Solo el 3,6% de las empresas chilenas ha logrado escalar sus iniciativas de inteligencia artificial de manera transversal y con retornos medibles, según el estudio de MAS Analytics difundido a comienzos de septiembre de 2026. El dato no sorprende por lo bajo, sino por el contraste: el 93% cree que la IA impactará positivamente sus operaciones y el 80% de las grandes empresas ya la implementó en algún nivel. Casi todos compraron la herramienta. Casi ninguno cambió lo que hay detrás de ella.
El dato duro detrás del 3,6%
El estudio de MAS Analytics, basado en encuestas a 166 ejecutivos de retail, servicios financieros, energía, manufactura e ingeniería, además de entrevistas a directores de empresas como Bci, Coca-Cola Andina, Penta Financiero, Copec y Microsoft, ordena el panorama en tres tramos. Según el reporte, un 68,1% de las compañías está en fase de exploración o pilotos iniciales, un 28,3% tiene proyectos implementados en algunos procesos y solo el 3,6% escaló de forma transversal con retornos medibles, cifra por debajo del promedio global cercano al 7%. En paralelo, otra medición de la misma cobertura señala que el 83% de las empresas en Chile ya utiliza IA en alguno de sus procesos y un 40% la aplica en iniciativas estratégicas con impacto directo en el negocio. Uso masivo, escala casi nula: ese es el diagnóstico real, no el que suele repetirse en columnas de opinión.
Adoptar no es lo mismo que transformar
El análisis de Marcelo Blechman, socio de OLIVIA, ofrece la distinción más útil de toda la discusión reciente. Todas las empresas compran las mismas herramientas, contratan a los mismos proveedores y leen los mismos informes; la diferencia no está en lo que adquieren, sino en lo que rediseñan. Comprar licencias y correr un piloto es adoptar. Cambiar el proceso, la decisión y el responsable detrás de ese proceso es transformar. Blechman lo plantea sin rodeos: la tecnología se compra en un clic y mañana la tiene también el competidor, por lo que el valor no puede estar en la herramienta, sino en las decisiones que la rodean: qué problema vale la pena resolver, qué proceso rediseñar, cómo medir el resultado y quién responde cuando el sistema falla. Esa última pregunta —quién responde cuando falla— es justamente la que separa un piloto de una operación real.
El mito de que el problema es “cosa de TI”
Durante años la excusa fue cómoda: si la IA no rendía, el problema era técnico y le correspondía al área de tecnología. Los datos de SONDA Tech Trends desarman esa idea. En el 41% de las empresas chilenas las iniciativas de IA las impulsa directamente la gerencia general o el directorio, y solo en el 26% el área de tecnología. La IA ya está en la mesa donde se decide la estrategia, no en el sótano de sistemas. Y aun con ese nivel de involucramiento ejecutivo, el 96,4% no captura valor; las barreras que las propias empresas reportan son falta de talento, dificultades de integración y ausencia de una estrategia clara, ninguna de las cuales es un problema de software, sino de diseño organizacional y liderazgo. El estudio de MAS Analytics coincide en el diagnóstico desde otro ángulo: los mayores obstáculos se relacionan con el gobierno de datos (34,3%), la cultura organizacional y resistencia al cambio (23,5%) y las dificultades para integrar datos entre áreas (21,7%). El presupuesto, contra la intuición, aparece más abajo en la lista.
La checklist del 3,6% para una pyme sin presupuesto corporativo
Ninguna de las prácticas que describe el estudio requiere el músculo financiero de un banco o una minera. Son decisiones de gestión, no compras de infraestructura:
- Definir un solo problema, no un portafolio de casos de uso. El 3,6% no partió con diez pilotos en paralelo; eligió un proceso concreto con un dueño y una métrica de éxito antes de tocar una herramienta.
- Ordenar los datos antes que el modelo. Un ejecutivo del estudio MAS Analytics lo resume así: “el verdadero factor diferenciador va a estar en las empresas que realmente logren generar datos muy valiosos”. Sin datos ordenados, cualquier IA hereda el desorden previo.
- Capacitar al equipo que va a usar la herramienta, no solo al que la instala. La resistencia al cambio y la falta de talento aparecen entre las barreras más citadas por las propias empresas encuestadas.
- Instalar gobernanza desde el primer piloto. Definir quién aprueba, quién audita y quién responde si el sistema se equivoca, antes de escalar, no después.
Lo que viene: automatización, datos y ciberseguridad juntos
Desde Servinformación advierten que la próxima etapa no será solo de más adopción, sino de convergencia. La próxima etapa de adopción de IA en Chile estará marcada por la convergencia entre automatización inteligente, gobernanza de datos y ciberseguridad, y las empresas que integren estos elementos serán las que capturen valor de manera efectiva. El punto de fondo, según Víctor Toro de esa firma, es que las barreras actuales ya no son de disponibilidad tecnológica, porque la tecnología existe y está al alcance de las organizaciones; la diferencia estará en quiénes preparen sus datos, fortalezcan las capacidades de sus equipos y construyan modelos de gobernanza que permitan innovar con confianza. Para una pyme, eso también significa no descuidar la base: conectividad estable y seguridad básica antes de sumar capas de automatización, un tema que se puede seguir en Internet Chile.
Cuatro preguntas antes del próximo proyecto de IA
Antes de firmar el próximo contrato con un proveedor de IA, vale la pena que el dueño de una pyme responda esto:
- ¿Cuál es el proceso específico que quiero cambiar, y quién es el responsable de que cambie?
- ¿Los datos que alimentarán esta herramienta están ordenados y son confiables, o vamos a automatizar el desorden que ya tenemos?
- ¿Quién en el equipo va a usar esto todos los días, y está capacitado para hacerlo?
- ¿Quién responde si el sistema se equivoca, y cómo lo vamos a medir en tres meses?
Si alguna de estas preguntas no tiene respuesta clara, el proyecto todavía es un piloto, por más que la demo se vea impecable.
