Empresas chilenas: 4,3/7 en preparación para IA

¿Qué tan preparadas están las empresas chilenas para la IA?

Doce directores y gerentes generales de compañías chilenas evaluaron con un promedio de 4,3 sobre 7 la preparación de sus organizaciones para los desafíos de la inteligencia artificial en los próximos dos años. El dato proviene de Decidir en la era de la IA, publicación de MAS Analytics presentada en una nota de Diario Financiero del 19 de octubre de 2026.

Un 4,3 sobre 7 no es un suspenso ni una aprobación: es la nota de una organización que ya entendió el desafío pero todavía no lo convirtió en capacidad. Para un founder, ese punto medio es el más peligroso, porque es donde se acumulan pilotos que nadie escala.

Las entrevistas del Círculo de Liderazgo de MAS Analytics abordaron creación de valor, capacidades internas, riesgos, movilización de los equipos y competencia. Matías Sahli, director y CEO de la consultora, es el vocero de la iniciativa. La lectura útil no es el promedio en sí, sino quién lo puso: la autoevaluación la hicieron quienes firman el presupuesto. La brecha entre expectativa y ejecución es un problema de dirección, no de herramientas.

¿Cuántas empresas chilenas escalan IA de verdad?

MAS Analytics publicó además el informe Estado de adopción de Inteligencia Artificial en empresas chilenas, con una radiografía que ordena el mercado en cuatro etapas:

• 42,2% de las organizaciones analizadas está en exploración.
• 25,9% está en pilotos iniciales.
• Ambas etapas suman 68,1%.
• 28,3% declara implementación.
• Solo 3,6% alcanza escalamiento con retornos claros y sostenibles.

La cifra que importa es la última. Que dos de cada tres organizaciones sigan en exploración o pilotos no es un problema de entusiasmo: es un problema de condiciones habilitantes. La consultora identifica cuatro: calidad de los datos, liderazgo, talento interno y gestión del cambio.

Traducido a la operación diaria: un mismo equipo puede usar asistentes para redactar contenidos mañana mismo, pero integrar IA con información de clientes o decisiones comerciales exige otra cosa. Exige acordar qué significa cliente activo, conversión o venta atribuida antes de que el sistema empiece a recomendar. Sin ese acuerdo, la personalización se vuelve una capa de software que nadie puede auditar.

¿Por qué los datos y la gobernanza frenan la escala?

El patrón chileno se repite fuera de la región. El informe The Value of AI 2026 de SAP y Oxford Economics, con 2.600 directivos de organizaciones de 13 países y recogido por El Confidencial, señala que solo el 12% de las empresas dice disponer de las capacidades y procesos necesarios para gobernar la IA de forma eficaz.

El mismo trabajo documenta el costo de no gobernar: el 54% afirma que el uso de herramientas de IA no autorizadas por la organización provocó resultados inconsistentes o inexactos; el 48% sufrió fugas de datos o exposición de propiedad intelectual; el 38% enfrentó vulnerabilidades de seguridad y el 34% incurrió en incumplimientos normativos.

Para una startup, el mensaje es incómodo pero claro: la velocidad de adopción sin criterios de supervisión no es una ventaja competitiva, es un pasivo. Y no se resuelve comprando más licencias. Se resuelve definiendo quién supervisa al sistema, sobre qué datos trabaja y cómo se revisa una respuesta antes de que llegue al cliente.

¿Qué muestran los comparables internacionales?

Cuatro referencias ayudan a calibrar dónde está el valor real.

PwC, en su Global AI Performance Survey difundido el 15 de abril de 2026 a partir de 1.217 entrevistas a directivos de grandes compañías cotizadas de 25 sectores, encontró que un 20% de las empresas concentra el 75% del valor generado por la IA. Ese grupo tiene el doble de probabilidades de rediseñar procesos para incorporarla.

McKinsey, en su encuesta State of AI in 2026 con 1.719 participantes de 97 países reportada por HPCwire, muestra una brecha de tamaño: entre las organizaciones con más de US$1.000 millones de ingresos anuales, el 40% ya escala agentes de IA, frente al 22% en las más pequeñas. Solo el 6% de los encuestados califica como high performer (atribuye al menos 5% de su EBIT a la IA) y apenas el 37% reporta una contribución positiva de la IA a su EBIT, pese a que el 80% de los trabajadores dice que mejoró su productividad individual.

