IA en Argentina: las 3 trampas que frenan a las empresas

Por qué Argentina debate cómo regular la IA y las "tres trampas" que enfrentan las empresas

En septiembre de 2026, Argentina quedó en el centro del debate global sobre inteligencia artificial. El presidente Javier Milei presentó ante la Asamblea General de la ONU una oferta para convertir al país en un destino para desarrolladores de IA: minerales críticos, energía, talento y, sobre todo, el compromiso de no regular preventivamente la tecnología. Semanas antes, la especialista Julia Pomares —directora regional para Latinoamérica de The Global Initiative for Digital Empowerment (GIDE), integrante de la red AEIB de UNESCO y profesora invitada de la Universidad Di Tella— había desmenuzado en diálogo con Bloomberg Línea un dilema menos épico y más urgente: cómo aprovechar la IA sin que la incertidumbre regulatoria termine demorando inversiones que Argentina necesita hoy.

El contraste entre ambos enfoques define la agenda. Mientras el Gobierno compite por atraer proyectos como Stargate Argentina —anunciado hace casi un año, pero todavía sin capital confirmado de OpenAI, que solo comprará cómputo una vez construido el centro—, la discusión de fondo es qué reglas necesita una economía impulsada por IA y qué lugar quiere ocupar el país en esa cadena de valor.

¿Qué está pasando con la regulación de IA en Argentina?

Argentina no tiene una ley nacional de inteligencia artificial. Durante 2026 se presentaron proyectos en el Congreso vinculados con transparencia algorítmica, protección de datos, responsabilidad y uso de sistemas automatizados, pero ninguno se transformó en ley, según el relevamiento de Urgente24. En paralelo, la SIGEN publicó una guía administrativa para el uso de IA en el Sector Público Nacional, con criterios de riesgo, transparencia y responsabilidad, pero sin fuerza legal.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

El hueco más profundo, según Pomares, está en la Ley 25.326 de Protección de Datos Personales, sancionada en el año 2000. La norma es la base sobre la que se construyen los sistemas de IA, y lleva más de 25 años sin una reforma de fondo, pese a intentos de la Agencia de Acceso a la Información Pública (AAIP) en 2018 y 2023 que no llegaron a debatirse en el Congreso, según el análisis de Fundación Vía Libre. Hoy, el Ministerio de Desregulación y Transformación del Estado trabaja en un nuevo borrador que, según esa misma organización, "desmantela los pocos mecanismos de protección ciudadana existentes" en cuestiones sensibles como transferencia internacional de datos, entrenamiento de IA y decisiones automatizadas.

A esto se suma el proyecto de reforma de la Ley 19.550 de Sociedades Comerciales, presentado en junio de 2026, que incorpora figuras como "sociedades automatizadas" y Organizaciones Autónomas Descentralizadas (DAO). Para la investigadora Margarita Jeandet, en un análisis publicado por la RIDCA, esa reforma "advierte sobre la audacia de regular únicamente por medio de una reforma societaria sin leyes complementarias sobre la protección de datos".

¿Por qué Milei ofrece "no regular" y los CEOs de IA piden reglas?

El discurso del Gobierno apunta a competir por inversión en un mercado global donde los grandes proveedores de modelos están reescalando sus planes de infraestructura. La oferta incluye responsabilidad limitada para empresas que operen con agentes de IA, beneficios fiscales y estabilidad jurídica por 30 años vía el RIGI y el súper-RIGI.

Sin embargo, en el mismo Consejo de Seguridad de la ONU, los CEOs de IA pidieron lo contrario. Sam Altman, de OpenAI, instó a crear normas internacionales para "medir capacidades, evaluar riesgos, determinar si las salvaguardias son suficientes y preservar una supervisión humana significativa", según publicó Letra P. Dario Amodei, CEO de Anthropic, propuso acuerdos globales para impedir el uso de IA en armas biológicas, sistemas de evaluación verificables y un mecanismo internacional de notificación de incidentes. La propia Pomares considera que el foco debe estar en "mecanismos concretos que pueden implementarse ahora: estándares globales, coordinación internacional ante alertas rojas, sistemas para reportar incidentes y mayor transparencia en las auditorías previas al lanzamiento de modelos".

