En Colombia, solo 1 de cada 5 proyectos de IA llega a producción, según un directivo de Dell

Aunque las empresas colombianas muestran interés por incorporar Inteligencia Artificial, convertir las pruebas en soluciones operativas sigue siendo un desafío. La falta de conocimiento para seleccionar herramientas, las brechas empresariales y las exigencias de infraestructura condicionan su implementación.

La Inteligencia Artificial en las empresas colombianas gana importancia como prioridad estratégica, pero llevarla de las pruebas piloto a las operaciones cotidianas sigue siendo un desafío. El estudio ‘Colombia AI Pulse: Adoptar ya no basta‘, publicado en agosto de 2026 por Endeavor y Xertica.ai, muestra las brechas que persisten en la madurez y adopción de esta tecnología.

Aunque el 61 % asegura que la IA es una prioridad estratégica, las cifras de ejecución muestran otra realidad, el 93,5 % sigue en niveles intermedios de madurez, apenas un 0,2 % logra estar en la vanguardia (Liderando) y solo el 37,7 % la ha metido de lleno en su rutina diaria.

El freno no está en la falta de ganas, sino en las bases técnicas que exige escalar estas herramientas. Para la mitad de las compañías el mayor dolor de cabeza son la ciberseguridad y la privacidad; para cuatro de cada diez, los líos de infraestructura e integración; y para una de cada tres, la falta de talento especializado y datos bien organizados. 

Justamente sobre cómo cerrar esa brecha Impacto TIC conversó durante el Dell Technologies Symposium del 10 de noviembre de 2026 con David Hernández, director para la región Andina de Dell Technologies, Felipe Montenegro Pohlhammer, líder de ventas para canales en latinoamérica de Dell Technologies y Francisco Aguirre responsable de  soluciones Nvidia para Latinoamérica, trazando la hoja de ruta para que el país deje de probar la IA y empiece a sacarle verdadero provecho.

Del piloto a la producción, el reto de las empresas colombianas

Para Francisco Aguirre, Colombia tiene una posición favorable en la adopción de Inteligencia Artificial dentro de América Latina. Sin embargo, esa disposición todavía no se traduce en suficientes proyectos operativos.

El ejecutivo señaló que el país ocupa un cuarto lugar en adopción regional, con una diferencia importante frente al siguiente mercado. No obstante, advirtió que solo uno de cada cinco proyectos llega a producción.

“Colombia hoy juega un papel clave porque a nivel de adopción está en un cuarto lugar muy cómodo. En Colombia, si bien son muy buenos para adoptar, en la parte de llevar a cabo, de la adopción a la parte de producción, uno de cada cinco proyectos son los que hoy se están llevando a cabo”, explicó.

David Hernandez director para la region Andina de Dell Technologies

La cifra, compartida por Aguirre durante la entrevista, se refiere a proyectos y no a organizaciones. El ejecutivo no identificó el estudio ni la metodología que respalda ese cálculo. Por su parte, el informe de Endeavor mide la madurez de las organizaciones, por lo que ambas referencias describen dimensiones diferentes del proceso de adopción.

El directivo, quien participó en una charla sobre las buenas prácticas para llevar proyectos de IA desde la experimentación hasta su implementación, también recordó que este problema no es nuevo. Hace cinco o seis años, algunos clientes solicitaban soluciones de Inteligencia Artificial para necesidades que podían resolverse con herramientas más sencillas.

“Nos ha tocado en algún momento que clientes nos decían: quiero hacer esto y, cuando llegábamos, no era Inteligencia Artificial; era un proyecto de reporteo, era un proyecto de un dashboard”, relató.

La anécdota ilustra por qué la selección del caso de uso es una decisión determinante. Antes de invertir en infraestructura o contratar una plataforma, las organizaciones necesitan establecer qué problema quieren resolver y si realmente requiere Inteligencia Artificial.

David Hernández coincide con este diagnóstico. Desde su perspectiva, una de las dificultades para obtener retorno de inversión está en que algunas empresas incorporan herramientas por tendencia o por temor a quedarse atrás, sin identificar previamente qué proceso necesitan mejorar.

“Muchas veces se adoptan estas herramientas por moda, por no quedarse atrás, más que realmente a través de análisis profundos que permitan definir dónde tengo una problemática de negocio y cómo, con la adopción de estas herramientas, voy a mejorar esa problemática”, explicó.

