El costo de la cautela: Impacto económico y social de la baja adopción de la Inteligencia artificial en América Latina.

Imagen creada en ChatGPT

En colaboración con Mercedes Leticia Sánchez Ambriz

Accede al pódcast desde este enlace

En los años 50 del pasado siglo la ciencia se transformó en una fuerza productiva directa en el desarrollo de la humanidad. Es imposible concebir un proceso tecnológico donde la ciencia no esté involucrada. Como un ejemplo de esta poderosa combinación la IA se está consolidando como una fuerza transformadora de alto impacto. Su capacidad para optimizar procesos, generar nuevas industrias y redefinir la interacción humana con la tecnología la posiciona como un imperativo estratégico para el desarrollo y la competitividad de las naciones.

Sin embargo, América Latina presenta un panorama heterogéneo frente a la adopción de esta. La resistencia o la baja adopción de la Inteligencia Artificial (IA) en América Latina tienen implicaciones económicas y sociales profundas, limitando el desarrollo, la productividad y la competitividad de la región en un panorama global cada vez más digitalizado. A partir de informes detallados generados en ChatGPT, Gemini y Skywork, elaboramos este resumen. Es necesario señalar que todos los datos se verificaron de sus fuentes y la mayoría se encuentran como hipervínculos directos.

Este análisis se centra en la tesis de que la resistencia, el rechazo o la baja adopción de la IA en la región no es una postura neutral, sino que conlleva costos económicos y sociales tangibles. Estos costos se manifiestan en la pérdida de oportunidades de crecimiento, la disminución de la productividad, la ampliación de brechas de competitividad y la agudización de desigualdades preexistentes. Un informe de la OCDE de noviembre del 2022 muestra que las principales barreras para adoptar IA en la región son el costo y la falta de personal calificado, pero subyacente a ello está una cultura empresarial cortoplacista que prioriza retornos inmediatos sobre inversiones en innovación. Asimismo, en la burocracias públicas latinoamericanas, la resistencia burocrática (temor a perder control, a la transparencia que trae la analítica, o simplemente apatía hacia modernizar procedimientos) puede obstaculizar la implementación de IA en servicios administrativos.

1. Indicadores Económicos de la Baja Adopción de IA

La adopción limitada de IA en América Latina se refleja en indicadores económicos clave, como un menor crecimiento del Producto Interno Bruto (PIB), baja productividad e inversión tecnológica insuficiente en comparación con economías más avanzadas.

• Impacto en el PIB y Crecimiento Económico: Estudios globales proyectan que la IA añadirá un 14% al PIB mundial para 2030 (US$15,7 billones), pero Latinoamérica solo capturaría el 5,4% de ese potencial, equivalente a 0,5 billones de USD. Esto contrasta fuertemente con China (26% de aumento del PIB proyectado) y Norteamérica (14,5%). La falta de aprovechamiento de este potencial se traduce en una pérdida neta de oportunidades de expansión económica. La CEPAL ha señalado que la IA podría ser un motor para superar las "trampas de desarrollo" caracterizadas por el bajo crecimiento en la región.
• Efectos en la Productividad: La productividad laboral de América Latina sufre por la lenta adopción tecnológica sumada a una brecha de productividad muy significativa. Algunos datos indican que el impacto de la IA en la productividad de la región podría ser de un 0.5-0.66% anual, cifra menor al promedio global. Está comprobado que la inversión inicial en IA no necesariamente se traduce en beneficios evidentes en corto plazo. No obstante, a mediano y largo plazo si la adopción de IA sigue rezagada, la brecha de productividad podría ampliarse.
• Inversión Tecnológica Insuficiente: La inversión global en IA generativa alcanzó aproximadamente US$190.000 millones en 2023, mientras que América Latina solo aportó US$8.200 millones (≈4,3%). Esta brecha limita la capacidad de la región para desarrollar y adoptar soluciones de IA a escala. La inversión de capital de riesgo en la región es modesta en comparación con otras regiones, y la mayor parte de la inversión en IA está siendo impulsada por los gobiernos, no por el sector privado. Un informe de Wired destaca que, si bien el 80% de las empresas en Latinoamérica que utilizan IA esperan aumentar sus ingresos, solo el 7% afirma que esta tecnología ya es un diferenciador para su oferta comercial. Otro estudio muestra que el 72% de las empresas de la región está en las primeras fases de adopción de la IAG, lo que dificulta la innovación, el desarrollo y afecta poderosamente a las PYMEs para competir eficientemente.

