Menú
El índice Latinoamericano de Inteligencia Artificial (ILIA) es un instrumento que mide el nivel de preparación, desarrollo y gobernanza de la Inteligencia Artificial en 20 países de América Latina y el Caribe.
Es impulsado por el Centro Nacional de Inteligencia Artificial (CENIA) de Chile y la Comisión Económica para América Latina y el Caribe (CEPAL), con el apoyo de otras entidades públicas y privadas.
Para este Índice, la soberanía en inteligencia artificial no necesariamente supone alcanzar la autosuficiencia tecnológica, sino contar con la capacidad efectiva de los países para tomar decisiones y preservar alternativas en un entorno de alta interdependencia tecnológica.
Para América Latina y el Caribe, esto implica combinar el fortalecimiento de capacidades propias con relaciones externas que preserven alternativas y amplíen el margen de acción de los países y su capacidad de agencia.
En este escenario, la cooperación regional adquiere un valor estratégico. Contar con espacios que fomenten institucionalmente el compartir infraestructura, conocimiento, talento y capacidades tecnológicas puede permitir abordar desafíos que resultan difíciles de resolver individualmente y, al mismo tiempo, fortalecer la posición de influencia de la región frente a actores globales.
Desde esta perspectiva, la soberanía no se mide solo por el grado de independencia tecnológica, sino por la capacidad de agencia regional: actuar dentro de la interdependencia.
Para el ILIA, esto significa complementar la medición de las capacidades existentes con información sobre las relaciones tecnológicas que determinan cuánto margen efectivo tienen los países para establecer alianzas, preservar y promover alternativas locales y sostener sus decisiones.
Brasil concentra casi la totalidad de la capacidad de cómputo para inteligencia artificial identificada en América Latina y el Caribe, con el 87,7% de las GPUs y el 92% de la capacidad de procesamiento regional, mientras el resto de la infraestructura se distribuye entre un número reducido de países.
A esta concentración se suma una amplia brecha respecto de los países extrarregionales (Portugal, España, Estonia, Alemania y Singapur), que registran en promedio cerca de 29 veces más GPUs por millón de habitantes que ALC (244,7 frente a 8,5).
En este contexto, resulta urgente explorar nuevos esquemas de infraestructura compartida o de cómputo regional, que podrían constituir una alternativa viable para reducir esta distancia y aprovechar economías de escala.
Cada vez más países de América Latina y el Caribe cuentan con centros dedicados específicamente a investigar inteligencia artificial. En 2026, el 65% de los países evaluados tiene al menos uno, 7 puntos porcentuales más que en la edición anterior, una expansión que muestra que la investigación en IA está construyendo capacidades más estables y que deja de depender exclusivamente de investigadores o iniciativas aisladas.
Si bien estas capacidades siguen concentradas en un grupo reducido de países, tales como Argentina, Brasil, México y Perú, la tendencia apunta a una base científica cada vez más sólida en la región.
La inteligencia artificial está entrando con fuerza en la formación de América Latina y el Caribe, desde la educación escolar hasta los niveles de mayor especialización. Por primera vez, más de la mitad de los países analizados incorpora contenidos de IA en sus currículos escolares: mientras en 2024 solo dos lo hacían, en 2026 la cifra llega a once.
El avance también se observa en la formación especializada, siendo los 20 países incluidos en el ILIA los que cuentan hoy con programas de magíster vinculados con IA. En esta edición, Honduras y Cuba se suman a quienes ya cuentan con esta oferta, mientras Trinidad y Tobago, incorporado por primera vez al ILIA, también registra programas de magíster en IA. A nivel doctoral, en tanto, la cobertura creció de ocho a 14 países respecto de la medición anterior.
A estas capacidades se suma la formación en el extranjero de profesionales altamente calificados, que luego contribuyen al desarrollo de los ecosistemas locales de IA. En su conjunto, los datos muestran que la formación en IA está dejando de concentrarse en los niveles más especializados y comienza a extenderse a lo largo de toda la trayectoria educativa.
La disponibilidad de datos para el desarrollo de inteligencia artificial no depende únicamente de su existencia o accesibilidad, sino también de las condiciones jurídicas que permiten acceder a ellos y utilizarlos. En América Latina y el Caribe, la falta de certeza jurídica para la minería de textos y datos (TDM) limita la construcción de corpus y el entrenamiento de modelos, incluso cuando existen datos aprovechables.
