En plena carrera por adoptar inteligencia artificial, hay un dato que expone la fragilidad del momento solo el 17% de las empresas cuenta con una estrategia de ciberseguridad específica para IA. En otras palabras, mientras las organizaciones aceleran inversiones y prometen transformación, la gran mayoría aún no sabe cómo proteger uno de sus activos más críticos: los datos.
Así lo revela el CIO Playbook 2026 estudio desarrollado por Lenovo en conjunto con IDC, que analiza el estado actual de la adopción de inteligencia artificial en 500 empresas a nivel global. Y aunque el optimismo domina el discurso, los hallazgos apuntan a una realidad más compleja pues la IA avanza más rápido que la capacidad de las organizaciones para implementarla de forma segura, estratégica y rentable.
De acuerdo con el estudio, las empresas esperan obtener un retorno de inversión de 2.7 dólares por cada dólar invertido en inteligencia artificial
“Hoy vemos una planeación mucho más estructurada en comparación con años anteriores, pero eso no significa que todas las empresas estén listas”, explica José Carlos Huescas, gerente global de soluciones de inteligencia artificial en Lenovo.
Mientras el 93% de las organizaciones se considera “AI-driven”, solo el 26% logró implementar soluciones que realmente impactan procesos clave del negocio.Es decir, la mayoría sigue en fase experimental.
El espejismo del “AI-driven”
Uno de los hallazgos más reveladores del estudio es la diferencia entre percepción y realidad. Muchas empresas aseguran estar impulsadas por inteligencia artificial simplemente por utilizar herramientas como asistentes generativos o copilotos. Pero eso no implica una transformación estructural. “Hay organizaciones que consideran que ya están en ese camino solo por haber integrado herramientas de IA generativa, pero la verdadera adopción ocurre cuando impacta procesos críticos”, señala Huescas.
A diferencia de otros mercados, en México y América Latina la adopción de inteligencia artificial sigue anclada en soluciones tradicionales.
El 70% de las implementaciones corresponde a sistemas que clasifican, detectan anomalías o automatizan tareas específicas, como prevención de fraude o monitoreo de riesgos.
La inteligencia artificial generativa la más visible mediáticamente aún representa una proporción menor, aunque su crecimiento es inminente.
“Lo que estamos viendo es una transición. La IA tradicional sigue resolviendo problemas concretos, pero la generativa será el estándar en los próximos años”, explica el vocero.
Cuatro industrias marcan el paso
El estudio identifica a cuatro sectores como los principales impulsores de la inteligencia artificial en México: retail, manufactura, salud y finanzas.
Este último destaca como el más avanzado en adopción y el que tendrá mayor crecimiento en los próximos años, impulsado por la necesidad de personalizar servicios y automatizar decisiones. “La personalización ya no es un lujo, es una expectativa del usuario, y la IA es lo que permite escalarla”, apunta Huescas.
Si hay un punto crítico en la adopción de inteligencia artificial, es la seguridad. El hecho de que solo el 17% de las empresas tenga una estrategia específica de ciberseguridad en IA refleja un desfase preocupante entre innovación y protección.
Esto implica riesgos en toda la cadena de valor: desde la ingesta de datos hasta su procesamiento y almacenamiento.
“Parte fundamental de una implementación exitosa es proteger los datos en todo su ciclo de vida. Sin eso, cualquier modelo está expuesto”, advierte el especialista.
A esto se suma otro problema como la calidad de los datos. Muchas empresas iniciaron sus proyectos de IA sin una correcta depuración de la información, lo que hoy se traduce en modelos con sesgos o resultados poco confiables.
El déficit de talento frena la adopción
La falta de especialistas es otro de los grandes obstáculos. Solo el 15% de las empresas cuenta con científicos de datos, una figura clave para desarrollar, entrenar y optimizar modelos de inteligencia artificial.
Este déficit explica por qué muchas iniciativas no escalan o no generan el impacto esperado. “La IA no es solo tecnología, depende directamente del talento que la implementa”, afirma Huescas.
Ante esta carencia, muchas organizaciones están optando por apoyarse en consultoras o proveedores tecnológicos, aunque esto implica nuevos retos en costos y dependencia.
¿Quién responde cuando la IA falla?
En un contexto donde las decisiones automatizadas son cada vez más comunes, surge una pregunta inevitable: ¿quién asume el costo de un error?
Desde Lenovo, la respuesta es a una responsabilidad compartida. “Si no hay un plan estructurado, la empresa asume el riesgo. Pero los proveedores también tienen la obligación de garantizar buenas prácticas”, explica Huescas.
Esto incluye desde la selección de datos hasta la implementación de modelos y la supervisión de resultados.
A pesar de los desafíos, el estudio también muestra señales de madurez. A diferencia de 2023, cuando muchas empresas querían implementar inteligencia artificial sin un objetivo claro, hoy existe una mayor claridad sobre qué problemas resolver y cómo hacerlo.
Además, comienza a tomar fuerza una nueva tendencia como los sistemas multiagente, capaces de interactuar entre sí para automatizar procesos complejos.
Un ejemplo de esto se verá en la Copa Mundial de la FIFA 2026, donde la inteligencia artificial se utilizará para analizar jugadas en tiempo real, proteger datos y generar insights operativos a gran escala.
Lee más:
- Acrobat Spaces: qué es y cómo usar la nueva IA gratis de Adobe para estudiar en México
- El Monitor: El eslabón perdido en la transformación digital con IA
- Tesla abandona los Model S y X para apostar por inteligencia artificial y robots autónomos
