- El estudio de CEPAL sobre Brasil (Jung y Katz, 2025, microdatos 2023, ~4.500 empresas) mide adopción de IA —12,9% ajustado, 11% pequeñas / 24% medianas / 41% grandes— pero no mide en ningún punto qué resultado produjo esa adopción.
- Entre las empresas que ya adoptaron, la IA llega apenas a 2-3 de 7 áreas relevadas, y el 66% la usa para automatizar flujos de trabajo — libera capacidad, sin que ninguna fuente regional registre a dónde va.
- Mientras cuatro bancos centrales miden el efecto de la IA en economías avanzadas dos veces al año, la mejor evidencia latinoamericana disponible describe 2023 y se detiene un paso antes de la conversión.
- La consecuencia práctica: en América Latina, la única cifra confiable sobre conversión que una empresa puede obtener es la suya — no hay sustituto regional, y no lo habrá pronto.
No se sabe, y esa es exactamente la respuesta que importa.
La mejor evidencia representativa disponible sobre inteligencia artificial en empresas de la mayor economía de la región —el estudio de CEPAL sobre Brasil— mide quién adopta la tecnología y con qué intensidad la usa, con microdatos de 2023, y no mide en ningún punto qué resultado produjo.
Digital Change Advisors llama fuga de productividad de la IA a la disipación de la capacidad que la herramienta libera en el puesto individual antes de convertirse en un resultado financiero registrable.
En América Latina esa fuga no está documentada. No porque no ocurra: porque nadie la está midiendo.
El dato
El 2 de julio de 2025, la Comisión Económica para América Latina y el Caribe publicó Factores determinantes de la adopción de la inteligencia artificial en las empresas: un estudio empírico del caso del Brasil, de Juan Jung y Raúl Katz, en el marco de la Alianza Digital Unión Europea–América Latina y el Caribe.
El estudio aplica modelos probit a los microdatos de la encuesta TIC Empresas del Cetic.br, en su edición de 2023, sobre una muestra estratificada de aproximadamente 4.500 empresas brasileñas de diez o más empleados.
Ajustada por los factores de expansión de la encuesta, la adopción de inteligencia artificial alcanza al 12,9% de las empresas: 11% entre las pequeñas, 24% entre las medianas y 41% entre las grandes.
Los determinantes robustos de la adopción son el tamaño de la empresa, el capital humano y la digitalización del entorno en que opera, que la eleva 14,8 puntos.
También pesa la digitalización previa de la propia empresa: contratar servicios de nube eleva la probabilidad 8 puntos, y usar software de gestión de clientes, 5,3.
Entre las empresas que sí adoptaron, la tecnología llega en promedio a entre dos y tres de las siete áreas relevadas.
Lo que el estudio no explica
El estudio no falla en nada de lo que se propuso. Es riguroso, es de un organismo multilateral sin interés comercial, y su método es transparente hasta el detalle de las pruebas de endogeneidad.
Mide tres cosas —adopción, difusión dentro de la empresa e intensidad de uso— y las mide bien.
Lo que no mide es si algo de eso llegó al estado de resultados. El propio documento lo dice al describir su instrumento: la encuesta mapea la percepción sobre los posibles beneficios.
Percepción de beneficios posibles, no beneficios registrados. Y sus recomendaciones son de política pública: desarrollar habilidades, promover la competencia, cerrar brechas en las empresas pequeñas.
Son prescripciones correctas en su nivel, dirigidas a un ministerio, y no responden la pregunta de un directorio.
Hay además un dato dentro del propio estudio que la lógica de la adopción no absorbe. Entre las empresas que ya adoptaron, la inteligencia artificial llega apenas a entre dos y tres de las siete áreas relevadas.
Adoptar y desplegar resultaron ser dos cosas distintas incluso dentro de las empresas que ya cruzaron el umbral. La variable que explica quién enciende la herramienta no explica quién la extiende, y ninguna variable del estudio explica quién convierte.
Y está la fecha. Los microdatos son de 2023, publicados a mediados de 2025, leídos en 2026.
Mientras tanto, cuatro bancos centrales miden el efecto de la inteligencia artificial en empresas de Estados Unidos, el Reino Unido, Alemania y Australia con campo cerrado en enero de 2026, y anunciaron que repetirán la medición dos veces al año.
La pregunta que el documento deja abierta es esta: ¿con qué instrumento sabría hoy una empresa latinoamericana si su inversión en inteligencia artificial está convirtiendo, cuando la mejor evidencia regional disponible describe el año 2023 y se detiene un paso antes del resultado?
La tesis de Digital Change Advisors
La región está midiendo la carrera anterior con precisión, y la carrera actual no la está midiendo nadie.
Hasta 2023, la pregunta correcta era de adopción: quién entra y quién queda fuera. Era una pregunta de acceso, y las variables que la explican —tamaño, digitalización previa, entorno— son variables de acceso.
Esa pregunta ya está respondida y su respuesta dejó de ser útil para un directorio, porque la adopción se volvió un umbral que se cruza comprando una suscripción.
La pregunta de 2026 es de conversión, y no comparte ni una sola variable con la anterior. Adoptar depende de lo que la empresa tiene. Convertir depende de lo que la empresa hace con lo que la herramienta libera.
El indicio está en el mismo estudio, en la cifra que separa adoptar de desplegar. Dos o tres áreas de siete, entre quienes ya adoptaron. La inteligencia artificial vive en bolsillos.
