ILIA 2026: Lo que revela el índice de la CEPAL sobre la inteligencia artificial en México

Un índice para medir la madurez de la IA en la región

En su cuarta edición, el ILIA se consolida como uno de los principales referentes para dimensionar el desarrollo de la IA en América Latina y el Caribe. El índice evalúa tres dimensiones: Factores Habilitantes; Investigación, Desarrollo y Adopción; y Gobernanza. Con base en su puntaje, clasifica a los países en pioneros (más de 60 puntos), adoptantes (entre 35 y 60) y exploradores (menos de 35).

México, un adoptante con fortalezas desiguales

México obtiene 52.0 puntos y se ubica en la octava posición, dentro del grupo de países adoptantes, entre Perú (52.7) y Ecuador (51.8). Por otro lado, Chile (71.4), Brasil (68.4) y Uruguay (67.0) se mantienen como los únicos pioneros de la región.

Figura 1. Puntaje ILIA 2026 por país

Fuente: Elaboración propia a partir del ILIA 2026 (CEPAL y CENIA, 2026).

El desempeño de México es heterogéneo entre dimensiones: 49.6 puntos en factores habilitantes, 45.6 en investigación, desarrollo y adopción y 65.0 en gobernanza. Destaca el avance institucional, pues en un solo año el país pasó de no contar con una estrategia nacional de IA a disponer de un instrumento vigente. Aun así, su puntaje en gobernanza es de los más bajos entre los países adoptantes que lo rodean en la clasificación.

Donde México sobresale con claridad es en su estructura productiva. Es el país de la región con mayor proporción de ocupados en sectores de alta tecnología (9.1%, frente a un promedio regional de 4.9%) y con el mayor peso de la manufactura de tecnología media y alta en el valor agregado manufacturero (45.9%). También es uno de los tres países donde el plan de banda ancha fija más económico cuesta menos del 2% del ingreso mensual per cápita (1.7%). En contraste, el cómputo para IA es su gran rezago: México concentra apenas el 2% de las GPUs de la región, mientras que Brasil reúne el 87.7%.

Talento digital: una base amplia, pero una brecha que se ensancha

En formación, México cuenta con la mayor oferta de programas de maestría vinculados con IA en la región (63), es segundo en doctorados (21) y el 23.8% de sus egresados de licenciatura proviene de carreras STEM. Sin embargo, la concentración de habilidades de ingeniería en IA en la fuerza laboral, medida con datos de LinkedIn, es de 0.32%, lejos de Costa Rica (0.75%), líder regional, y muy por debajo de los países extrarregionales.

Figura 2. Concentración de habilidades de ingeniería en IA en la fuerza laboral, 2026

Fuente: Elaboración propia a partir del ILIA 2026 (CEPAL y CENIA, 2026), con datos de LinkedIn.

En los países extrarregionales esta concentración crece 0.079 puntos porcentuales por año, más de cuatro veces el ritmo de América Latina y el Caribe (0.018). Al ritmo actual, la región no logra converger. El análisis de LinkedIn incluido en el índice muestra cómo está cambiando el perfil del talento:

• Nuevos perfiles en auge: el puesto de AI Engineer crece 53.4% anual en México en los últimos tres años, la tasa más alta entre los países analizados. En cambio, Data Analyst, Data Engineer y Data Scientist registran tasas negativas, lo que puede reflejar un cambio en la denominación de los puestos más que una caída del empleo.
• Habilidades más sofisticadas: AI Agents y LLMOps encabezan las habilidades de mayor crecimiento en la región; en México destaca Large Language Models.
• Reconversión desde los datos: en México, la principal ocupación de origen hacia roles de IA es Data Analyst, seguida de perfiles de Business Intelligence y Data Engineer, a diferencia de Alemania, Portugal y Singapur, donde predomina Software Engineer.
• Concentración urbana: Ciudad de México, Monterrey y Guadalajara tienen altas concentraciones de talento en IA, pero menor dinamismo; Querétaro figura entre las ciudades que crecen a mayor ritmo.

Adopción empresarial: una doble brecha

Por primera vez, el ILIA estima la adopción de IA en el sector productivo. El promedio regional es de 9.1% de las empresas, frente a 20.2% en los países de la OCDE. La brecha se amplía conforme disminuye el tamaño de la empresa: utiliza IA el 27.6% de las grandes, el 12.8% de las medianas y apenas el 6.8% de las pequeñas.

Figura 3. Adopción de IA en empresas según tamaño

Fuente: Elaboración propia a partir del ILIA 2026 (CEPAL y CENIA, 2026).

La segunda brecha es sectorial: la adopción alcanza 36.6% en información y comunicaciones y 25.1% en servicios financieros, pero cae a 10.3% en manufactura y a 4.5% en construcción. Para México, que tiene una importante proporción de micro y pequeñas empresas y de manufactura.

El índice agrega una advertencia oportuna sobre los agentes de IA: alrededor del 80% de las empresas en el mundo declara no contar con la madurez suficiente para adoptarlos y se estima que el 40% de los proyectos de IA agéntica serán cancelados para 2027. El desafío, por lo tanto, no es solo tecnológico, sino organizacional.

Reflexiones finales

El ILIA 2026 retrata a un México con activos importantes, como una base industrial sofisticada, una oferta formativa amplia y un talento en IA que se especializa con rapidez, pero que aún no logra traducirlos en adopción productiva ni en una posición de liderazgo regional. De los hallazgos se desprenden algunas prioridades:

1. Acelerar la formación de talento especializado, ya que la brecha frente a los países de referencia no se cierra al ritmo actual.
2. Impulsar la reconversión de perfiles de datos y analítica hacia roles de IA, aprovechando la ruta que ya sigue el mercado laboral mexicano.
3. Llevar la IA a las pymes y a la manufactura, donde se concentra mayor número de empresas y donde la adopción es más baja.
4. Invertir en capacidad de cómputo, hoy concentrada casi por completo en Brasil.
5. Cerrar la brecha de género: las mujeres representan solo el 24.8% de quienes investigan en IA en la región.

Para la industria TIC, la oportunidad ya no está solo en ofrecer tecnología, sino en acompañar a las organizaciones a integrarla, supervisarla y convertirla en productividad. Los datos del ILIA 2026 muestran que el principal obstáculo en México no es el acceso a la tecnología, sino la capacidad de las empresas para usarla: definir casos de uso, preparar sus datos, formar a su personal y medir el valor que genera.

Esto abre espacio para proveedores, integradores y consultores que puedan llevar la IA a las pequeñas y medianas empresas y a la manufactura, donde la adopción es más baja y el potencial es mayor. Cerrar esta brecha requiere que la oferta tecnológica, la formación de talento y las políticas públicas avancen en la misma dirección.

Referencias

1. CEPAL y CENIA. (2026). Índice Latinoamericano de Inteligencia Artificial (ILIA) 2026. Documentos de Proyectos (LC/TS.2026/97). Comisión Económica para América Latina y el Caribe y Centro Nacional de Inteligencia Artificial. https://www.cepal.org/es/publicaciones/90413-indice-latinoamericano-inteligencia-artificial-ilia-2026