¿Qué pueden aprender las empresas argentinas de India y Singapur?

La experiencia internacional ya marca rutas concretas. India, según el análisis de Pomares, apuesta por una adopción masiva de IA entre sus pymes, mientras Singapur combina inversión en infraestructura con políticas para acelerar la incorporación de herramientas en las empresas. Los datos son reveladores: según un estudio de IDC publicado por Microsoft, más del 60% de la población singapurense ya utiliza IA generativa y la adopción empresarial de agentic AI llega al 37% en Singapur, en línea con el promedio global del 36%. Aun así, solo el 13% de las organizaciones en Asia-Pacífico califican como "frontier firms" —compañías que integraron IA en operaciones centrales— frente al 31% de Norteamérica.

El programa singapurense Spark GenAI, una alianza entre DBS, Enterprise Singapore y la Infocomm Media Development Authority (IMDA), identificó que el 39% de las pymes buscan asesoramiento experto para integrar IA de manera significativa, y ofrece subsidios de hasta el 50% sobre costos elegibles a través de Enterprise Singapore, además de conectar a las empresas con una red de más de 16.000 proveedores de soluciones vía la Open Innovation Platform del IMDA. Es exactamente el tipo de "puente" entre negocio y tecnología que Pomares reclama para Argentina.

¿Cuáles son las "tres trampas" que identificó Julia Pomares?

En su conversación con Bloomberg Línea, Pomares describió tres trampas especialmente relevantes para pymes que están evaluando invertir en IA:

"Enchufar y listo". La utilidad de la IA depende de la calidad de los datos de la empresa, de su gobernanza y del grado de digitalización. Las compañías que ya adoptaron nube parten con ventaja.
"Pilotos eternos". Experimentar sirve para identificar casos de uso, pero el problema aparece cuando los experimentos nunca se transforman en implementaciones a escala. La clave es elegir pilotos que desde el inicio permitan evaluar su escalabilidad.
"Puente roto" entre el negocio y la tecnología. A medida que las soluciones se vuelven más personalizadas, crece la necesidad de una interfaz capaz de traducir problemas concretos en herramientas funcionales, dejando atrás el uso superficial de la IA como un asistente de oficina.

¿Qué significa esto para tu startup?

Si estás construyendo en Argentina o expandiendo desde allí, el mensaje es claro: la regulación va a llegar, pero la productividad se gana hoy. Algunas acciones concretas:

Audita tu base digital antes de comprar IA. Si tus datos no están digitalizados, gobernados ni documentados, ningún proveedor de modelos te dará resultados confiables. Empieza por ahí, no por el caso de uso más vistoso.
Diseña pilotos con criterio de escalabilidad. Antes de aprobar un experimento, definí el costo de pasar de piloto a producción. Si esa transición requiere reescribir el 80% del flujo, no es un piloto, es un prototipo.
Construí el "puente". Nombrá a una persona o equipo pequeño que traduzca problemas de negocio en requisitos técnicos para IA. Roles como "AI translator" o "forward deployed engineer" están emergiendo como perfiles críticos en el ecosistema.
Monitoreá el debate sobre datos y sociedades. Cualquier proyecto de ley que toque el régimen societario, la responsabilidad de agentes autónomos o el uso de datos para entrenamiento impacta directamente tu liability. No esperes al texto definitivo: suscribite a newsletters de fundaciones como Vía Libre y seguí los proyectos en el sitio del Congreso.

Argentina tiene potencial en infraestructura —energía, territorio, minerales críticos— y en el último eslabón de la cadena: las aplicaciones. Como señala Pomares, la discusión no es solo qué prohibirá o permitirá el país, sino qué quiere desarrollar, dónde están sus ventajas competitivas y qué condiciones necesita para atraer inversión sin quedar como mero espectador de la próxima ola de IA.