La IA en Latinoamérica ya no es una promesa futurista ni un experimento de laboratorio: es una necesidad estratégica. Pero hay un problema real que pocas empresas están logrando superar: pasar del “probemos esto” al “esto ya está funcionando en producción”.
En una entrevista con ITSitio, Carlos Estay González, especialista en IA para la región de Red Hat, dejó en claro que el desafío no es la tecnología, sino todo lo que la rodea.
IA en Latinoamérica, los tres frenos que nadie quiere admitir
Aunque el hype ya pasó, las barreras siguen ahí. Estay lo dice sin rodeos: “Hay tres grandes desafíos que vemos normalmente en los clientes para poder llevar a producción”.
El primero: el costo.
“Normalmente hacer experimentos suele ser mucho más económico porque se utilizan cosas pequeñas”, explica. El problema llega cuando escalar implica cuentas que no cuadran. De hecho, comparte un ejemplo: “En un proceso, se habían demorado dos horas en desarrollar el caso de uso, hicieron una prueba de carga y se gastaron cerca de 2000 dólares en una hora”. Resultado: proyecto inviable.
El segundo: la falta de talento.
“El boom generativo partió hace dos años y medio y están buscando gente con más experiencia que la tecnología en sí”. Esto significa que el mercado está pidiendo expertos que todavía no existen en suficiente cantidad.
Y el tercero: la desconfianza en los datos.
“Todavía hay temas de temor por la soberanía de los datos, la gobernanza de los modelos”. Muchas organizaciones no tienen claro qué pasa con su información cuando entra en un modelo de IA, y eso frena decisiones clave.
ROI en IA: no todo es dinero
Uno de los errores más comunes es medir la IA solo en ingresos directos. Estay lo aterriza así: “Muchas veces ese retorno está asociado a la calidad del servicio que estoy prestando”.
Es decir, no todo se trata de vender más, sino de hacer mejor lo que ya haces. En sectores como salud, por ejemplo, el valor está en la eficiencia o en la atención al paciente, no en la tecnología en sí.
También hay un factor competitivo: “El uso de Inteligencia Artificial ha llevado a algunas empresas a perder credibilidad”. Sí, usar IA mal también tiene un costo reputacional.
Y aquí viene una de las claves de fondo: “Entender para qué necesito la Inteligencia Artificial, qué quiero medir, cuáles son mis KPI”. Sin eso, cualquier inversión es básicamente jugar a la ruleta tecnológica.
Casos reales: desde petróleo hasta una licorería de barrio
La IA no es solo para los gigantes. Y este punto es clave.
En la industria petrolera, por ejemplo, se están usando modelos para predecir en minutos si una extracción será útil: “Al minuto o a los dos minutos, predecir si esa extracción era útil o no”. Eso es eficiencia pura.
Pero lo más interesante viene del mundo real, cotidiano. Estay contó: “Un amigo que tiene una licorera de barrio me dice un día: necesito pasar el inventario a Excel, le digo, pásale la imagen a una IA y te devuelve el CSV… y me agrega, ¿eso se puede hacer?”
Ahí aparece uno de los mayores atributos de esta tecnología: resolver problemas simples que ahorran tiempo real, incluso fuera de los grandes entornos corporativos.
Nube híbrida: la jugada inteligente que está marcando la diferencia
Otro de los conceptos que más está tomando fuerza es la nube híbrida. ¿Y por qué? Porque equilibra control y flexibilidad.
Carlos Estay lo resume así: “Lo que tiene que estar en casa, se queda en casa, y lo que puede estar en la nube, va a la nube”.
Ese enfoque ayuda a resolver varios dolores habituales: evita el vendor lock-in, permite mover cargas sin fricción, protege datos sensibles y ayuda a controlar costos.
Además, plataformas como OpenShift AI están simplificando algo crítico: el ciclo de vida de los modelos. “Te doy un entorno que es autoservicio, puedes experimentar sin pedirle permiso a nadie, pero controlado”, explicó. Es decir, innovación sin caos.
Latinoamérica en el mapa de la IA
El panorama regional también tiene sorpresas. “Chile está dentro de los países pioneros”, comentó Estay, junto con Brasil y Uruguay. Colombia, por su parte, se ubica en un punto medio: “Está más o menos en quinto o sexto lugar”.
Pero más allá del ranking, lo relevante es cómo se está usando la IA. En telecomunicaciones, por ejemplo, ya se analizan datos de roaming y geolocalización para entender el comportamiento turístico y potenciar destinos.
Y ahí entra un concepto central: “La inteligencia artificial nos ayuda a descubrir patrones que no vemos”. Ese potencial para detectar señales ocultas puede convertirse en una ventaja concreta para múltiples industrias.
Open source: el verdadero democratizador de la IA
Si hay algo que está acelerando este proceso, es el software abierto. “El open source juega un papel súper importante en la democratización”, afirmó.
¿La razón? La comunidad. “Ideas que vienen de cualquier persona, empiezan a generar mejoras”. Eso no solo acelera la innovación, sino que también baja barreras de entrada para empresas y desarrolladores.
La IA no es el futuro, es una decisión del presente
La IA en Latinoamérica ya dejó de ser opcional. El verdadero reto no es adoptarla, sino hacerlo bien: con propósito, con control y con impacto real.
Como lo resume Carlos Estay: “La inteligencia artificial está ahí para utilizarla, para que sea nuestro mejor amigo, hay que usarla, no restringir su utilización”.
Pero con una condición clave: “que sea para mejorar la calidad de vida del mundo y no para generar más riquezas”. Ahí, justamente, se juega la diferencia entre hacer tecnología y generar verdadero progreso.
Leer más
- HP Omen 16 y Omen 35L: Riot Games impulsa una nueva generación de hardware gamer en Colombia
- Llega a Colombia Epson Lifestudio: la primera experiencia en videoproyección con sonido Bose
- El nuevo HUAWEI Mate X7 llega a Colombia para iniciar una etapa de innovación en el segmento de Smartphones plegables ultra resistentes
