Empresas de América Latina aún no logran hacer rentable la inteligencia artificial

Más del 90% de las organizaciones anticipa dificultades para identificar, preparar y utilizar los datos necesarios para escalar la inteligencia artificial, una barrera que está frenando el paso de los proyectos piloto a implementaciones capaces de producir resultados financieros.

El problema adquiere mayor presión ante las expectativas de retorno. Las organizaciones latinoamericanas esperan recibir al menos US$2,50 por cada dólar invertido en IA en un plazo de seis a nueve meses, según datos de IDC citados por Dell Technologies.

Sin embargo, más de la mitad de las empresas de la región todavía se encuentra en fases tempranas o intermedias de adopción y no cuenta con una estrategia formalmente definida. La distancia entre expectativas y capacidad de ejecución está convirtiendo la rentabilidad en el nuevo punto crítico de la carrera empresarial por la IA.

“La conversación sobre inteligencia artificial dejó de centrarse en el potencial de la tecnología y pasó a enfocarse en su capacidad para generar resultados medibles”, señaló David Hernández, Country Manager de Dell Technologies para Colombia, Perú y Ecuador.

Datos, costos y proyectos aislados frenan el retorno

Dell Technologies identifica tres barreras recurrentes que impiden que las organizaciones traduzcan sus inversiones en inteligencia artificial en resultados concretos.

La primera es el crecimiento impredecible de los costos antes de que el negocio reciba un retorno. Entrenar, desplegar y operar modelos puede aumentar el consumo de infraestructura, almacenamiento y procesamiento sin que exista claridad sobre los ingresos o ahorros que generará la iniciativa.

La segunda está relacionada con los datos. Muchas compañías almacenan información fragmentada, desactualizada o distribuida entre sistemas que no se comunican entre sí. Sin una base confiable, los modelos pueden producir respuestas deficientes o difíciles de incorporar a procesos reales.

La tercera barrera aparece cuando los proyectos funcionan como esfuerzos aislados del resto de la organización. Un piloto puede demostrar que una herramienta funciona técnicamente, pero fracasar al conectarse con operaciones, procesos comerciales, seguridad o sistemas corporativos.

“En Colombia, las organizaciones necesitan una estrategia que les permita conectar datos, infraestructura y operación para escalar la IA de forma segura y eficiente”, afirmó David Hernández, Country Manager de Dell Technologies para Colombia, Perú y Ecuador.

La IA empieza a gestionarse como una capacidad del negocio

Durante Dell Technologies World 2026, la compañía presentó casos de organizaciones que superaron la etapa experimental e incorporaron inteligencia artificial en procesos centrales.

Eli Lilly and Company está utilizando gemelos digitales para reducir los tiempos de desarrollo de medicamentos de años a semanas. La tecnología permite simular procesos y escenarios antes de trasladarlos a operaciones físicas, con posibles efectos sobre el tiempo de llegada de nuevos tratamientos a los pacientes.

Samsung Electronics, por su parte, está incorporando inteligencia artificial en la fabricación de semiconductores, desde las pruebas de concepto hasta los procesos productivos.

Ambos casos muestran un cambio de enfoque: la IA deja de administrarse como un proyecto temporal de innovación y pasa a operar como una capacidad integrada al negocio.

Para llegar a esa etapa, las empresas deben unificar sus esfuerzos de modernización, acercar el cómputo al lugar donde residen los datos, incorporar seguridad desde el diseño y mantener disciplina operativa después del despliegue.

América Latina acelera la inversión en infraestructura

El rezago en ejecución contrasta con el crecimiento de las inversiones destinadas a soportar nuevas cargas de inteligencia artificial.

Durante el segundo semestre de 2025 se registraron más de US$60.000 millones en inversiones y anuncios de infraestructura de centros de datos e IA en Suramérica, según las fuentes citadas en el documento.

También se proyecta que el mercado latinoamericano de centros de datos alcance US$14.300 millones en 2030, con una tasa de crecimiento anual compuesta de 12,22%.

La región ya ocupa el tercer lugar mundial en adopción de inteligencia artificial generativa y genera una proporción de tráfico hacia soluciones de IA superior a su peso dentro de la población global.

Entre 35% y 40% de las organizaciones también trabaja con proveedores de inteligencia artificial o IA generativa para avanzar en sus implementaciones.

Estas cifras muestran que el interés y el capital existen. La dificultad está en conectar esa infraestructura con casos de uso que produzcan mejoras verificables en ingresos, costos, productividad o experiencia del cliente.

La infraestructura debe responder al lugar donde están los datos

Dell plantea que el éxito de una estrategia de IA no depende únicamente de seleccionar un modelo o contratar una aplicación. También requiere integrar infraestructura, información, seguridad y operación.

La compañía agrupa esa propuesta bajo Dell AI Factory, un ecosistema de infraestructura, datos, socios y servicios destinado a facilitar el despliegue y escalamiento de proyectos empresariales.

La aproximación busca llevar la capacidad de procesamiento hacia los entornos donde se encuentran los datos, en lugar de trasladar toda la información a una única plataforma. Esto puede resultar relevante para compañías que manejan datos sensibles, operaciones distribuidas o exigencias regulatorias.

Sin embargo, la infraestructura por sí sola no resuelve el problema. Una empresa puede aumentar su capacidad de cómputo y continuar sin obtener retorno si no define qué proceso busca mejorar, cómo medirá el resultado y quién será responsable de integrar la herramienta en la operación.

La competencia empresarial alrededor de la inteligencia artificial entró así en una fase menos visible, pero más exigente. Ya no será suficiente anunciar pilotos o acumular herramientas: las organizaciones deberán demostrar cuánto valor producen, en qué plazo recuperan la inversión y qué capacidades propias están construyendo para no depender permanentemente de experimentos tecnológicos.