Un nuevo estudio titulado Inteligencia Artificial en América Latina 2025, realizado por NTT Data y MIT Español, revela que solo el 26% de los líderes tecnológicos mexicanos considera que los datos fluyen libremente en la infraestructura tecnológica de su empresa, un indicador crítico para la efectiva adopción de IA en los próximos años.
El informe expone que la calidad y disponibilidad de datos representan retos profundos: el 44% de los líderes tecnológicos latinoamericanos encuestados reportó dificultades con la calidad y cantidad de datos al implementar proyectos de IA, y el 42% señaló la falta de claridad estratégica con respecto a esta tecnología como un obstáculo importante. Estos problemas técnicos se han convertido en barreras que frenan la innovación, incluso cuando la percepción sobre el potencial de estas tecnologías es alta.
El concepto de “exclusión técnica”, acuñado por Tory Jackson, director de Estrategia de Galileo Financial Technologies, resume la situación. Jackson explica que esta exclusión ocurre cuando tecnologías obsoletas o ineficientes impiden a las empresas lanzar nuevos productos o llegar a nuevos clientes.
“Esta es la esencia de la ‘exclusión técnica’, que creemos que las empresas deben resolver antes de esperar obtener un rendimiento real en 2026 en proyectos de transformación digital más ambiciosos, como la integración de la IA”, afirmó Jackson, resaltando que los desafíos tecnológicos subyacentes son más fundamentales que los discursos optimistas sobre la IA.
El reto de los datos y la infraestructura
Los datos son el combustible de la inteligencia artificial. Sin embargo, en México, la mayoría de las organizaciones enfrenta problemas estructurales para gestionarlos y utilizarlos de forma eficaz. De hecho, según un análisis independiente, apenas el 3% de los datos generados en empresas mexicanas cumple con los estándares básicos de calidad requeridos para proyectos de IA, debido a su desorganización o falta de estructura.
La falta de infraestructura adecuada acentúa este problema. Pese a los esfuerzos de inversiones recientes —como el anuncio de CloudHQ, que invertirá 4,800 millones de dólares en centros de datos en Querétaro, generando miles de empleos y buscando posicionar a México como un polo tecnológico—, aún persisten problemas como la capacitación en nube y estandarización de datos.
Este déficit de datos no solamente afecta la adopción de IA, sino también la competitividad global. Según la consultora IMARC Group, México enfrenta una escasez severa de talento especializado en IA y gestión de datos, con alrededor de 1,100 profesionales altamente especializados disponibles para impulsar proyectos avanzados, frente a una creciente demanda de especialistas en machine learning, arquitectura de datos y analítica avanzada.
Transformación digital, expectativas y brechas
El Informe de Madurez Digital de México (IMD) 2025, elaborado por American Chamber/México junto con otras organizaciones, refuerza esta imagen mixta. Ahí se indica que el 92% de las empresas mexicanas invierte en IA como parte de sus estrategias de transformación digital, pero sólo el 1% ha alcanzado la llamada “madurez de IA”, es decir, la integración completa de soluciones de IA en sus procesos productivos.
A pesar de estos obstáculos, otras investigaciones muestran que la percepción sobre el impacto de la IA es alta. Un estudio de SAP reveló que el 72% de las empresas mexicanas anticipa un impacto transformador de la IA en sus industrias, y muchas ya la emplean en funciones como servicio al cliente, marketing y recursos humanos. Sin embargo, ese optimismo no siempre se traduce en capacidades técnicas reales para ejecutar proyectos complejos de manera eficiente.
Los desafíos no se limitan a la gestión de datos. La falta de claridad en cómo integrar la IA en los procesos de negocio, la escasez de talento capacitado y las preocupaciones éticas y de gobernanza también figuran entre los principales obstáculos que enfrentan las organizaciones mexicanas. (SAP News Center)
Gobernanza, ciberseguridad y talento
Más allá de los datos, los líderes empresariales mexicanos identifican la falta de experiencia en gobernanza de datos y ciberseguridad como grandes frenos para la adopción de IA. Esta preocupación tiene sustento: estudios recientes muestran que aunque el 67% de las empresas mexicanas cuenta con estrategias formales de ciberseguridad, existe una alta dependencia de la IA para detección y prevención de amenazas, lo que requiere marcos de gobernanza robustos para evitar riesgos como malware, phishing o uso no autorizado de herramientas generativas.
Además, la necesidad de habilidades especializadas es urgente. La brecha de talento en México limita la capacidad de las organizaciones para gobernar sus datos, desarrollar modelos de IA propios y gestionar proyectos estratégicos. Esta escasez de profesionales en áreas clave como analítica, machine learning y seguridad digital complica aún más la transformación digital profunda.
Ante este panorama Jackson resalta la importancia de construir una base digital robusta. “Sin una base digital sólida, la innovación seguirá rezagada, ya que las empresas tienen dificultades para integrar nuevas tecnologías con sistemas obsoletos, y los departamentos de TI dedican más tiempo y dinero a solucionar problemas que a lanzar nuevos productos”, señaló, destacando que un cuarto de las empresas cree tener la capacidad de lanzar funciones inclusivas con facilidad.
Para superar estas barreras se debe invertir en herramientas de IA, en infraestructura de datos, gobernanza, formación de talento y modernización tecnológica \”tienen muchas más posibilidades de implementar tecnologías como la IA, desarrollar productos y servicios más rentables, llegar a más clientes y, en última instancia, obtener mayores retornos de sus inversiones futuras”, finalizó el vocero.
Lee más:
- Qué veremos en el CES 2026: IA, robots humanoides, autos autónomos y más
- OpenAI lanza ChatGPT Atlas llega a macOS y está disponible en México
- ¿Qué están comprando los Baby Boomers en México? La generación que domina las compras decembrinas en 2025
