Cadena de valor

• Innovación en procesos, productos y servicios
• Reducción de costos y tiempos
• Mejora de calidad y de la capacidad de decisión
• Ganancias potenciales de productividad y competitividad

Por qué importa para LAC

• Puede abrir una vía de modernización económica
• No exige partir de una base industrial altamente sofisticada
• Amplía oportunidades en educación, servicios públicos y mipymes

Idea operativa

• La adopción de IA crea valor cuando se conecta con rediseño de procesos, talento, datos y una organización capaz de absorber la tecnología.

Productividad

Automatizar y optimizar

• Menos tiempo en tareas repetitivas
• Mejor análisis de datos
• Más precisión en clasificación y predicción
• Mejores decisiones en tiempo real

Servicios

Estado y ciudadanía

• Trámites más ágiles
• Focalización de políticas
• Participación ciudadana asistida
• Mayor transparencia y eficiencia pública

Sectores

Aplicación transversal

• Educación
• Salud
• Logística
• Agricultura
• Finanzas y comercio

Catalizadores

Barreras más bajas

• IA generativa
• Código abierto
• Desarrollo de aplicaciones
• Más acceso para mipymes

Hallazgos clave

• No se requiere una matriz productiva muy sofisticada
• La adopción depende más de conectividad, talento, datos, inversión y entorno emprendedor
• La IA generativa acelera la adopción transversal

Condición crítica

• La IA no reemplaza la política de desarrollo
• Exige rediseño organizacional y capacidades complementarias
• Requiere gobernanza sólida para capturar beneficios

Capacidades

• Infraestructura digital
• Datos útiles y accesibles
• Talento humano
• Capacidad de absorción en empresas y gobiernos

Evidencia citada

• OCDE: +26% en tasa de finalización de tareas de software
• Otros estudios: mejoras cercanas al 30% en tiempos de ejecución

Qué corrige la regulación

• Define responsabilidades
• Reduce incertidumbre para invertir y escalar
• Mitiga sesgos, daños y abusos
• Protege derechos, competencia y estabilidad
• Favorece confianza pública

Principio de diseño

• La OCDE propone Regulación adaptativa, eficiente y proporcional al riesgo. La clave es combinar anticipación, análisis de riesgo, evidencia y experimentación regulatoria.

UNESCO

• NO EXISTE UNA SOLA RECETA REGULATORIA
• Ordena nueve enfoques regulatorios y plantea tres preguntas: por qué regular, cuándo regular y cómo regular.

OCDE y BID

• Enfatizan prospectiva, revisión ex post, sandboxes y coordinación entre organismos para aprender más rápido.

¿Por qué regular?

• Porque la IA puede afectar derechos, seguridad, competencia, estabilidad institucional y confianza pública.

¿Cuándo regular?

• Cuando los impactos superan la capacidad de autocorrección del mercado y el daño potencial exige intervención.

¿Cómo regular?

• Con una combinación de principios, estándares, transparencia, responsabilidad y enfoque basado en riesgo.

Sin un marco mínimo

• No es claro quién responde por errores o daños
• Las personas quedan más expuestas a decisiones opacas
• Las empresas invierten con más incertidumbre
• Se debilita la confianza

UE

• Marco vinculante y más armonizado.
• AI Act organizado por niveles de riesgo.
• Calendario escalonado ya en marcha:
• Aplicación plena: 2 de agosto de 2026
• Define prohibiciones, alto riesgo y obligaciones para GPAI.

EE. UU.

• No parte de una ley omnibus horizontal. Más fragmentado
• Predominan estándares, memorandos y regulación sectorial.
• NIST AI RMF funciona como marco voluntario de gestión de riesgos.
• Preserva mayor flexibilidad y peso de la innovación.

China

• Enfoque más centralizado y proactivo.
• Articula regulación, política industrial e inversión pública.
• Control estratégico sobre hardware, software y datos.
• Prioriza soberanía tecnológica con apertura selectiva.

Unión Europea

Estados Unidos

China

Lectura regional

• 13 de 19 países aparecen con proyecto de ley en curso o con ley aprobada en la versión consolidada del anexo
• Las estrategias nacionales son más frecuentes que los marcos plenamente consolidados
• El cuello de botella sigue siendo la implementación

Cluster líder

• Brasil, Chile y Uruguay destacan por estrategia e institucionalidad más consistentes.

Síntesis comparada

• América Latina no está inmóvil, pero su principal desafío es convertir las estrategias en presupuesto, capacidad institucional, supervisión y resultados medibles. El propio ILIA resume esta brecha como “mucho plan y poca acción”.

Leyes aprobadas

• Perú y El Salvador aparecen como los casos con ley aprobada al momento del informe.

