Cuando analizamos el panorama regional en Chile y latinoamérica, notamos que existe una alta adopción de proyectos de IA generativa: Según el Estudio sobre Inteligencia Artificial en América Latina 2025 de NTT DATA y MIT Technology Review, el 86 % de las empresas latinoamericanas ya explora o implementa IA generativa, con un 58 % en etapa de implementación y un 28 % en exploración. Chile lidera la adopción de IA generativa en la región: en un estudio de IBM, el 71 % de los CEOs chilenos presionan para acelerar su adopción, la cifra más alta en Latinoamérica. Actualmente, más del 50 % de las empresas ya invierte en IA generativa, con una distribución presupuestaria entre el 1 % y el 10 % del presupuesto dedicado a tecnología, y se proyecta que durante 2025 muchas organizaciones elevarán esa cifra al 15‑30 %.
Sin embargo, ¿Qué porcentaje de estos proyectos realmente funciona?
Reportes indican que alrededor del 80 % de los proyectos de IA (incluido generativa) fallan o nunca llegan a implementarse. Otro análisis prevé que al menos el 30 % de los proyectos de IA generativa serán abandonados antes de 2025, frecuentemente tras la fase piloto, por falta de datos o alineación estratégica insuficiente.
A pesar de esa madurez relativa, los CEOs chilenos advierten sobre dificultades para escalar soluciones y medir su impacto real, y la falta de talento capacitado sigue siendo el principal freno (44 %). Por lo tanto es clave fortalecer capacidades internas mediante la capacitación (62 % de empresas lo hace) o consultoría externa (52 % lo adopta). Por otro lado, las organizaciones con una estrategia clara de IA alineada al negocio logran un ROI promedio de 10,3×, comparado con un retorno general de 3,7× en la región.
Fuimos a preguntar a Carlos Hurtado, presidente ejecutivo en Microsystem - ¿Cuál es tu visión respecto a la capacidad de las organizaciones en Chile que se atreven a adoptar proyectos de IA generativa considerando que existen factores clave de éxito?
Hay un desafío muy importante en aplicar agentes de IA en procesos críticos para las empresas. Es clave identificar aplicaciones relevantes, conocer las limitaciones de la tecnología y conectar los datos a los motores de IA. Si las respuestas de los modelos no son suficientemente precisas (y en cierta medida, eso depende de los datos que los alimentan) puede haber muy poca productividad en su uso en procesos de negocio. Para esto, se requiere integrar información de calidad desde múltiples fuentes (bases de datos, repositorios de documentos, texto, etc), depurar y conectar esta información para crear buenos “índices“ de IA. Es clave también procesar los datos y generar metadatos, por ejemplo, si vas implementar agentes que analicen contratos, debes enriquecer los documentos con metadatos como resúmenes de partes críticas, fechas, actores relevantes, montos, estructurar las cláusulas, etc. Los metadatos se inyectan a los sistemas de IA mejorando significativamente la calidad de respuestas y acciones de agentes de IA. "
Si observamos el panorama de países desarrollados, las tasas de éxito de IA generativa en Chile y Latinoamérica son comparables con las de EE.UU. y Europa, con solo ~30 % de los proyectos alcanzando producción o éxito.
Según S&P Global Market Intelligence, en 2025 el 42 % de las empresas en Norteamérica y Europa abandonaron la mayoría de sus iniciativas de IA antes de llegar a producirlas, y en promedio se descarta 46 % de los POC (pruebas de concepto) antes de producción. Una encuesta de IDC reveló que solo 1 de cada 37 POCs llega a producción exitosa, y de esos, solo tres se consideran exitosos; en promedio, 90 % de los POCs personalizados fallan.
Considerando que en Estados Unidos y Europa sólo ~30 % de proyectos de IA generativa llegan a producción o éxito medible. Podemos concluir que las causas subyacentes del alto fallo son bastante consistentes globalmente: datos deficientes, falta de estrategia clara, costos elevados y capacitación insuficiente. Lo realmente diferencial no es el país, sino la madurez organizacional, estructuras de gobernanza y enfoque en ROI desde el inicio del proyecto.