El informe que la CEPAL y el CENIA publicaron el 19 de octubre tiene dos huecos. Ayer escribí sobre el primero, el que se ve desde arriba: 18 países con estrategia de IA aprobada y sin presupuesto para ejecutarla.
El segundo hueco está más adentro —dentro de las empresas— y es el que decide si la inteligencia artificial va a mover la productividad de la región o solo la de un puñado de compañías que ya venían ganando.
El ILIA 2026 hace algo que ninguna edición anterior había hecho: estimar la adopción empresarial de IA en los veinte países y abrirla por tamaño de empresa. Y el resultado, cuando se ordena como corresponde, no es una brecha.
Es una escalera.
1. La IA se difunde en la región siguiendo el tamaño de la empresa, y la distancia a la frontera crece a medida que la empresa se achica: la grande está 2,4 veces por debajo de sus pares extrarregionales, la mediana 3,2 y la pequeña 3,5. Cuanto más chica, más lejos.
2. La causa que el propio informe identifica no es el precio de la tecnología ni el desconocimiento del dueño: es la capacidad de absorción —talento, datos, integración, rediseño de procesos, gobernanza.
3. Esa capacidad no se compra en una licencia. Se compra hecha. La diferencia entre comprar software y contratar la operación es, exactamente, el mercado que hoy está vacío.
1. La escalera: cuanto más chica la empresa, más lejos está de la frontera
Los tres números regionales ya los conocen: 27,6% de las empresas grandes usa IA en sus procesos productivos, 12,8% de las medianas y 6,8% de las pequeñas (Recuadro 13, pp. 148-149, sobre estimaciones de Katz y Jung para el Observatorio de Desarrollo Digital de la CEPAL).
Lo que casi nadie ha hecho es poner esos números al lado de los cinco países con los que el informe compara a la región —Alemania, España, Estonia, Portugal y Singapur— y mirar la pendiente. Ahí cambia la historia:
| Tamaño | América Latina y el Caribe | 5 países de comparación | Distancia | La región alcanza |
|---|---|---|---|---|
| Grandes | 27,6% | 66% | 2,4× | 42% del nivel |
| Medianas | 12,8% | 41% | 3,2× | 31% del nivel |
| Pequeñas | 6,8% | 24% | 3,5× | 28% del nivel |
(La columna «distancia» y «alcanza» son cálculo mío sobre las cifras del informe, no del informe.)
Léalo en vertical: no es solo que la región esté más abajo en todos los tamaños. Está relativamente más abajo cuanto más pequeña es la empresa. En las grandes, la región cubre el 42% del nivel de referencia. En las pequeñas, el 28%. La escalera no solo existe: se empina.
Y dentro de la región, la escalera se repite país por país, sin excepción:
| País | Grandes | Medianas | Pequeñas | Grande ÷ pequeña |
|---|---|---|---|---|
| Uruguay | 49,8% | 23,0% | 12,2% | 4,1× |
| Chile | 42,1% | 19,5% | 10,3% | 4,1× |
| Brasil | 41,4% | 19,1% | 10,1% | 4,1× |
| Colombia | 39,0% | 18,0% | 9,5% | 4,1× |
| Argentina | 34,7% | 16,0% | 8,5% | 4,1× |
| Perú | 33,6% | 15,5% | 8,2% | 4,1× |
| Costa Rica | — | 15,2% | 8,1% | — |
Un detalle que vale la pena mirar dos veces: la proporción es prácticamente idéntica en los siete países —4,1 veces— incluso cuando los niveles absolutos varían casi 20 puntos porcentuales entre Uruguay y Perú. Eso no es coincidencia estadística. Es la firma de un mecanismo estructural: hay algo que se comporta igual en toda la región, y ese algo no es la cultura ni el gobierno ni el precio de los tokens. Es la forma en que la capacidad tecnológica se distribuye según el tamaño de la organización.
2. La doble brecha: menos en todos los tamaños, y mucho menos en el chico
El hallazgo 8 del informe (p. 34) lo dice con una frase que debería estar en la pared de cualquier agencia de desarrollo productivo:
«La región enfrenta así una doble brecha: adopta menos IA en todos los tamaños de empresa y la distancia se profundiza entre las más pequeñas, que además constituyen la mayor parte de su tejido productivo.»
Y a continuación, la frase que rompe la excusa:
«Pese a lo anterior, el tamaño no tiene por qué ser una barrera. Singapur alcanza un 100% de adopción entre las empresas grandes y medianas.»
