Descargá nuestra aplicación desde Playstore. 
América Latina busca ampliar su capacidad para desarrollar inteligencia artificial (IA) mediante infraestructura compartida entre países y nuevas reglas para utilizar datos en investigación.
La propuesta fue planteada por especialistas de la Comisión Económica para América Latina y el Caribe (Cepal), el Banco Interamericano de Desarrollo (BID) y representantes de la industria tecnológica durante la presentación del Índice Latinoamericano de Inteligencia Artificial (ILIA) 2026.
La iniciativa responde a una concentración de recursos tecnológicos en unas cuantas compañías, lo que limita las posibilidades de investigación regional.
Los cinco países utilizados como referencia internacional por el ILIA, Alemania, España, Estonia, Portugal y Singapur, disponen en promedio de 244.7 unidades de procesamiento gráfico (GPU) por millón de habitantes, frente a 8.5 en América Latina. Estos procesadores permiten ejecutar las operaciones necesarias para entrenar modelos de inteligencia artificial.
La concentración también se da dentro de América Latina. Brasil reúne el 87.7% de las GPU identificadas por el estudio y el 92% de la capacidad regional de procesamiento. México representa alrededor del 2% de los procesadores registrados, pese a contar con una industria tecnológica desarrollada y la segunda mayor cantidad de empresas de IA identificadas entre los países analizados.
El informe, elaborado por la Cepal y el Centro Nacional de Inteligencia Artificial de Chile (Cenia), plantea que compartir recursos entre instituciones permitiría ampliar el acceso a infraestructura costosa. También identifica oportunidades para desarrollar modelos adaptados a los idiomas y necesidades económicas latinoamericanas, aprovechando capacidades científicas existentes.
Juan Moscoso, gerente de Ventas de AMD para la región suroeste de América Latina, propuso crear mecanismos regionales que permitan utilizar infraestructura tecnológica disponible en distintos países. Durante el primer panel de presentación del ILIA, sostuvo que las inversiones deben acompañarse de condiciones para que investigadores y empresas puedan desarrollar aplicaciones propias.
"Si bien es cierto, no todos cuentan con grandes centros independientes de infraestructura, creo que podemos crear un sistema regional para democratizar el acceso a esta tecnología. Esa visión consiste en generar condiciones más equitativas para que todos los países de la región tengan justamente acceso a esta capacidad tecnológica", dijo Moscoso.
El representante del fabricante de semiconductores también planteó reducir la dependencia de proveedores únicos. La posibilidad de elegir diferentes tecnologías permitiría adaptar los sistemas a las necesidades de cada organización y mantener alternativas cuando cambien los costos o las condiciones comerciales.
"Es superimportante, como mencionaba, la interoperabilidad. O sea, la idea es justamente evitar la dependencia excesiva de un único proveedor, que finalmente nos limita la optimización, nos limita justamente optimizar costos, poder acceder a tecnología y abrir esa posibilidad que tenemos en la región, que nuevamente es desarrollar talento", dijo.
México ocupa el octavo lugar regional en el ILIA 2026, con 52 puntos sobre 100. El país cuenta con 466 empresas vinculadas con inteligencia artificial y 63 programas de maestría especializados. Sin embargo, el índice le asigna una participación limitada en la infraestructura regional destinada al procesamiento avanzado.
Los resultados permiten distinguir entre disponer de profesionales capacitados y contar con equipos suficientes para desarrollar modelos. La construcción de centros especializados exige inversiones que pueden superar las posibilidades presupuestarias de universidades y pequeñas empresas.
Nicolás Schubert, especialista en economía digital, propiedad intelectual y regulación de inteligencia artificial en América Latina, advirtió que disponer de infraestructura resulta insuficiente cuando los investigadores carecen de certeza jurídica para utilizar información.
El especialista explicó que las legislaciones latinoamericanas presentan obstáculos para la minería de textos y datos, una actividad que permite analizar grandes cantidades de información y preparar materiales para entrenar modelos.
"Un texto que esté en internet, que yo pueda acceder a ese texto, incluso en forma gratuita, no significa que yo lo pueda usar para entrenar, por ejemplo, un modelo o hacer un ajuste de un modelo. Básicamente, entrenar un modelo es copiar millones de datos y obras protegidas por derechos de autor, y si no existe una excepción en la ley, cada una de estas copias requiere una autorización del titular de la obra", dijo.
Schubert sostuvo que la falta de excepciones expresas para investigación obliga a obtener autorizaciones individuales. El procedimiento puede resultar especialmente costoso para instituciones públicas y centros académicos con recursos limitados.