Brasil

Marco más integral

• Caso regional más cercano a una ley horizontal
• Lógica de riesgo, derechos y obligaciones para usos de alto riesgo
• Sandbox.Rio aparece como ejemplo de experimentación supervisada

​

Chile

Innovación responsable

• Combina estrategia, institucionalidad y proyecto legal
• Narrativa explícita de certezas regulatorias con impulso al emprendimiento
• Buen candidato para sandboxes sectoriales

​

México

Etapa deliberativa

• Avance visible en consulta pública y conversación legislativa
• Perfil más de diseño y maduración que de cierre legal definitivo

​

Uruguay y Perú

Trayectorias distintas

• Uruguay figura entre los casos de estrategia consistente
• Perú aparece con ley aprobada, mostrando que la región también avanza por vías más rápidas

​

Lección 1

Estrategia sin ejecución vale poco

• Las hojas de ruta son útiles sólo si tienen presupuesto, indicadores, plazos y organismos responsables.

Lección 2

La regulación debe aprender

• Los sandboxes y el prototipado regulatorio permiten corregir antes de escalar y reducen fricción regulatoria.

Lección 3

• Algunos países avanzan por ley horizontal; otros por estrategia, guías, proyectos o pruebas sectoriales.

Lección 4

Regular desde la realidad local

• El Norte Global ofrece referencias, pero no reemplaza una gobernanza propia adaptada al contexto regional.

No hay una sola puerta de entrada

Usos más visibles

• Crédito
• Pagos
• Seguros
• Detección de fraude
• AML/CFT
• Atención al cliente y cumplimiento

Beneficios microeconómicos

• Mejora la evaluación de riesgo
• Acelera procesos y reduce costos operativos
• Refuerza detección de fraude
• Permite mayor personalización
• Puede ampliar el acceso a ciertos servicios

Punto regulatorio

• La IA en finanzas no parte de un vacío normativo, pero exige reinterpretar reglas existentes, aclarar responsabilidades y supervisar con más finura.

Opacidad

Falta de explicabilidad y gobernanza débil de modelos.

Concentración

Dependencia de terceros críticos, nube y proveedores comunes.

Herding

Uso de modelos, datos y señales similares que puede amplificar reacciones de mercado.

Mayor exposición a desinformación, fraude y riesgo operativo compartido.

Rumbo regulatorio

Marco existente + guías + reinterpretación + monitoreo continuo + ajustes puntuales.

Ciber y manipulación

Salud y medicina

• Historias clínicas, biometría, imágenes y genética
• Uso potencial en diagnóstico, priorización y tratamiento
• La protección de datos es también una cuestión de seguridad y responsabilidad

Educación

• Datos de aprendizaje, rendimiento y comportamiento
• Muchos titulares de datos son menores de edad
• La IA generativa acelera la adopción y exige reglas claras de trazabilidad

Justicia y seguridad

• Biometría, antecedentes y evidencia digital
• Decisiones con efectos jurídicos directos
• Un error o sesgo puede afectar debido proceso y derechos fundamentales

Empleo y sector público

• Currículos, desempeño y monitoreo digital
• Grandes bases de datos y servicios críticos
• Riesgos para confianza y legitimidad institucional

1. Pasar a la ejecución

Moverse de estrategias y anuncios a presupuesto, implementación y evaluación.

2. Cerrar brechas

Infraestructura, datos, talento y cómputo siguen siendo factores habilitantes insuficientes.

3. Coordinar gobernanza

La IA cruza privacidad, competencia, ciberseguridad, consumo y múltiples sectores.

4. Regular con intensidad correcta

Reglas demasiado débiles dejan riesgos abiertos; reglas demasiado pesadas pueden excluir a innovadores locales.

Fragmentación digital regional

La heterogeneidad entre países puede ampliarse y generar una región más desigual en capacidades.

Dependencia tecnológica externa

Cómputo, nube, modelos y estándares se concentran fuera de la región.

Exclusión y sesgo

Datos débiles o poco auditables pueden reforzar discriminación y servicios menos pertinentes.

Sin enforcement, la regulación queda en papel y no genera confianza.

Riesgo financiero y sistémico

La eficiencia micro puede convivir con mayor fragilidad macro si se concentran modelos, terceros y señales.

Debilidad institucional

1. Concentración y terceros

Si muchos actores dependen del mismo stack tecnológico, una falla técnica o contractual puede propagarse con rapidez.

2. Prociclicidad

Modelos similares pueden reaccionar igual ante shocks y amplificar: volatilidad, iliquidez o restricción del crédito.

3. Opacidad y accountability

La dificultad no es sólo entender el modelo:

es poder auditar, corregir, explicar y reparar decisiones.

La IA puede refinar servicios para segmentos rentables y dejar peor posicionadas a personas más frágiles.

5. Ciber y desinformación

Deepfakes, phishing, fraude y contenido sintético pueden dañar mercados y confianza institucional.

4. Sesgo distributivo

1. Gobernanza creíble

Instituciones con capacidad de aprendizaje, coordinación, enforcement y revisión ex post.

2. Capacidades propias

Infraestructura, talento, datos y ecosistemas para desarrollar y adaptar soluciones locales.

3. Regulación proporcional

Reglas basadas en riesgo que protejan derechos y mercado sin asfixiar innovación.

Más cooperación, sandboxes, intercambio de evidencia y mejores estándares comunes.

4. Aprendizaje regional