Ese dato es el más importante del capítulo, y no por el 100%. Es importante porque desactiva la explicación fácil. Si el tamaño fuera la causa, ninguna empresa grande ni mediana de Singapur podría estar donde está. Si el tamaño fuera el destino, no habría nada que hacer. El informe es explícito: el tamaño no es la barrera; lo que correlaciona con el tamaño es la capacidad.
Y aquí es donde la conversación se vuelve incómoda para la industria tecnológica de la región. Porque si el problema fuera que las pymes «no saben» de IA, se resolvería con marketing. Si fuera que «no pueden pagar ChatGPT», se resolvería con un descuento. El informe dice otra cosa.
3. Por qué: la lista de lo que cuesta adoptar de verdad
Este es el párrafo que hay que leer completo, porque es la definición más precisa que he encontrado —en un documento de Naciones Unidas— de lo que hace una empresa que implementa IA y de lo que hace una que solo la prueba:
«La adopción efectiva exige mucho más que probar una herramienta de IA: supone identificar casos de uso, disponer y preparar datos, integrar soluciones con sistemas y procesos existentes, adaptar la organización del trabajo y contar con capacidades para evaluar resultados y gestionar riesgos.»
Cinco cosas. Mírelas otra vez y cuente cuántas son una herramienta que se compra:
| Lo que exige adoptar | De qué está hecho | Quién lo hace en una pyme |
|---|---|---|
| Identificar casos de uso | Criterio de negocio + conocimiento real del proceso | El dueño, entre otras cuarenta cosas |
| Preparar los datos | Ingeniería de datos: extraer, limpiar, unificar, versionar | Nadie |
| Integrar con lo existente | Desarrollo, APIs, manejo de sistemas viejos que nadie documentó | Nadie |
| Adaptar la organización del trabajo | Gestión del cambio: quién hace qué distinto, y con qué regla | Nadie |
| Evaluar resultados y gestionar riesgos | Métricas, permisos, trazabilidad, verificación | Nadie |
Ninguna de las cinco es una herramienta. Las cinco son trabajo. Y son, además, cinco tipos de trabajo distinto que rara vez conviven en la misma persona —menos todavía en una empresa de veinte empleados que no tiene un área de tecnología, sino un proveedor de soporte y una planilla compartida.
El informe nombra los factores con precisión clínica: «la disponibilidad de talento, datos e infraestructura digital, el acceso a financiamiento y la capacidad organizacional para identificar casos de uso, adaptar procesos e integrar nuevas soluciones». Cinco capacidades. Cero productos.
4. Lo que la CEPAL advierte si esto sigue así
El informe no se queda en el diagnóstico. Advierte una consecuencia, y la advierte con cuidado:
«Si la adopción de IA continúa concentrándose en las empresas de mayor tamaño y en las actividades que ya cuentan con mejores capacidades digitales, existe el riesgo de una mayor polarización del tejido productivo: los segmentos con mayores capacidades podrían capturar antes y en mayor medida las ganancias asociadas a la IA, mientras las empresas y sectores rezagados enfrentarían mayores dificultades para cerrar sus brechas de productividad.»
Y la honestidad del propio informe: «Los datos disponibles no permiten afirmar que este proceso ya esté ocurriendo, pero sí muestran que las capacidades necesarias para aprovechar la IA están distribuidas de manera desigual.»
Traducido a la operación de cualquier pyme de la región: la IA no es una tecnología que se derrama sola. Se derrama hacia quien tiene capacidad de absorberla. El resto no queda «un poco atrás»; queda en una trayectoria distinta, en la que la brecha de productividad se compone.
5. Por qué comprar licencias no cierra esta brecha
Hay una tentación obvia frente a estos datos: creer que el problema se resuelve poniendo una herramienta de IA en manos de cada pyme. El informe la desarma en dos frases:
«Acelerar la adopción empresarial no consiste únicamente en aumentar el número de empresas que utiliza alguna herramienta de IA. El desafío es ampliar la intensidad de uso y la capacidad de absorción tecnológica del tejido productivo.»
Y hay un detalle metodológico que casi nadie ha notado y que cambia por completo la lectura del 6,8%: la estimación mide uso de nivel medio o avanzado, y excluye explícitamente «experiencias básicas como consultas ocasionales a plataformas gratuitas de IA generativa».