2. Análisis Sectorial Específico

La baja adopción de IA tiene consecuencias diferenciadas, pero igualmente significativas en diversos sectores.

• Sector Empresarial: La resistencia a la IA se asocia a menor eficiencia operacional y pérdida de competitividad. Las empresas latinoamericanas adoptaron tecnologías más lentamente, contribuyendo a una brecha de eficiencia de casi 50% respecto a EE. UU.. Sin aprovechar la IA, enfrentan costos más altos y menor productividad. En 2022, cerca del 40% de las organizaciones de América Latina aún no había pasado de la fase exploratoria de IA; aunque esta situación mejoró en 2024 (46,7% en fase de implementación inicial), la mayoría aún se encuentra probando o iniciando la integración de IA, sin alcanzar plena adopción a escala. Para 2024, el 35% de las empresas hispanoamericanas no utilizaba IA ni tenía planes inmediatos de adoptarla.
• Administración Pública: La baja adopción de IA mantiene trámites y servicios menos ágiles, perpetuando burocracias lentas y altos costos administrativos. Paradójicamente, los gobiernos latinoamericanos han avanzado más que el sector privado en adopción de IA en los últimos años, con el sector público presentando mayor uso de IA que el privado en casi todos los países estudiados, excepto Chile. No obstante, estas iniciativas públicas son incipientes y no compensan la falta de transformación digital. Las ineficiencias en el gasto público en la región son crónicas, estimándose en hasta el 4.4% del PIB regional.
• Educación: La escasa introducción de IA en herramientas pedagógicas y de gestión educativa contribuye a rezagos en calidad y pertinencia de la formación. La IA podría personalizar el aprendizaje y automatizar evaluaciones, pero su no adopción significa seguir con enfoques tradicionales que no logran cerrar brechas de aprendizaje. Esto dificulta la formación de talento digital para el futuro. Finalmente, existe un debate ético y cultural sobre la IA en la región. Grupos académicos, sociedad civil e incluso comunidades indígenas han expresado preocupaciones sobre los impactos de la IA en la privacidad, la identidad cultural y la equidad. En América Latina, con su diversidad cultural, algunos ven a la IA (generalmente desarrollada fuera) como una “caja negra” foránea que podría imponer sesgos ajenos o amenazar valores locales. Si bien esto no constituye tecnofobia per se, sí puede traducirse en resistencia normativa: demandas de regulación estricta, moratorias en ciertas aplicaciones (por ejemplo, reconocimiento facial en espacios públicos debido a potenciales sesgos raciales). Estas posturas, aunque buscan una IA más responsable, en ocasiones ralentizan la adopción hasta que no haya garantías éticas sólidas. En suma, hay segmentos que resisten activamente la IA por una postura de “precaución extrema” ante sus posibles efectos sociales, temiendo profundización de desigualdades o pérdida de empleos dignos. En otras palabras, es un miedo infundado que impide el desarrollo e incrementa la brecha entre quienes emplear la IA y quienes no.

3. Comparaciones Internacionales en Adopción de IA

América Latina evidencia un rezago significativo en la adopción intensiva de IA. Mientras economías desarrolladas y emergentes de Asia han incorporado masivamente la IA, Latinoamérica en promedio se mantiene en fases iniciales o intermedias.

• Índice Latinoamericano de IA (ILIA): El 85% de los países latinoamericanos evaluados se ubican en los dos tercios inferiores de la escala de madurez de IA. Incluso los países líderes de la región (Chile, Brasil, Uruguay) no alcanzan los niveles de preparación de las potencias tecnológicas globales. De hecho, ningún país latinoamericano ha llegado aún al nivel que tenían las naciones del norte global ocho años atrás en talento e infraestructura en IA.
• Contraste Global: En EE. UU. y Europa, más de la mitad de las empresas grandes usan alguna forma de IA, y en Asia-Pacífico, economías como Corea del Sur o Singapur superan el 60-70% de adopción empresarial. Un sondeo de McKinsey a principios de 2024 encontró que el 65% de los altos ejecutivos a nivel mundial ya usan regularmente herramientas de IA generativa, cifra que casi duplica la del año anterior. En cambio, en América Latina, el uso regular de IA en empresas aún es minoritario, con menos de la mitad en etapas de implementación y muchas en pilotos limitados.
• Dependencia Tecnológica Externa: Al no desarrollar ni adoptar IA internamente, América Latina crece su dependencia de tecnología extranjera. La región importa soluciones completas sin desarrollar una cadena de valor local. Esto acarrea costos elevados, vulnerabilidades, y la exposición a estándares o sesgos ajenos a las realidades locales. Esta situación perpetúa una posición de "meros espectadores" de la revolución de IA, aumentando su dependencia y reduciendo su soberanía tecnológica.

