La fragmentación de sistemas, el peso de plataformas heredadas y el gasto en mantenimiento están frenando el despliegue de inteligencia artificial, pese a que nueve de cada diez organizaciones consideran que su infraestructura está preparada para adoptarla
La incorporación de inteligencia artificial en las empresas chilenas avanza con rapidez, pero llevar esa tecnología desde proyectos específicos hacia procesos de mayor escala está resultando más complejo. El problema ya no parece estar solamente en acceder a nuevas soluciones, sino en la infraestructura que debe sostenerlas.
Un 79% de los ejecutivos consultados en Chile afirma que los entornos tecnológicos fragmentados han limitado la capacidad de sus organizaciones para escalar iniciativas de IA, según el estudio El Estado de la Transformación Digital en América Latina 2026, encargado por ManageEngine y realizado por Censuswide.
La investigación consideró a 1.000 responsables de TI y ejecutivos de alta dirección de Brasil, México, Colombia, República Dominicana y Chile. De ellos, 150 correspondieron al mercado chileno y pertenecen a sectores como servicios financieros, retail, manufactura, educación y tecnologías de información.
La conclusión profundiza una brecha que ya había aparecido en otros análisis sobre IA empresarial en Chile: incorporar herramientas no significa necesariamente integrarlas de forma estratégica a datos, procesos y decisiones de negocio.
Empresas se sienten preparadas, pero el retorno sigue rezagado
La contradicción aparece con claridad al comparar preparación y resultados. El 92% de los encuestados chilenos considera que la infraestructura tecnológica de su organización está preparada para la IA, pero 55% reconoce dificultades para transformar esas inversiones en retornos de negocio medibles.
Entre las principales barreras para alcanzar ese retorno aparecen la falta de talento especializado en inteligencia artificial y datos, mencionada por 18% de los participantes; la falta de alineación ejecutiva, con 17%; y las preocupaciones asociadas a seguridad y cumplimiento normativo, con 14%.
La dificultad conecta con un desafío más amplio. Una cosa es utilizar IA para automatizar una tarea específica y otra es modificar procesos completos para capturar ganancias de productividad. Esa transición desde los pilotos hacia una implementación estructural ha comenzado a instalarse como uno de los principales desafíos de la productividad digital durante 2026.
Wilson Calderón, Associate Technical Director para Latinoamérica de ManageEngine, atribuye parte de esa distancia a infraestructuras que fueron creciendo mediante sucesivas incorporaciones de tecnología, pero sin necesariamente desarrollar una arquitectura integrada.
“Cuando los datos, los procesos y las herramientas están distribuidos entre múltiples plataformas, resulta mucho más difícil operar de manera eficiente, escalar iniciativas y obtener un retorno significativo de las inversiones en inteligencia artificial”, señaló.
Más herramientas también aumentan la complejidad
El estudio muestra que 47% de las organizaciones chilenas utiliza activamente entre 11 y 25 soluciones tecnológicas distintas. La cantidad no constituye por sí sola un problema, pero adquiere relevancia cuando esas plataformas operan de manera aislada o requieren integraciones adicionales para compartir información.
El 81% de los participantes chilenos afirma que la proliferación de herramientas incrementó la complejidad operativa durante los últimos dos años. Al mismo tiempo, 40% identifica la reducción de la fragmentación tecnológica mediante consolidación de TI entre sus principales prioridades de transformación digital.
La infraestructura heredada agrega otra capa. Un 37% de las organizaciones chilenas continúa altamente dependiente de sistemas locales aislados, la proporción más alta entre los países considerados por el estudio. Otro 28% se encuentra principalmente en estructuras de nube con baja integración, mientras solo 17% declara operar bajo modelos orquestados mediante IA.
Esto implica que numerosas empresas están intentando incorporar tecnologías avanzadas sobre arquitecturas creadas antes de la actual aceleración de la inteligencia artificial. El resultado puede ser una combinación de herramientas nuevas con sistemas antiguos que aumenta las necesidades de integración, mantenimiento y control.
La discusión adquiere mayor relevancia a medida que aparecen sistemas de IA con mayores niveles de autonomía, capaces de conectarse con diferentes aplicaciones y ejecutar tareas. Cuanto mayor sea esa autonomía, mayor será también la necesidad de disponer de datos confiables y plataformas capaces de comunicarse entre sí.
El mantenimiento absorbe recursos para innovar
El costo de sostener la infraestructura existente también condiciona la capacidad para desarrollar nuevos proyectos. El 81% de los encuestados chilenos señala que sus organizaciones destinan una mayor proporción de su presupuesto tecnológico al mantenimiento que a la innovación, mientras apenas 6% declara priorizar nuevas iniciativas.
Esa distribución ayuda a explicar por qué la transformación digital puede avanzar más lentamente de lo que sugieren los anuncios de nuevas tecnologías. Antes de sumar aplicaciones, muchas organizaciones deben resolver integraciones pendientes, sistemas heredados, dispersión de datos y costos operacionales acumulados.
Los ejecutivos chilenos sitúan precisamente la eficiencia operativa y productividad como su principal prioridad de transformación digital, mencionada por 42%. Le siguen ciberseguridad y resiliencia, con 41%, y reducción de la fragmentación tecnológica, con 40%.
La dimensión organizacional tampoco es secundaria. Cuando se preguntó por las razones por las cuales las iniciativas digitales no cumplen las expectativas, 38% apuntó a la falta de colaboración entre áreas, 36% a la escasez de capacidades especializadas y 34% a expectativas empresariales poco realistas.
Los resultados sugieren que la siguiente etapa de la inteligencia artificial empresarial será menos dependiente de acumular nuevas aplicaciones y mucho más exigente en integración, talento, gobernanza y medición de resultados.
La capacidad competitiva puede comenzar a definirse, entonces, no por cuántas soluciones de IA incorpora una organización, sino por cuánto consigue integrarlas a sus procesos y convertirlas en productividad, eficiencia y retorno económico medible.
Sobre este contenido: Fuentes del estudio, contraste documental y edición periodística con apoyo de IA.
