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 los países de América Latina y el Caribe.
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 la 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 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.
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.
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.