4. Factores Culturales y Psicológicos que Explican la Resistencia a la IA

La resistencia no es puramente económica o tecnológica; está arraigada en factores culturales y psicológicos.

• Miedo al Desempleo y Desplazamiento Laboral: Uno de los temores más difundidos es que la IA y la automatización reemplazarán puestos de trabajo. En América Latina, donde la informalidad y precariedad laboral son altas, este miedo cala hondo, con una mayoría de latinoamericanos temiendo que la IA les quite el trabajo. Informes de la OCDE del año 2020 han estimado que el 25% o más de los empleos en Latinoamérica están en alto riesgo de automatización.
• Desconfianza en la Tecnología y las Instituciones: Existe un recelo hacia las nuevas tecnologías asociado con la desconfianza general en instituciones. Aunque algunos países como Brasil muestran optimismo hacia la IA, la región ha experimentado escándalos de uso indebido de datos y fake news, erosionando la confianza. La idea de delegar decisiones a "máquinas" choca con una cultura donde la interacción personal es valorada. Hay una fuerte oposición al uso de la IA en áreas sensibles como tribunales (54% en contra), redacción de leyes (51% en contra) y definición de beneficios sociales (50% en contra).
• Brecha de Conocimiento y Habilidades (Ansiedad Tecnológica): Muchos latinoamericanos no tienen un entendimiento claro de qué es la IA o cómo funciona, generando ansiedad y tecnofobia. La baja alfabetización digital y la falta de experiencia técnica interna en empresas (46% lo reportan como barrera) alimentan este rechazo.
• Resistencia Organizacional al Cambio e Inversión: A nivel institucional, hay inercia y aversión al riesgo. Muchas empresas son reticentes a cambiar procesos probados por soluciones de IA cuya rentabilidad inmediata es incierta. La cultura empresarial cortoplacista prioriza retornos inmediatos sobre inversiones en innovación.
• Factores Éticos y Sociales Locales: Preocupaciones sobre el impacto de la IA en la privacidad, la identidad cultural y la equidad. Algunos ven la IA como una "caja negra" foránea que podría imponer sesgos ajenos. Estas posturas, aunque buscan una IA responsable, en ocasiones ralentizan la adopción.

5. Consecuencias Visibles y Ocultas de la Baja Adopción

La persistente resistencia o lenta adopción de la IA en América Latina conlleva consecuencias negativas que afectan el desarrollo a largo plazo.

• Pérdida de Talento y Fuga de Cerebros: La falta de un ecosistema dinámico de IA lleva a profesionales capacitados a buscar oportunidades en el extranjero. A excepción de países como Uruguay y Costa Rica, la mayoría sufre fuga neta de talento. Esto genera un déficit de capital humano que frena la innovación y obliga a depender de consultores extranjeros.
• Menor Eficiencia y Productividad Interna: Empresas e instituciones operan con menor eficiencia de la que sería posible, perpetuando procesos manuales y poco optimizados. Esto conlleva costos operativos mayores, errores humanos y tiempos más largos. La región no aprovecha la IA para romper su estancamiento de productividad.
• Desventajas en la Competitividad Global: La resistencia a la IA coloca a la región en una postura débil en la economía global del futuro. Los países y empresas que adopten la IA más rápido ganarán ventaja competitiva. América Latina, al rezagarse, arriesga quedar fuera de segmentos de alto valor agregado.
• Aumento de Brechas Internas e Inequidad: Si solo un grupo pequeño (ciertas empresas grandes, élites urbanas) adopta IA y el resto queda al margen, se amplían las diferencias de productividad e ingresos. Sin una estrategia deliberada, la IA puede beneficiar a unos pocos y perjudicar a muchos.