Para Hernández, la evaluación debe comenzar con una comparación entre el costo del problema empresarial y los recursos que demanda implementar la solución. También considera necesario definir indicadores clave de desempeño (KPI) que permitan medir los resultados de los pilotos y determinar si es conveniente ampliar su alcance.

“En la medida en que yo pueda definir el impacto en el negocio a partir de una problemática, medir el piloto en términos de KPI y después entender cómo puedo escalar, ahí seguramente el retorno va a empezar a aparecer”, señaló.

El ejecutivo también advirtió que muchas organizaciones carecen de procesos de gobernanza para administrar estas iniciativas. Sin mecanismos de seguimiento, resulta difícil conocer qué herramientas están generando beneficios y cuáles consumen recursos sin aportar resultados verificables.

La brecha entre grandes empresas y pymes

La capacidad de incorporar Inteligencia Artificial también presenta diferencias según el tamaño de las organizaciones.

Hernández compartió cifras según las cuales aproximadamente el 70 % de las grandes empresas colombianas tiene proyectos de IA. En las medianas, la proporción se sitúa alrededor del 39 %, mientras que en las pequeñas alcanza cerca del 18 %.

Estas cifras fueron presentadas por el ejecutivo durante la entrevista y requieren una fuente metodológica adicional para establecer su alcance. Sin embargo, plantean una pregunta relevante sobre la distribución de las capacidades tecnológicas en el tejido empresarial.

Para Hernández, las diferencias no se explican únicamente por el presupuesto disponible. También intervienen el acceso a infraestructura y la preparación de los trabajadores para utilizar estas herramientas.

Felipe Montenegro Pohlhammer también considera que Colombia debe prestar mayor atención a las pequeñas y medianas empresas. En su opinión, el desarrollo de capacidades digitales no debería concentrarse exclusivamente en las grandes compañías o en la construcción de modelos tecnológicos de gran escala.

“Para que esto sea una potencia no tienen que haber dos grandes actores, tienen que haber millones de empresas colombianas que ocupen la tecnología desde las vértebras del país para llevar el progreso de manera expansiva y controlada”, afirmó Pohlhammer.

Felipe Montenegro Pohlhammer lider de ventas para canales en latinoamerica de Dell Technologies

Su planteamiento apunta a que la incorporación de Inteligencia Artificial en miles de organizaciones puede tener un efecto importante sobre la productividad nacional, siempre que exista conocimiento para seleccionar las soluciones y aprovecharlas.

El ejecutivo también estimó que el 99 % de las compañías todavía se encuentra en fase de prueba de concepto. Aunque se trata de una apreciación compartida durante la entrevista y no de una medición estadística presentada con metodología, coincide con el diagnóstico de Endeavor sobre los niveles de madurez empresarial.

¿Colombia necesita crear su propio modelo de IA?

A medida que la Inteligencia Artificial gana peso en la economía, surge una pregunta inevitable sobre la soberanía tecnológica, ¿le conviene a Colombia desarrollar sus propios modelos desde cero para no depender de los gigantes internacionales?

Al abordar este tema en el encuentro, Felipe Montenegro Pohlhammer aclarando de entrada que hablaba a título personal y no en representación oficial de Dell Technologies invitó a mirar el asunto con pragmatismo financiero.

Para el ejecutivo, invertir sumas millonarias en construir un modelo fundacional completamente nuevo sería una apuesta poco eficiente frente a las herramientas avanzadas que ya están listas en el mercado. 

En otras palabras, el camino más inteligente para el país no pasa por reinventar la rueda desde la base, sino por aprovechar y adaptar la tecnología disponible a las necesidades reales de sus empresas y ciudadanos.

“Siento que crear un modelo colombiano habiendo modelos creados en aliados es reinventar la rueda”, afirmó Montenegro. También advirtió que a un país le tomaría diez años llegar apenas al 1 %.

Para el ejecutivo, el concepto de soberanía tecnológica debe enfocarse en la capacidad efectiva de resguardar los datos y activos estratégicos propios. Bajo esa premisa, subraya que la verdadera autonomía consiste en ejercer dominio sobre los recursos nacionales y garantizar que la información crítica del país permanezca dentro de sus fronteras.

En el plano operativo, este enfoque privilegia el despliegue de arquitecturas ‘on-premise’ (modelo de infraestructura tecnológica) que mantienen la misma infraestructura física bajo control directo dentro de las instalaciones corporativas junto con la especialización de modelos existentes mediante técnicas como la generación aumentada por recuperación (RAG), capaz de nutrir las respuestas algorítmicas con el conocimiento interno de cada organización. 

