Un estudio dice que el 34% de las empresas chilenas escaló IA. Otro dice que el 3,6%. Los dos tienen razón y ninguno mide a la empresa promedio del país.
Entre marzo y abril de 2026 se levantaron dos encuestas sobre adopción de inteligencia artificial en empresas chilenas. Mismos meses, mismo país, resultados irreconciliables.
El AI Maturity Index Chile 2026, de Forbes Chile con el apoyo de Kyndryl, concluye que el 34% de las empresas consultadas escaló IA a múltiples funciones o la tiene en el núcleo del negocio. Ninguna declaró estar sin iniciar. El estudio de MAS Analytics, del mismo período, concluye que el 3,6% escaló iniciativas de forma transversal con retornos medibles y que el 68,1% sigue en exploración o pilotos iniciales.
Casi diez veces de diferencia en la misma pregunta y en el mismo trimestre. La respuesta corta a cuál creerle es incómoda: a ninguno de los dos como retrato del país.
Los dos están bien hechos para lo que se propusieron. El problema aparece cuando se citan como si midieran la misma cosa.
Los dos números resisten, porque preguntan cosas distintas
El índice de Forbes le pidió a cada ejecutivo que ubicara a su empresa en una etapa de adopción. Es una autoclasificación. MAS Analytics exigió otra cosa: escalamiento transversal con retorno medible. Uno pregunta dónde crees que estás, el otro pregunta qué demostraste.
La brecha entre ambas respuestas es, en sí misma, el hallazgo más honesto de los dos estudios juntos.
Al instrumento hay que sumarle la muestra. Cuando Forbes anunció el índice en marzo, describió una encuesta de diez preguntas que no toma más de tres minutos, enviada a empresas invitadas. Cincuenta respondieron. El anexo metodológico advierte que no sustituye una encuesta probabilística nacional, y hace bien en advertirlo.
Hay un dato que confirma el sesgo de selección mejor que cualquier argumento: el 0% respondió que aún no había iniciado. En una muestra abierta de empresas chilenas ese casillero nunca queda vacío. Respondieron las que tenían algo que mostrar.
La paradoja se mide a sí misma
La tesis central del informe es la Paradoja de la Preparación: la distancia entre lo que las empresas declaran y lo que sus fundamentos permiten. El 92% subirá presupuesto, el 80% se autopercibe líder o par de sus competidores, el 10% declara datos en el nivel máximo de madurez.
Las tres cifras salen del mismo formulario. La primera es una declaración del ejecutivo, la segunda también, la tercera igual. Nadie auditó una arquitectura de datos, nadie revisó un linaje, nadie midió un tiempo de ciclo. La brecha documentada no está entre lo declarado y lo real, está entre dos declaraciones del mismo ejecutivo en preguntas distintas del mismo cuestionario.
La tesis es correcta. La evidencia levantada no la sostiene con el peso que promete el título.
Conviene decir también quién financia. El AI Maturity Index es contenido patrocinado y lo declara en cada página, así que no hay nada oculto. Sí vale leerlo sabiendo que cada capítulo aterriza en una línea de servicio del patrocinador: el de datos cierra en arquitectura unificada, el de estrategia en consultoría, el de talento en programas de preparación, el de retorno en modernización de infraestructura. El diagnóstico está bien construido y apunta hacia una compra determinada.
Dónde los dos coinciden, que es lo que importa
El índice de Forbes ubica la calidad y el gobierno del dato como barrera principal con 34%. MAS Analytics reporta el gobierno de datos con 34,3%, seguido de cultura organizacional y resistencia al cambio con 23,5%.
La segunda coincidencia es más fuerte todavía. El presupuesto aparece como barrera marginal en ambos: 6% en costo de cloud y GPU según Forbes, 1,2% en MAS Analytics.
Cuando dos levantamientos independientes convergen, el hallazgo aguanta. La restricción para escalar IA en Chile no es la plata ni la infraestructura. Es el estado de los datos y la capacidad de la organización para sostener un sistema en producción.
Lo que ninguno de los dos mide
Los cinco casos del informe de Forbes son Blue Express, Banco Itaú, ESVAL, Buk y Walmart Chile. Compañías con comité ejecutivo, gerencia de tecnología y, en varios casos, gerencia dedicada a inteligencia artificial.
