuelto todav\u00eda la medici\u00f3n econ\u00f3mica.<\/p>\n Por tanto, la frontera competitiva podr\u00eda desplazarse gradualmente desde tener acceso a IA<\/strong> hacia integrarla en trabajo real y demostrar qu\u00e9 valor produce<\/strong>.<\/p>\n Es una hip\u00f3tesis consistente con los datos actuales, aunque requerir\u00e1 seguimiento longitudinal para comprobar si las empresas que avanzan en madurez tecnol\u00f3gica consiguen efectivamente mejores resultados econ\u00f3micos.<\/p>\n Para muchas organizaciones, empezar otra prueba de IA quiz\u00e1 ya no sea el siguiente paso l\u00f3gico. Antes podr\u00eda ser m\u00e1s \u00fatil inventariar lo que ya existe.<\/p>\n \u00bfQu\u00e9 herramientas est\u00e1n utilizando los equipos? \u00bfPara qu\u00e9 actividades? \u00bfQu\u00e9 informaci\u00f3n reciben? \u00bfQui\u00e9n verifica sus resultados? \u00bfAlguna toma acciones sobre sistemas empresariales? \u00bfCu\u00e1nto cuesta realmente el conjunto? \u00bfExiste una l\u00ednea base anterior a la IA? \u00bfQu\u00e9 indicador de negocio deber\u00eda haber cambiado? \u00bfHay evidencia de que cambi\u00f3?<\/p>\n Estas preguntas trasladan la conversaci\u00f3n desde la herramienta hacia la capacidad empresarial.<\/p>\n Tambi\u00e9n permiten descubrir algo que una estad\u00edstica de adopci\u00f3n dif\u00edcilmente puede mostrar: una empresa puede tener decenas de usuarios de inteligencia artificial y seguir sin poseer una sola implementaci\u00f3n integrada capaz de demostrar resultados.<\/p>\n Los resultados de 2026 no justifican declarar terminada la etapa de adopci\u00f3n de inteligencia artificial en M\u00e9xico. Todav\u00eda existe aproximadamente la otra mitad del tejido empresarial que, bajo la definici\u00f3n utilizada por el estudio de Strand Partners, no la utiliza.<\/p>\n Pero s\u00ed muestran un cambio importante en la naturaleza del problema.<\/p>\n Seg\u00fan esa medici\u00f3n, la adopci\u00f3n pas\u00f3 de 38% a 48% en un a\u00f1o. M\u00e1s de 2.5 millones de empresas estar\u00edan utilizando IA. Al mismo tiempo, 63% de las usuarias permanece en aplicaciones b\u00e1sicas, s\u00f3lo 13% alcanza la categor\u00eda avanzada y 46% no puede medir confiablemente su retorno.<\/p>\n La barrera de entrada est\u00e1 cayendo m\u00e1s r\u00e1pido que la barrera de integraci\u00f3n.<\/strong><\/p>\n 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 informaci\u00f3n adecuada, tenga responsables, respete l\u00edmites y produzca resultados medibles es un problema organizacional considerablemente m\u00e1s complejo.<\/p>\n El dato relevante para los pr\u00f3ximos a\u00f1os, por tanto, quiz\u00e1 ya no sea \u00fanicamente cu\u00e1ntas empresas mexicanas \u201cusan IA\u201d. Ser\u00e1 cu\u00e1ntas pueden responder, con evidencia: qu\u00e9 trabajo est\u00e1 haciendo la IA, qu\u00e9 resultado cambi\u00f3 y cu\u00e1nto valor produjo.<\/strong><\/p>\n Las cifras centrales de este art\u00edculo proceden del estudio Desbloqueando el potencial de la IA en M\u00e9xico 2026<\/em>, elaborado por Strand Partners para AWS y presentado en agosto de 2026. AWS tiene un inter\u00e9s comercial directo en la expansi\u00f3n del mercado de nube e inteligencia artificial; por ello, sus resultados deben interpretarse considerando patrocinio, definiciones y metodolog\u00eda. 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.<\/p>\n M\u00e1s de 2.5 millones de empresas mexicanas ya utilizan inteligencia artificial, seg\u00fan un estudio de Strand Partners para AWS. Pero detr\u00e1s del crecimiento aparece una brecha m\u00e1s importante: la mayor\u00eda permanece en usos b\u00e1sicos y casi la mitad no puede medir con confianza el retorno de su inversi\u00f3n.<\/p>\n","protected":false},"author":2,"featured_media":43,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[13],"class_list":["post-39","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-investigacion","tag-ia"],"_links":{"self":[{"href":"https:\/\/zherpa.ai\/blog\/wp-json\/wp\/v2\/posts\/39","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/zherpa.ai\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/zherpa.ai\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/zherpa.ai\/blog\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/zherpa.ai\/blog\/wp-json\/wp\/v2\/comments?post=39"}],"version-history":[{"count":1,"href":"https:\/\/zherpa.ai\/blog\/wp-json\/wp\/v2\/posts\/39\/revisions"}],"predecessor-version":[{"id":41,"href":"https:\/\/zherpa.ai\/blog\/wp-json\/wp\/v2\/posts\/39\/revisions\/41"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/zherpa.ai\/blog\/wp-json\/wp\/v2\/media\/43"}],"wp:attachment":[{"href":"https:\/\/zherpa.ai\/blog\/wp-json\/wp\/v2\/media?parent=39"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/zherpa.ai\/blog\/wp-json\/wp\/v2\/categories?post=39"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/zherpa.ai\/blog\/wp-json\/wp\/v2\/tags?post=39"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}Casi la mitad de las empresas usa IA, pero la mayor\u00eda permanece en el nivel b\u00e1sico<\/h2>\n
La segunda brecha: usar IA no significa saber cu\u00e1nto valor produce<\/h2>\n
M\u00e1s presupuesto hace que la medici\u00f3n deje de ser opcional<\/h2>\n
El 13% avanzado tampoco debe confundirse autom\u00e1ticamente con \u00e9xito<\/h2>\n
\u00bfRealmente 48% de todas las empresas mexicanas usa IA?<\/h2>\n
La madurez organizacional parece avanzar m\u00e1s lentamente que la adopci\u00f3n tecnol\u00f3gica<\/h2>\n
Las startups ofrecen una se\u00f1al interesante<\/h2>\n
La nueva frontera no parece ser adopci\u00f3n contra no adopci\u00f3n<\/h2>\n
Qu\u00e9 deber\u00eda preguntar una empresa que ya usa ChatGPT, Copilot o Gemini<\/h2>\n
Conclusi\u00f3n: M\u00e9xico tiene una brecha de profundidad, no s\u00f3lo de adopci\u00f3n<\/h2>\n
Nota metodol\u00f3gica<\/h2>\n
Fuentes principales<\/h2>\n
\n