Y el uso más frecuente entre los adoptantes —automatizar procesos de flujo de trabajo, que declara el 66%— es precisamente el que libera capacidad: horas y ciclos que antes consumía una tarea y que ahora quedan disponibles.
El estudio registra que esa capacidad se libera. Nada en él, ni en ninguna otra fuente regional, registra a dónde va. Ese es el punto exacto donde ocurre la fuga de productividad de la IA, y en América Latina es un punto ciego completo.
CEPAL prescribe desarrollar habilidades. Es la recomendación correcta para un país y no resuelve el problema de una empresa, porque entre tener gente capacitada y tener un indicador financiero movido hay una distancia que ninguna capacitación recorre por sí sola.
La mentalidad AI de quien usa la herramienta y decide, cada día, si el tiempo liberado se reinvierte o se absorbe; el liderazgo AI de quien fija el destino de esa capacidad y responde por él; y el ADN AI que determina si esa asignación sobrevive al primer trimestre difícil.
El Modelo ARIA —Aceleración del Retorno de la IA— existe para medirlas en una línea base concreta e intervenirlas contra un indicador financiero definido de antemano. Ninguna de las tres aparece en una encuesta de adopción, porque ninguna encuesta de adopción fue diseñada para verlas.
La consecuencia práctica es incómoda y es la tesis de esta pieza: en América Latina, la única cifra confiable sobre conversión que una empresa puede obtener es la suya. No hay un sustituto regional. No lo habrá pronto.
Lo que cuesta mantener el curso
Para quien dirige una compañía en la región, la comparación relevante no es contra el promedio latinoamericano. Es contra las empresas con las que compite, que operan bajo observación estadística permanente.
Una compañía europea o estadounidense que se pregunte si su inversión en inteligencia artificial está rindiendo tiene, desde comienzos de 2026, un punto de referencia externo construido por bancos centrales, actualizado semestralmente y desagregado por sector y por tamaño.
Puede situar su propio número contra un promedio verificable y saber si está por encima o por debajo. Una compañía latinoamericana no tiene eso, y no lo tendrá en el horizonte de sus próximas dos decisiones de presupuesto.
La asimetría no es de tecnología —la misma herramienta está disponible al mismo precio en Bogotá y en Fráncfort— ni de talento. Es de información sobre el propio desempeño.
Y esa asimetría tiene un efecto que se acumula solo. Una organización que no puede comparar su conversión contra nada tiende a evaluarla contra su propia expectativa, que es el criterio más benévolo disponible y el único que nunca contradice a nadie.
El resultado no es que la empresa se equivoque de estrategia: es que no dispone de la información que le permitiría saber si se equivocó.
Aumentar la adopción no corrige eso. Si la adopción fuera la restricción, las grandes empresas brasileñas —el grupo que ya está en 41%— deberían mostrar la conversión resuelta, y el estudio no puede afirmarlo, porque no lo midió.
La ventaja, si existe alguna, es de tiempo. Medir la propia conversión no requiere esperar a que un organismo multilateral publique el dato regional. Requiere decidir medirla.
Qué cambia en la gestión a partir de mañana
Un cambio, concreto: dejar de reportar adopción y empezar a reportar conversión, con línea base propia y una fecha.
Casi todos los tableros de inteligencia artificial de la región informan cuántas áreas usan la herramienta, cuántas licencias están activas y qué porcentaje del personal la ha probado.
Todos esos indicadores miden acceso, que es la pregunta que CEPAL respondió para 2023 y que ya no discrimina entre nadie.
El indicador que sí discrimina es la distancia entre la capacidad que la herramienta libera y el resultado que la organización registra, medida contra una línea base propia y revisada con fecha.
Sustituir lo primero por lo segundo no cuesta presupuesto y no depende de que la región genere mejores estadísticas. Depende de aceptar que el número que falta no lo va a publicar nadie más.
La CEPAL publicó en 2025 el estudio econométrico más sólido disponible sobre inteligencia artificial en empresas latinoamericanas: cerca de 4.500 compañías brasileñas, con microdatos de 2023.
Su hallazgo es que solo el 12,9% había adoptado la tecnología —11% entre las pequeñas, 41% entre las grandes— y que lo que explica la adopción es el tamaño, el capital humano y la digitalización previa.
Lo que el estudio no mide, y ninguna fuente regional mide, es qué resultado produjo esa adopción: entre las empresas que ya adoptaron, la herramienta llega apenas a dos o tres de siete áreas, y el 66% la usa para automatizar flujos de trabajo — es decir, para liberar capacidad, sin dato alguno sobre a dónde va.
Mientras cuatro bancos centrales miden el efecto de la IA en cuatro economías avanzadas dos veces al año, la única cifra confiable de conversión que una empresa latinoamericana puede obtener hoy es la suya.
La pregunta que este artículo no responde
Usted puede saber qué porcentaje de sus áreas ya usa inteligencia artificial; lo que este artículo no puede decirle es cuánta de la capacidad que esas áreas liberaron llegó a su estado de resultados y cuánta se quedó en el camino.
Adoptar depende de lo que la empresa tiene. Convertir depende de lo que la empresa hace con lo que la herramienta libera.
Ruth Jaramillo — Socia fundadora · Neurociencias de la Adopción · Cocreadora del Modelo ARIA
Su propia cifra: el AI Return Test de Digital Change Advisors mide la distancia entre la productividad que su equipo ya está produciendo con inteligencia artificial y el resultado que su organización está registrando. Treinta minutos o menos. El resultado es un diagnóstico equivalente al de una sesión de consultoría de alto valor.
Mide tu propia brecha con el AI Return Test →