Ninguno describe a una empresa de treinta personas. Y ahí vive la mayor parte del tejido empresarial chileno.
En NLACE trabajamos con más de treinta y cinco empresas, la mayoría entre diez y cien personas, en agricultura, comercio electrónico y servicios B2B. No tenemos un estudio con muestra ni un panel de C-Suite. Tenemos proyectos en producción, que es otra forma de mirar el mismo problema. Lo que vemos difiere del retrato de los dos informes en cuatro puntos.
Ninguna empresa llegó preguntando por su madurez de datos. Llegan por un cuello de botella con nombre y apellido: la persona que responde todos los WhatsApp, el informe que toma tres días de planilla, el vendedor que es el único que sabe cotizar. La conversación de madurez viene después, y viene desde el diagnóstico, no desde la ambición.
El dato casi siempre existe. Está en el ERP, en planillas y en la cabeza de dos personas. El problema rara vez es ausencia de dato, es que nadie lo mira junto ni nadie es responsable de mantenerlo.
Cuando un piloto no llega a producción, casi nunca falla el modelo. Falla porque nadie quedó a cargo del proceso al que ese piloto le tenía que servir. Es exactamente lo que describe Buk en el informe cuando habla de la falta de un dueño que lleve los pilotos a operación, con la diferencia de que en una empresa de treinta personas ese dueño no se contrata, se designa entre gente que ya tiene su pega completa.
La resistencia al cambio tampoco se parece a la del panel grande. No es temor al reemplazo. Es carga. Nadie tiene una hora libre para aprender una herramienta nueva encima de lo que ya hace. Un sistema que exige quince minutos diarios de adopción voluntaria termina abandonado en tres semanas, sin importar qué tan bueno sea el modelo detrás.
Esas cuatro observaciones no salen de una encuesta y no pretenden reemplazar una. Salen de mirar la operación por dentro, que es justamente lo que ningún formulario de tres minutos alcanza a ver.
El asterisco regulatorio
El capítulo de gobernanza del informe es el más filoso y también el que envejeció más rápido. Fija diciembre de 2026 como plazo duro y construye ahí su urgencia.
La fecha sigue vigente. Lo que cambió es el contexto. En mayo el Senado rechazó la terna presentada para integrar el Consejo Directivo de la Agencia de Protección de Datos Personales, en junio venció el plazo legal para designar a los consejeros, y en agosto el Gobierno confirmó que evalúa postergar la entrada en vigencia de toda la ley o de la puesta en marcha de la agencia.
Hay un segundo matiz. El informe mide comités de ética formales, encuentra 4%, y concluye que el 96% del tejido empresarial no formalizó gobernanza de IA. No son lo mismo. Una empresa con contratos de encargo firmados, control de accesos, registro de tratamientos y responsable designado tiene gobernanza aunque no tenga comité.
La recomendación operativa igual se sostiene, y por eso conviene separarla del titular. Levantar el registro de tratamientos, definir dueño de cada modelo y dejar trazabilidad de las decisiones automatizadas toma meses de trabajo interno. Una postergación mueve la fecha de fiscalización, no el tiempo que cuesta llegar preparado.
Entonces, a quién creerle
A ninguno de los dos por sobre lo que ocurre en tu propia operación. Los índices sirven para ubicar una conversación de directorio, no para responder dónde está tu empresa.
Tres preguntas dan una respuesta más precisa que cualquier ranking.
- Qué proceso concreto cambió su tiempo o su tasa de error en los últimos seis meses, y quién lo midió.
- Quién es el responsable con nombre de cada sistema en producción, y qué hace cuando falla.
- Qué información necesita una persona nueva para hacer su trabajo, y dónde vive hoy esa información.
Si las tres tienen respuesta, la madurez está probada y ningún estudio agrega nada. Si alguna no la tiene, ahí está el trabajo, y tampoco hace falta un índice para saberlo.
La madurez no se declara en un formulario de tres minutos. Se prueba cuando un sistema lleva medio año operando y alguien es capaz de mostrar qué cambió.
