Jueves 22 De Octubre De 2026
Informar, analizar, anticipar
Empresas

Solo el 10% de las empresas con baja adopción de IA tiene una estrategia implementada en Chile

Solo el 10% de las empresas con baja adopción de IA tiene una estrategia implementada en Chile

Compartir

NATUS
infogate
Chile Farma
  • Aunque el uso de inteligencia artificial se ha extendido entre las empresas chilenas, incorporarla a los procesos habituales sigue siendo una tarea pendiente.

La inteligencia artificial ya está presente en numerosas oficinas chilenas. Se utiliza para redactar documentos, analizar información y apoyar tareas administrativas. Sin embargo, disponer de estas herramientas no significa necesariamente que una empresa haya definido cómo utilizarlas dentro de sus operaciones.

Según el Estudio de Adopción de IA realizado por Entel Digital durante el primer semestre de 2026, las organizaciones con mayor adopción han avanzado en incorporar inteligencia artificial a sus procesos, mientras que aquellas que recién comienzan suelen utilizarla en actividades más acotadas.

El contraste entre el 10% y el 50% corresponde a la proporción de empresas con una estrategia implementada dentro de cada nivel de adopción. No significa que únicamente el 10% de todas las compañías chilenas tenga una estrategia de inteligencia artificial.

El desafío de pasar de las pruebas a la operación

Una empresa puede contratar licencias de IA generativa y permitir que sus trabajadores utilicen asistentes digitales sin haber definido qué resultados espera conseguir.

En una etapa inicial, las herramientas suelen emplearse para preparar presentaciones o resumir documentos. Su utilización depende de las preferencias de cada trabajador y pocas veces existe una medición compartida sobre el tiempo ahorrado o los errores evitados.

El escenario cambia cuando la organización busca incorporar inteligencia artificial a procesos empresariales.

Por ejemplo, automatizar parte de la gestión de solicitudes comerciales exige conectar información de clientes con los sistemas internos y establecer reglas para revisar los resultados antes de ejecutar determinadas acciones.

La diferencia es operacional. Una prueba puede realizarse con información seleccionada, mientras que un sistema utilizado diariamente debe funcionar con datos reales y responder a situaciones que no siempre fueron previstas durante su desarrollo.

Desde Entel Digital identifican este paso desde los pilotos hacia la producción como uno de los principales desafíos de adopción tecnológica para las grandes empresas chilenas.

Las grandes empresas avanzan más rápido que las pymes

Las diferencias también aparecen cuando se observa el tamaño de las organizaciones. Un estudio revisado en 2025 por el Centro Nacional de Inteligencia Artificial (CENIA), recogió respuestas de más de 500 dueños, directores y gerentes de empresas del país, encontrando que más del 80% de las grandes empresas utilizaba inteligencia artificial, frente a menos del 70% de las pymes.

El análisis también encontró diferencias territoriales: la adopción superaba el 80% en la Región Metropolitana, mientras que en el resto del país se situaba cerca del 60%.

Medir resultados antes de ampliar los proyectos

La preocupación por el retorno de la inversión también aparece en investigaciones internacionales. En junio de 2025, Gartner proyectó que más del 40% de los proyectos de IA agéntica serían cancelados antes de terminar 2027, debido a factores como costos crecientes, beneficios comerciales poco claros y controles de riesgo insuficientes.

Para una empresa chilena que evalúa implementar inteligencia artificial, una primera medida es definir qué problema busca resolver y cómo comprobará si la solución funciona.

Si el objetivo es reducir el tiempo de respuesta a solicitudes, por ejemplo, conviene medir ese indicador antes y después de la implementación. También corresponde registrar errores y determinar qué intervenciones humanas siguen siendo necesarias.

La calidad de los datos es otra condición que puede afectar los resultados. Un agente conectado a información desactualizada puede producir respuestas incorrectas, incluso cuando el modelo utilizado tenga capacidades avanzadas.