Accenture, en su informe Pulse of Change 2026 citado por Diarioti, agrega el dato que explica la paradoja: el 86% de los líderes planea aumentar su inversión en IA este año y el 78% la considera un motor de crecimiento de ingresos, pero solo el 32% afirma haber logrado un impacto sostenido a nivel empresarial.

En marketing, el terreno donde la IA entró primero, la Federación Mundial de Anunciantes (WFA) publicó el 30 de septiembre su informe State of AI in Marketing 2026: de 54 ejecutivos de 46 grandes anunciantes, el 96% usa IA generativa o agéntica, el 59% incorpora cláusulas contractuales sobre IA —propiedad intelectual, confidencialidad y datos de entrenamiento— y el 69% exige a sus agencias informar cuándo la utilizan.

Y el Informe global de IA 2026 de NTT DATA, con 2.567 altos ejecutivos de 35 países y 15 industrias, de los cuales el 84% representa a empresas con más de 10.000 empleados, identifica entre las prácticas de las organizaciones líderes la alineación de la IA con el negocio, la gestión del cambio y la formalización de la gobernanza.

¿Qué significa esto para tu startup?

El diagnóstico es incómodo, pero también es una oportunidad: si dos de cada tres empresas chilenas siguen en exploración o pilotos, la ventaja competitiva no está en adoptar IA primero, sino en ser de las pocas que la conectan con resultados medibles. Cinco movimientos concretos:

• Elige un caso atado a una meta comercial y define la línea base. Antes de ampliar, mide. Si el objetivo es conversión, retención o calidad de atención, necesitas el valor de partida y un método que permita distinguir el aporte del proyecto de otros cambios en la campaña o el mercado.
• Ordena el diccionario de datos antes de elegir el modelo. Un proyecto de personalización debería empezar definiendo qué fuentes usará, con qué frecuencia se actualizan y quién tiene permisos de acceso. Ese paso evita el error más caro: automatizar una decisión sobre datos que el equipo interpreta distinto.
• Formaliza reglas con proveedores y agencias. El 59% de las marcas relevadas por la WFA ya incorpora cláusulas sobre IA. Define qué herramientas intervienen, qué información reciben, cómo se aprueba el material y en qué punto entra la revisión humana.
• Asigna un dueño de la gobernanza desde el día uno. Con solo el 12% de las organizaciones con capacidades de gobernanza efectivas, hacerlo bien es diferenciación, no burocracia. Una persona responsable, un registro de herramientas aprobadas y un criterio de escalamiento bastan para empezar.
• Forma con tareas reales, no con cursos genéricos. El 78% de las empresas cree que sus programas de capacitación no avanzan al ritmo de las herramientas, según SAP y Oxford Economics. Ejercicios sobre el trabajo cotidiano, criterios para revisar respuestas y mecanismos para resolver errores rinden más que una plataforma de e-learning.

Conclusión

El 4,3 sobre 7 y el 3,6% que escala con retornos claros describen lo mismo: la IA dejó de ser una decisión de compra y se volvió una decisión de gestión. Las organizaciones que se están separando del resto no son las que adoptaron más herramientas, sino las que rediseñaron cómo se trabaja alrededor de ellas.

Para un founder hispanohablante la ventana es real. Chile aparece con un nivel de exposición ocupacional a la IA generativa de 0,279 en el índice del Consejo Económico y Social de la Ciudad de Buenos Aires (CESBA), elaborado con datos de la Organización Internacional del Trabajo y reportado por Buenos Aires Herald, por debajo de Argentina (0,292) y por encima de Brasil (0,276) y México (0,261). Una exposición alta no es una condena: es la señal de que hay margen para capturar productividad antes que los competidores.

Empezar pequeño, con datos ordenados, un responsable claro y una métrica de negocio acordada, sigue siendo la ruta más corta entre un piloto y un retorno.

Fuentes

• IA en las empresas chilenas: datos y liderazgo - Anda (fuente original)
• IA en empresas chilenas: de la automatización a la ventaja competitiva - Diarioti
• Las empresas temen que la IA debilite la capacidad de decisión de sus empleados, según un estudio de SAP y Oxford Economics - El Confidencial
• McKinsey Report: Enterprise AI Is Becoming a Two-Speed Race - HPCwire
• Argentina most exposed to AI impact in Latin America, study finds - Buenos Aires Herald