Esta barrera adquiere especial relevancia para la investigación y el desarrollo de sistemas soberanos de IA, donde la obtención de autorizaciones caso a caso aumenta los costos, limita la cobertura y puede generar sesgos en los conjuntos de datos.
La brecha regional de datos tiene, por tanto, una dimensión jurídica: avanzar en mecanismos que otorguen mayor certeza para su utilización, contribuirá a transformar los datos existentes en un recurso efectivamente disponible para el desarrollo de IA al servicio de las personas.
Las energías renovables constituyen uno de los activos sobre los que América Latina y el Caribe puede construir su desarrollo en inteligencia artificial. Paraguay, Costa Rica, Uruguay, Venezuela, Brasil y Colombia, presentan una participación de fuentes limpias que supera incluso a Portugal, el país extrarregional con mayor presencia de energías renovables entre los analizados.
Esta fortaleza se combina con una posición favorable en infraestructura de datos: la región supera al grupo de comparación en centros de datos certificados por habitante, con un promedio de 0,92 centros por millón de habitantes frente a 0,73.
Vincular estas fortalezas con el desarrollo de nuevas capacidades digitales y de cómputo abre una oportunidad para avanzar hacia una infraestructura de IA más segura y sostenible que se inserte en la cadena de valor de la tecnología a nivel global.
Los resultados muestran que persisten importantes diferencias de género en la formación y desarrollo de capacidades vinculadas con la inteligencia artificial en América Latina y el Caribe. Las diferencias aparecen desde el uso de internet y el desempeño en matemáticas, ciencias e inglés hasta el desarrollo de habilidades profesionales en IA.
La brecha continúa en la investigación. Las mujeres representan solo el 24,8% de las personas que investigan en IA en la región y muestran menor continuidad en sus trayectorias, además de menor presencia en los espacios científicos de mayor impacto.
Pero los datos revelan un contraste: aunque son muchas menos, las investigadoras que permanecen en el sistema muestran una alta productividad científica. En el 90% de los países analizados, su productividad en investigación supera el promedio general, con 0,8 publicaciones por investigadora frente a 0,59 para el conjunto de investigadores.
El fenómeno también se observa en los países extrarregionales utilizados como referencia, donde las mujeres representan el 27,4% de quienes investigan activamente en IA y también superan el promedio general de productividad científica.
El resultado es elocuente: las mujeres siguen enfrentando barreras para entrar y permanecer en la investigación en IA, pero quienes lo logran muestran un desempeño científico destacado.
La tendencia se observa tanto dentro de América Latina y el Caribe, como en los países extrarregionales, pero en ALC es más marcada. Mientras el 27,6% de las grandes empresas utiliza IA, solo el 12,8% de las medianas y el 6,8% de las pequeñas incorpora esta tecnología. En los países de comparación, en tanto, las cifras alcanzan el 66%, 41% y 24%, respectivamente.
La región enfrenta así una doble brecha: adopta menos IA en todos los tamaños de empresa y la distancia se profundiza entre las más pequeñas, que además constituyen la mayor parte de su tejido productivo.
Pese a lo anterior, el tamaño no tiene por qué ser una barrera. Singapur alcanza un 100% de adopción entre las empresas grandes y medianas, Para América Latina y el Caribe, el desafío es doble: aumentar la adopción y evitar que las empresas más pequeñas se queden atrás.
Los agentes de IA, sistemas capaces de realizar tareas y tomar ciertas decisiones con mayor autonomía, despiertan un interés creciente entre las startups por su potencial para mejorar la eficiencia, reducir costos y transformar procesos. Sin embargo, el entusiasmo avanza más rápido que su adopción efectiva.
La principal barrera no parece estar solo en la tecnología, sino en la capacidad de las organizaciones para integrarla: definir para qué utilizar estos sistemas, cómo supervisarlos, qué riesgos están dispuestas a asumir y cómo medir el valor que generan.
Cerca del 80% de las empresas en el mundo declara no contar con la madurez suficiente para adoptar agentes de IA y se estima que el 40% de los proyectos de IA agéntica serán cancelados para 2027 por falta de claridad o sistemas de control débiles.
El desafío, por lo tanto, no es simplemente incorporar agentes de IA, sino preparar a las organizaciones para utilizarlos, supervisarlos y llevarlos a escala de manera segura y sostenible.
La región avanza en la creación de estrategias e instituciones para conducir el desarrollo de la inteligencia artificial: mientras el 85% de los países analizados cuenta con una estrategia nacional de IA vigente o en elaboración, frente al 63% de la edición anterior, el 75% dispone de una institución formalmente encargada de liderarla, frente al 52,6%. Algo que refleja una clara señal de madurez en gobernanza de IA.
