La inversión empresarial en inteligencia artificial en México crece con fuerza, pero todavía enfrenta una brecha importante entre presupuesto, implementación y resultados medibles. Durante 2025, las empresas mexicanas aumentaron 107% su inversión en IA, hasta alcanzar 33,000 millones de pesos, equivalentes a cerca de 1,800 millones de dólares.

El reto está en convertir ese gasto en impacto operativo. A nivel global, solo 20% de las empresas logra llevar proyectos de inteligencia artificial a producción y apenas entre 5% y 10% mide beneficios positivos en sus operaciones.

De acuerdo con KPMG México, ocho de cada 10 organizaciones en el país planean invertir en IA durante los próximos 12 meses. El promedio estimado de inversión por compañía es de 171 millones de dólares, frente a 186 millones a nivel global.

IDC Latinoamérica proyecta que el gasto empresarial en IA en México alcanzará 32,884 millones de pesos en 2025 y podría escalar hasta 110,535 millones en 2028. Estas cifras colocan al país entre los mercados con mayor dinamismo regional, pero también muestran el riesgo de acelerar inversiones sin suficiente preparación interna.

Una de las principales señales de alerta es que 54% de las organizaciones mexicanas destinará menos de 2% de sus ingresos a iniciativas de IA en el próximo ejercicio presupuestario. Además, 40% aún no ha implementado proyectos concretos, lo que refleja una brecha entre intención y ejecución.

La adopción también avanza de manera desigual. AWS reportó que 495,000 empresas mexicanas adoptaron IA en los últimos 12 meses, elevando la tasa de adopción a 38% de las compañías del país. Sin embargo, el HPE Latam AI Readiness Index 2025 indica que 68% de las grandes empresas ya tiene algún proyecto de IA en producción, mientras solo 15% de las PyMEs aplica IA en operaciones diarias.

Para Luis Battilana, director general de Baufest México, uno de los riesgos es “innovar por innovar” sin medir resultados operativos. La preparación para adoptar IA no depende solo de comprar herramientas, sino de contar con datos confiables, infraestructura adecuada, talento especializado y gobierno de IA.

Estos cuatro pilares son clave para pasar de pilotos aislados a soluciones productivas. Sin datos limpios, procesos claros, capacidades técnicas y políticas de seguridad, privacidad y trazabilidad, los proyectos pueden quedarse en pruebas sin impacto real en el negocio.

El retorno de inversión también depende de la ejecución. Aunque algunos estudios ubican el ROI potencial de la IA en niveles altos después del despliegue, solo una parte de los proyectos que llegan a producción consigue resultados positivos durante el primer año.

El problema suele estar en la falta de casos de uso claros. Muchas empresas invierten en IA porque el mercado lo exige, pero no siempre parten de un problema específico que la tecnología pueda resolver, como reducir tiempos de procesamiento, mejorar conversión, optimizar inventario o disminuir costos operativos.

El fenómeno no es exclusivo de México. Según el AI Index Report 2026 de Stanford HAI, la inversión corporativa global en IA alcanzó 581,700 millones de dólares en 2025, un incremento de 130% frente al año anterior. Aun así, la dificultad para llevar proyectos a producción sigue siendo una constante internacional.

Las empresas que logran mejores resultados comparten tres rasgos: gobierno de datos sólido, equipos multidisciplinarios e iteración rápida con medición constante. En esos casos, la IA deja de ser un experimento tecnológico y se convierte en una herramienta de negocio.

Para México, el desafío será avanzar de la inversión al impacto. El capital y la tecnología ya están disponibles, pero la diferencia entre éxito y desperdicio estará en ejecutar con disciplina, definir indicadores antes de iniciar pilotos y escalar solo aquello que demuestre valor real.