Opinión Sistemas heredados frenan el 84 % de pilotos de IA en Latam
El 84% de los líderes tecnológicos ha descartado proyectos de IA por sistemas obsoletos. La región consume tecnología pero no la integra: solo el 6% genera valor significativo. La solución no es comprar más modelos, sino gobernar los datos y modernizar la base.
La obsesión por desplegar modelos de inteligencia artificial está chocando contra una realidad incómoda: la infraestructura que sostiene a las empresas latinoamericanas no está preparada. Un estudio de GFT Technologies revela que el 84 % de los directores de tecnología ha tenido que abandonar al menos un piloto de IA por limitaciones de sistemas heredados. No es un problema de presupuesto ni de talento: es arquitectura.
El diagnóstico va más allá de la mera incompatibilidad técnica. El 93 % de los encuestados advierte que implementar IA sobre cimientos obsoletos puede detonar una crisis de seguridad en toda la organización. Mientras los presupuestos en IA crecen a ritmos que el 89 % considera desproporcionados respecto al valor real que generan, la región acumula proyectos inconclusos y exposición innecesaria.
América Latina exhibe una paradoja reveladora. Según datos de la CEPAL, la región genera el 14 % del tráfico global hacia soluciones de IA con apenas el 11 % de los usuarios de internet. Pero ese entusiasmo se concentra en seis países y en herramientas de consumo final: generación de texto, contenido multimedia, chatbots. Solo el 22 % del uso corresponde a desarrollo, APIs o código abierto, frente al 26 % mundial. La región consume, no construye.
Según el informe del Foro Económico Mundial junto a McKinsey, apenas el 23 % de las organizaciones latinoamericanas reporta algún valor económico de la IA, y solo un 6 % lo califica de significativo. La brecha no está en la disponibilidad de modelos —cada vez más accesibles— sino en la capacidad de integrarlos a procesos productivos reales.
Según la investigación académica sobre confianza algorítmica en entornos legados, el fallo no está en el modelo, sino en la capa de datos. Sistemas fragmentados, formatos inconsistentes, historiales incompletos y controles de acceso débiles convierten cualquier salida de IA en una apuesta. Cuando los datos viajan sucios por tuberías rotas, la confianza algorítmica —la fe del usuario en la recomendación de la máquina— se evapora.
Un caso documentado en la manufactura de vehículos eléctricos muestra la contrapartida: centralizar datos, normalizarlos mediante pipelines ETL, conectar sistemas vía API y aplicar control de acceso basado en roles elevó la adopción un 50 %, redujo mermas en 60.000 USD anuales y recuperó 5 millones de USD en cargos por defectos detectados. La gobernanza no es burocracia: es ingeniería de valor.
En la práctica, las filtraciones de datos ya están frenando la puesta en producción. Un relevamiento de Sinch en diez países de la región encontró que el 41 % de las empresas tuvo que retirar un agente de IA por fugas de información. El CEO de la firma lo resume: escalar tecnología sin escalar controles operativos al mismo tiempo se vuelve el verdadero cuello de botella. WhatsApp concentra el 66 % de los canales conversacionales para IA en LatAm —frente al 36 % de Norteamérica—, pero solo el 13 % de los negocios globales logra transferir contexto completo entre canales. La fragmentación no es solo técnica; es experiencia de cliente.
El Foro Económico Mundial propone diez acciones estratégicas en su hoja de ruta, pero la primera es innegociable: crear una infraestructura de IA sostenible. Eso implica energía verde, redes seguras, conectividad universal, cómputo escalable y dispositivos listos. También exige preparar conjuntos de datos diversos, accesibles y gobernados. Sin esa base, cada nuevo piloto es otra capa de pintura sobre cimientos agrietados.
Los ejecutivos deben dejar de preguntarse qué modelo comprar y empezar a auditar qué datos tienen, dónde viven, quién los controla y qué tan limpios están. La modernización no es un proyecto de TI: es la condición sine qua non para que la IA deje de ser un experimento costoso y pase a ser un motor de productividad. En una región donde el crecimiento históricamente vino de sumar mano de obra y no de elevar productividad, la IA ofrece un salto de 1,9 % a 2,3 % anual —pero solo para quienes resuelvan primero la plomería.