La planificación, en tanto, también se vuelve más completa. De los 12 países que ya tienen una estrategia adoptada, 11 cuentan con mecanismos para evaluar su avance y 10 disponen de una hoja de ruta.
Pese a lo anterior, el principal desafío aparece al pasar de la planificación a la implementación: solo Brasil y Colombia especifican un presupuesto para ejecutar sus estrategias, lo que contrasta significativamente con la situación de los cinco países extrarregionales analizados, que cuentan con presupuesto explícitamente asignado.
De esto se desprende que la región ha avanzado en definir qué quiere hacer con la IA y quién debe conducir ese proceso, siendo un desafío evidente aún el contar con los recursos para llevar esos planes a la práctica.
Factores Habilitantes mide las condiciones de base para que los ecosistemas de IA se desarrollen, a través de tres subdimensiones: Infraestructura (conectividad, cómputo, dispositivos y servicios digitales), Datos (disponibilidad, gobernanza y capacidades para gestionarlos) y Talento Humano (desarrollo de competencias en IA a lo largo de la vida).
La dimensión de Investigación, Desarrollo y Adopción (I+D+A) evalúa la capacidad de los países para generar conocimiento en IA, convertirlo en innovación y promover su adopción, a través de tres subdimensiones: Investigación (centros, publicaciones, investigadores y perspectiva de género), Innovación y Desarrollo (empresas de IA, inversión, gasto en I+D y producción tecnológica) y Adopción.
La dimensión de Gobernanza caracteriza el estado de los países de la región en el desarrollo de marcos que favorezcan una adopción responsable de la IA, identificando avances y experiencias destacadas en estrategia, participación de actores, capacidades institucionales, vinculación internacional y regulación.
La edición 2026 del ILIA incorpora un nuevo capítulo de comparación con países extrarregionales: Alemania, España, Estonia, Portugal y Singapur. Esta selección reúne referentes diversos en trayectoria, escala y población, y permite ver en qué ámbitos la región se acerca a ellos y dónde persisten las mayores distancias, sin plantear un único modelo para el desarrollo de la IA.
Nuevo capítulo ILIA 2026
Alemania · España · Estonia · Portugal · Singapur
Esta cuarta edición del índice incluye un nuevo capítulo para ampliar la mirada del ILIA y situar las capacidades de América Latina y el Caribe frente a cinco países extrarregionales: Alemania, España, Estonia, Portugal y Singapur. El objetivo es identificar en qué ámbitos la región se aproxima a estos referentes, dónde se concentran las principales brechas y qué combinaciones de capacidades han seguido distintos países para avanzar en el desarrollo y la gobernanza de la inteligencia artificial.
Para este ejercicio se analizó una selección de subindicadores de las tres dimensiones. La selección responde a una priorización de subindicadores pensando en una comparación extrarregional y a la disponibilidad de información comparable para ambos grupos.
Conectividad comparable, amplia brecha en cómputo
En conectividad, la brecha entre América Latina y el Caribe y los países extrarregionales es menor que en el resto de la infraestructura digital avanzada, y algunos países de la región superan los valores extrarregionales en indicadores específicos. La diferencia se amplía considerablemente, sin embargo, al observar la capacidad de procesamiento disponible para el desarrollo y despliegue de sistemas de IA. Incluso considerando únicamente los nueve países de la región que registran capacidad instalada, el promedio de los países extrarregionales es entre 11 y 51 veces superior, según el indicador; al considerar los veinte países de la región, esta relación aumenta a entre 24 y 113 veces. A ello se suma una marcada concentración de la capacidad regional: once países no registran infraestructura en ninguno de los cuatro ámbitos analizados, mientras Brasil reúne el 92% de la capacidad de GPU y, junto con Ecuador y Chile, concentra el 97,4%. La comparación muestra así dos escenarios distintos: mientras en conectividad América Latina y el Caribe se aproxima a los niveles de los países extrarregionales, en capacidad de cómputo las diferencias son significativamente mayores y la infraestructura disponible en América Latina y el Caribe se concentra en un número reducido de países.
Interactúa con el dashboard para filtrar por dimensiones, comparar datos entre países y descubrir los hallazgos más relevantes del ILIA 2026.
Elige la versión que quieres descargar.
Escríbenos para consultas académicas, solicitudes de prensa, soporte sobre los datos o comentarios generales sobre el estudio.