Es decir: el 6,8% no mide cuántas pymes conocen ChatGPT. Mide cuántas lo incorporaron a un proceso. La brecha no es de información. Es de operación.
Dos datos más, del mismo informe, que cierran el argumento:
| Dato | Valor | Qué significa |
|---|---|---|
| Población 15-64 que usa IA generativa | 16,1% | Casi el doble que la adopción empresarial (9,1%) |
| Empresas que adoptaron IA | 9,1% | La gente ya adoptó. Las organizaciones no. |
| Empresas sin madurez para agentes de IA | ~80% | Hallazgo 9: «agentes listos, organizaciones no tanto» |
| Proyectos agénticos que se cancelarían a 2027 | 40% | Por falta de claridad o controles débiles (Gartner, citado en el informe) |
El patrón es nítido: la capacidad individual llegó antes que la organizacional. Cualquier persona de una pyme puede abrir un chat y resolver su tarea de hoy. Lo que no puede hacer sola es rediseñar el proceso, conectar los datos y dejar el resultado verificable. Ahí es donde se detiene la difusión —y ahí es donde el 40% de proyectos que se cancelan deja de ser una estadística lejana y se vuelve un presupuesto quemado.
6. Los seis instrumentos que el informe pide —y casi nadie vende
Al final del Recuadro 13 hay una lista. La leí tres veces porque parece un catálogo de servicios escrito por alguien que estuvo mirando nuestro trabajo:
«Instrumentos de difusión tecnológica ajustados a la madurez de las empresas y a los problemas de cada sector. Entre ellos se encuentran los diagnósticos de madurez digital, el extensionismo tecnológico y la asistencia técnica, los espacios de experimentación o test before invest, el cofinanciamiento de pilotos, la formación aplicada y las hojas de ruta para cadenas productivas prioritarias.»
Seis instrumentos. Ninguno es un software. Ninguno es un curso grabado. Todos son, por definición, trabajo acompañando a una empresa. Y así está el mercado hoy:
| Instrumento que pide la CEPAL | Qué es en la práctica | Quién lo vende hoy en la región |
|---|---|---|
| Diagnóstico de madurez digital | Mapa de procesos, datos y capacidades reales, con priorización | Consultoras grandes, como pre-venta de un ERP de seis cifras |
| Extensionismo tecnológico y asistencia técnica | El modelo de extensión agrícola, aplicado a tecnología: alguien va, se queda y enseña haciendo | Casi nadie. No es un proyecto, es una relación |
| Test before invest | Probar acotado con una métrica de retorno antes de comprometer presupuesto | Agencias de innovación. Los proveedores preferimos vender primero |
| Cofinanciamiento de pilotos | CORFO, BID, programas sectoriales: existe, y está subutilizado por las pymes | Existe el instrumento, falta quien lo opere y lo gestione |
| Formación aplicada | No un curso: formación dentro del proceso real, con el dato real | El mercado de cursos genéricos, que no cambia ningún proceso |
| Hojas de ruta sectoriales | Secuencia de adopción por cadena productiva, no por empresa suelta | Consultoría de política pública, no de empresa |
Ahí está el hueco completo, y ahora tiene nombre: la región tiene un sector tecnológico que vende herramientas y un sector de consultoría que vende documentos. Lo que la CEPAL pide es un tercero: alguien que venda la operación.
7. Lo que sí cierra la brecha: externalizar la capacidad, no comprar software
Si la barrera es la capacidad de absorción, hay dos formas de conseguirla. Construirla —contratar tres perfiles, montar un área, esperar dieciocho meses— o comprarla hecha, como se compra la contabilidad: nadie tiene un contador interno para cada cosa; se contrata el servicio y el conocimiento viene incluido.
