Gasto en inteligencia artificial crece 32.9% en el continente americano entre 2023 y 2028
La inversión en inteligencia artificial en América acelera. IDC proyecta un crecimiento a tasa anual compuesta de 32.9% entre 2023 y 2028, con el gasto de Canadá, Brasil, Estados Unidos, México y Colombia acercándose a 477,800 millones de dólares en 2028.
En México, este crecimiento ya se siente en proyectos concretos, desde optimización de procesos hasta despliegues en el borde; no obstante persisten ataduras estructurales: la gestión de datos, la gobernanza y la coordinación público-privada.
Te puede interesar
-
Tecnología
Gemini: ¿Cómo funciona el modo Aprendizaje Guiado de la plataforma de IA de Google?
El informe de IDC comisionado por el fabricante de chips Intel muestra que 23.3% de las empresas mexicanas no ha empezado un inventario de activos de datos y que apenas 56.3% del total de datos está disponible para análisis e IA, cifras que limitan la escala y la rapidez de los proyectos.
“Realmente la adopción de la inteligencia artificial en las empresas ya está siendo un hecho, 97.8% de las empresas coincidió en este punto”, dijo Aarón Vudoyra, especialista en Tecnología de Intel México en conferencia de prensa.
Ese contraste, alta intención frente a brechas de datos, explica por qué muchas compañías prefieren iniciar con casos de uso que entreguen mejoras operativas rápidas. El estudio registra que, desde la implementación, 451 de 462 empresas reportaron mejoras en desempeño de hasta 49%, con una ganancia promedio de 20% en los proyectos más exitosos.
México avanza en adopción
La fotografía regional muestra matices. Estados Unidos y Canadá presentan ecosistemas más maduros, mejor regulación de datos, mayor disponibilidad de inventarios y mayor inversión en el borde (edge), mientras que Brasil exhibe un optimismo alto pero también inconsistencias en infraestructura y educación.
México, por su parte, suma avances en adopción, IA tradicional (56.2%) e IA generativa (51.9%), pero su evaluación del entorno gubernamental y socioeconómico quedó entre las más bajas de la muestra.
Técnicamente, la receta es clara: modernizar la estructura de datos, reforzar la gobernanza, apostar por arquitecturas híbridas/multinube y escalar capacidades de borde.
En México, la representatividad del borde en el presupuesto de TI subirá de 10.1% a 11.7% en los próximos 12 meses, según el informe, lo que refleja la intención de mover cargas críticas fuera de la nube pública cuando la latencia y la privacidad lo exigen.
“Podríamos tener el tema de nube híbrida, podríamos tener el tema de multinube, y lo interesante es que a pesar de que la mayoría opta por esto, consideran que la nube híbrida es muy importante”, dijo Vudoyra.
Retos
Del lado del riesgo, las empresas enumeran obstáculos reales: costos de infraestructura para entrenar y correr modelos, riesgos de propiedad intelectual y preocupaciones por la precisión y sesgo de los modelos.
“Mientras más foco podamos tener, vamos a poder tener proyectos desplegados con más éxito”. dijo el analista de Intel.
El capital fluye hacia la inteligencia artificial en América, pero para que México convierta este gasto en productividad necesita cerrar la brecha de datos y fortalecer su arquitectura tecnológica. Si lo logra, podrá no sólo consumir, sino también exportar capacidades y servicios de inteligencia artificial.
rodrigo.riquelme@eleconomista.mx