6. Modelos Exitosos y Estrategias para Superar la Resistencia

A pesar del panorama desafiante, existen ejemplos exitosos en la región que demuestran que es posible superar barreras y acelerar la adopción de IA.

• Estrategias Nacionales Integrales: Varios países han desarrollado estrategias nacionales de IA para guiar su adopción. Chile, pionero, formuló una estrategia con énfasis en ética, capital humano e infraestructura de datos. Brasil lanzó una Estrategia de IA que propuso actualizar el currículo educativo y crear programas de alfabetización digital. Colombia y Uruguay también han integrado la IA en sus agendas digitales nacionales.
• Iniciativas Educativas y de Capacitación Masiva: Países han lanzado programas educativos sobre IA para la ciudadanía. Ejemplos incluyen la adaptación del curso "Elements of AI" en Uruguay y México, el Plan Ceibal en Uruguay, iniciativas en Argentina para enseñar robótica e IA en escuelas técnicas, y programas en Brasil para capacitar a maestros.
• Casos Empresariales y Sectoriales Exitosos: Empresas latinoamericanas han adoptado la IA con resultados positivos. En finanzas, bancos y fintechs como Konfio (México) y Nubank (Brasil) usan IA para atención al cliente y evaluación de riesgos. En agricultura, Raízen (Brasil) usa IA para pronósticos de cosecha. NotCo (Chile) usa IA para formular sustitutos vegetales. Rappi (Latinoamérica) utiliza IA para optimizar rutas de entrega.
• Alianzas Público-Privadas y Cooperativas Regionales: Iniciativas como fAIr LAC (BID), la Alianza Digital UE-ALC, y foros de UNESCO y CEPAL promueven el uso responsable y ético de la IA. Consorcios de innovación impulsados por empresas grandes e integración de startups locales. Un ejemplo destacado es Latam-GPT, un gran modelo de lenguaje desarrollado colaborativamente para preservar la diversidad cultural y lingüística.
• Políticas de Incentivos y Regulación Inteligente: Países como Colombia y Chile ofrecen deducciones tributarias para inversión en I+D en IA. Brasil tiene programas de financiamiento para proyectos de Industria 4.0. Regulaciones como la Ley Fintech de México y la discusión de una ley de IA en Brasil buscan equilibrar la innovación con la protección de derechos.

7. Recomendaciones de Políticas y Estrategias Educativas

Para mitigar el impacto negativo de la resistencia a la IA y fomentar su adopción efectiva, se sugieren las siguientes líneas de acción.

• Invertir en Infraestructura Digital y Datos: Cerrar la brecha digital, aumentar la cobertura de banda ancha rural, e instalar infraestructura de cómputo (centros de datos, nubes soberanas).
• Desarrollar Talento y Reconversión Laboral: Reforma educativa profunda que incorpore STEM y pensamiento computacional, capacitación de docentes, programas de reentrenamiento para trabajadores en empleos susceptibles de automatización.
• Promover la Adopción en PYMES y Gobiernos Locales: Políticas de apoyo a la digitalización de PYMES, subvenciones o créditos para soluciones de IA, y creación de laboratorios de innovación gubernamental.
• Comunicación Pública y Sensibilización: Desplegar una estrategia de comunicación para cambiar la narrativa sobre la IA, difundir historias positivas, y enfatizar que la IA es una herramienta humana.
• Marcos Regulatorios Flexibles pero Firmes en Ética: Formulación de políticas y leyes sobre IA para mitigar riesgos, abordando protección de datos personales, no discriminación algorítmica, responsabilidad y transparencia.
• Fomento de la Investigación y Desarrollo Local: Las instituciones de educación superior deben ser motores de la investigación y el desarrollo de IA adaptada a las necesidades y contextos de América Latina.
• Llamado a la Acción Regional: Unir esfuerzos a nivel regional e internacional para construir una gobernanza sólida de la IA basada en derechos humanos, democracia e inclusión.

En resumen, superar la resistencia a la IA en América Latina requiere un esfuerzo coordinado que involucra inversiones, reformas educativas, cambios en la cultura organizacional y participación ciudadana. La región tiene la oportunidad de aprender de los pioneros e implementar la IA de forma más inclusiva y ética desde el inicio, convirtiendo un desafío en una ventaja competitiva a largo plazo.