La experiencia de LatamGPT, un proyecto coordinado por Cenia para desarrollar un modelo de lenguaje adaptado a América Latina, ilustra estas dificultades. Sus responsables tuvieron que negociar convenios con instituciones para reunir materiales protegidos por derechos de autor.
Schubert propuso elaborar reglas regionales que permitan utilizar información en proyectos científicos, junto con mecanismos para autorizar el aprovechamiento de materiales financiados con recursos públicos.
"Si yo tuviera que elegir una sola acción, insistiría en tratar los datos como una infraestructura regional compartida, con reglas comunes. Un corpus público regional con licencias claras, que pueda ser utilizado por cualquier investigador, por cualquier desarrollador", señaló.
El especialista añadió que la disponibilidad de recursos informáticos puede resolverse mediante su adquisición o arrendamiento, mientras que la utilización legal de información requiere acuerdos institucionales duraderos.
Fernando Vargas, especialista sénior de la División de Competitividad, Tecnología e Innovación del BID, propuso concentrar la cooperación en problemas productivos compartidos por varios países.
Durante su intervención, mencionó las capacidades latinoamericanas de investigación agropecuaria y la posibilidad de reunir información generada por instituciones de diferentes territorios. La investigación conjunta permitiría aprovechar una mayor cantidad de datos y formar especialistas mediante proyectos aplicados.
"Yo diría que resolver algunos de los problemas donde tenemos efectivamente menos masa crítica, que es en investigación y desarrollo. La oportunidad de encontrar temas comunes en la región que puedan ser abordados a partir de desarrollos propios de inteligencia artificial", dijo Vargas.
El especialista sostuvo que vincular a la universidades con actividades económicas concretas también puede ampliar la formación de investigadores. La colaboración permitiría que los conocimientos desarrollados en proyectos científicos lleguen a empresas con necesidades productivas semejantes.
En México, el ILIA identifica 21 programas de doctorado relacionados con inteligencia artificial, la segunda mayor cantidad entre los países evaluados, después de Brasil, que registra 25. La disponibilidad de programas constituye una capacidad de formación, aunque el índice también documenta limitaciones regionales para convertir investigación en desarrollos tecnológicos comercializables.
El financiamiento representa otra barrera, ya que el gasto promedio regional en investigación y desarrollo equivale a 0.31% del producto interno bruto de los países considerados. México registra una inversión de 0.39%, de acuerdo con los resultados difundidos por Cenia.
La discusión sobre una infraestructura propia en América Latina sucede al mismo tiempo que las grandes compañías estadounidenses concentran una parte considerable de la inversión mundial en inteligencia artificial.
El informe "Brace for Impact", publicado por el Open Markets Institute y el Americans for Financial Reform Education Fund, estima que Alphabet, Amazon, Meta y Microsoft destinarán conjuntamente 745,000 millones de dólares a inversiones de capital durante 2026.
Los autores también advierten que los compromisos de financiamiento de la industria crecen más rápido que los ingresos que obtienen los desarrolladores de modelos. Su análisis plantea riesgos para la continuidad de algunas inversiones si la demanda comercial resulta insuficiente para cubrir los gastos contratados.
Para las instituciones latinoamericanas, la concentración mundial de infraestructura establece condiciones de acceso determinadas por empresas externas. La cooperación propuesta durante la presentación del ILIA busca ampliar las alternativas disponibles y aprovechar recursos existentes en la región.
Sebastián Rovira, oficial de Asuntos Económicos de la División de Desarrollo Productivo y Empresarial de la Cepal, sostuvo que los países necesitan fortalecer su capacidad de decidir cómo incorporar estas tecnologías.
"Indudablemente necesitamos desarrollar capacidad de inferencia y capacidad de agencia. Esto nos lleva justamente a desarrollar soberanía digital. Tiene que ver con cómo gestionamos esta interdependencia, cómo trabajamos entre diferentes instituciones públicas y con el sector privado, porque esto es justamente lo que nos permite mejorar la capacidad de apropiación de la transformación digital", dijo.
La Cepal prevé llevar los resultados del ILIA a la décima Conferencia Ministerial sobre la Sociedad de la Información de América Latina y el Caribe, program ada para el 1 y 2 de diciembre en São Paulo, Brasil. En el encuentro, los gobiernos discutirán la nueva agenda digital regional y las posibilidades de cooperación para ampliar sus capacidades tecnológicas.
rodrigo.riquelme@eleconomista.mx