Lo segundo es lo que hacemos en Wagner Solutions, y ahora puedo mapearlo sin exagerar, porque la CEPAL escribió la lista:
| Componente | Instrumento del informe que cubre | Cadencia |
|---|---|---|
| Diagnóstico de madurez y 3 casos de uso priorizados por retorno vs esfuerzo, sobre tus procesos reales | Diagnósticos de madurez digital | Arranque · 2 semanas |
| Primer caso de uso en producción, con el equipo del cliente aprendiendo dentro del proceso real | Formación aplicada | Primeros 30 días |
| Operación gestionada del harness: corre en tu infraestructura, con tus llaves, y nosotros lo operamos | Extensionismo tecnológico y asistencia técnica | Mensual |
| Gobernanza y evidencia: permisos, logs, trazabilidad, verificación de cada acción del agente | Capacidades para evaluar resultados y gestionar riesgos | Continuo |
| Piloto con métrica antes de comprometer el resto del presupuesto | Test before invest | Antes de cada fase |
| Acompañamiento en cofinanciamiento (CORFO, programas sectoriales) y hoja de ruta de adopción | Cofinanciamiento de pilotos + hojas de ruta | Por fase |
Seis de seis. Y la diferencia económica es la que hace la decisión fácil: construir esa capacidad internamente significa tres perfiles —datos, integración y gobernanza— que en el mercado chileno cuestan varias veces, al mes, lo que cuesta la operación gestionada completa. Para una empresa de veinte o cincuenta personas, eso no es una comparación: es una imposibilidad.
La pregunta que la pyme se hace hoy es «¿qué herramienta de IA compro?». La pregunta que estos datos imponen es otra: «¿quién me opera la capacidad que no tengo?». La primera se responde con un proveedor y termina en una licencia sin uso. La segunda se responde con un servicio y termina en un proceso que corre el mes siguiente.
8. La honestidad radical: qué NO dicen estos datos
Si voy a usar este informe para argumentar, tengo que decir también dónde no alcanza. Cuatro límites que importan:
| Límite | Por qué importa |
|---|---|
| Son estimaciones, no un censo | Provienen de un modelo econométrico de Katz y Jung (2026) entrenado con datos OCDE. Sirven por orden de magnitud, no al decimal. Un 6,8% no es «exactamente 6,8 de cada 100». |
| Miden adopción, no retorno | El informe no prueba que adoptar IA vuelva más productiva a una empresa. La relación es plausible y la literatura la sostiene, pero la evidencia causal para la región no está en este documento. |
| «Capacidad de absorción» es un concepto, no una métrica medida | El informe la infiere de factores asociados (talento, digitalización, ecosistema, institucionalidad). Es una explicación consistente, no una medición directa. |
| El 6,8% no es «el mercado» | El mercado no son las pymes que no adoptaron: son las que quieren adoptar y no pueden pagar el camino. Confundir las dos cosas es vender humo con datos ciertos. |
Y una advertencia que es mía, no del informe: el servicio gestionado no es para toda pyme. Una microempresa de tres personas no necesita gobernanza de datos ni verificación de agentes; necesita una herramienta concreta, un curso corto y que alguien le diga la verdad. El segmento donde esto funciona es otro: empresas de 10 a 100 empleados, con procesos ya digitalizados, con clientes y con datos que vale la pena gobernar. Decir a quién no le sirve es parte del trabajo —y es, además, la única forma de que la promesa sea verificable.
9. Cierre: la difusión no es un acto de marketing, es un servicio
Vuelvo al dato que abre todo: 4,1 veces. La misma proporción en Uruguay y en Perú, con niveles absolutos que difieren en veinte puntos. Ese número no es una fatalidad cultural ni un efecto del precio del dólar. Es la forma que toma una tecnología cuando exige capacidad organizacional y la capacidad se distribuye por tamaño.
Y por eso el diagnóstico del ILIA 2026 es más útil que cualquier pronóstico: no dice «la IA va a transformar la región». Dice algo mucho más específico y mucho más accionable: la IA va a transformar a las empresas que puedan absorberla, y el resto va a mirar cómo se amplía la brecha de productividad —a menos que alguien haga el trabajo de absorción.
Ese trabajo tiene nombre en el propio informe: diagnóstico, extensionismo, piloto, cofinanciamiento, formación aplicada, hoja de ruta. Seis cosas que ninguna licencia incluye y que, en la práctica, son un servicio gestionado.
La pregunta ya no es si la empresa pequeña va a adoptar IA. Es si va a llegar por difusión —alguien que la lleve, la integre y la opere— o no va a llegar. La difusión no ocurre sola, y por eso es un negocio.
¿Tu empresa está en el 6,8% —o en el 93,2% que no logró absorber?
En Wagner Solutions operamos la capacidad que una pyme no puede construir sola: diagnóstico de madurez, un primer caso de uso en producción en 30 días, y la operación gestionada del harness sobre tu propia infraestructura —con permisos, trazabilidad y verificación de cada acción. El piloto se mide antes de comprometer el resto del presupuesto. Si quieres saber en qué escalón estás y qué tres casos de uso moverían la aguja primero, hablemos.
Quiero el diagnóstico →