Esta perspectiva traza una distinción estratégica para el tejido empresarial, garantizar la soberanía sobre la información y la infraestructura no exige asumir el costo de entrenar un modelo fundacional desde cero.

Los centros de datos también deben modernizarse

La viabilidad de escalar proyectos de Inteligencia Artificial hacia entornos de producción está supeditada a la existencia de una infraestructura física capaz de responder a exigencias críticas de procesamiento, almacenamiento, conectividad, suministro eléctrico y refrigeración. 

Bajo el diagnóstico de Francisco Aguirre, los centros de datos en Colombia enfrentan una oportunidad clave de modernización para absorber estas nuevas cargas de trabajo, dado que gran parte del parque instalado tradicional no fue concebido para alojar el hardware de alto rendimiento que demanda la IA contemporánea.

En el centro de esta reconversión arquitectónica se encuentran las unidades de procesamiento gráfico (GPU), componentes indispensables para sostener tanto el entrenamiento de modelos como su ejecución en fase de inferencia, y cuya alta densidad térmica y energética obliga a rediseñar los estándares operativos de la infraestructura nacional.

«Los GPU, como tal, son lo que pone o hace diferente a un servidor normal, ponerlo en esteroides para Inteligencia Artificial», explicó Aguirre.

Francisco Aguirre responsable de soluciones Nvidia para Latinoamerica

Instalar equipos con GPU consume mucha más electricidad y genera mucho más calor que los servidores tradicionales. Por eso, al hacer cuentas, las empresas no pueden fijarse únicamente en el precio de compra del hardware, tienen que sumar el gasto continuo en energía, mantenimiento y climatización. 

Cuando la exigencia de procesamiento sube de nivel, el enfriamiento líquido aparece como una gran alternativa para evitar el sobrecalentamiento, aunque implica hacer obras y ajustes técnicos importantes dentro de los centros de datos.

Además, Francisco Aguirre recuerda que el éxito de una infraestructura de IA no se resuelve solo poniendo procesadores potentes. Hacen falta redes veloces, almacenamiento suficiente y candados de seguridad que protejan los datos mientras los modelos se entrenan, responden o se personalizan. 

Si a esto se suma que muchas compañías mezclan servidores propios, servicios en la nube y cómputo en el borde (edge computing), la clave está en dimensionar cada proyecto según su necesidad real, ya que un mismo programa puede exigir recursos muy distintos dependiendo de cuántos datos mueva.

El conocimiento también determina qué tan lejos puede llegar la IA

Contar con perfiles técnicos altamente especializados y poseer el criterio para seleccionar las soluciones tecnológicas adecuadas son dos dimensiones vinculadas, aunque no equivalentes. 

Esta distinción emerge con claridad al contrastar los hallazgos del estudio de Endeavor con el análisis de los líderes de la industria, mientras el diagnóstico sectorial advierte que una de cada tres organizaciones enfrenta obstáculos vinculados a la escasez de talento especializado o la calidad de sus datos, Felipe Montenegro Pohlhammer sostiene que Colombia ya dispone de la base profesional y el capital humano necesarios para impulsar la adopción efectiva de estas herramientas.

El contrapunto sugiere que el cuello de botella organizacional no radica únicamente en la disponibilidad de ingenieros o científicos de datos, sino en la madurez gerencial para articular ese conocimiento con decisiones acertadas de arquitectura y negocio.

“Talento hay mucho. Yo creo que el problema es el conocimiento y el fin cultural”, afirmó.

Para el ejecutivo, la dificultad está en que las organizaciones y sus trabajadores puedan distinguir entre las capacidades reales de una solución y las promesas comerciales de los proveedores.

“Hoy día todo el mundo dice que sabe de IA, y la pregunta es: ¿sabe de IA o cree saber de IA?”, cuestionó Montenegro.

En Colombia sobra curiosidad y buen nivel de conocimiento sobre Inteligencia Artificial entre los profesionales. Para Aguirre, aprovechar ese impulso requiere que las universidades y el Gobierno trabajen de la mano en la formación de más expertos en ciencia y minería de datos. Por su parte, David Hernández apunta hacia adentro de las empresas: es clave animar a los trabajadores a aprender y experimentar con estas herramientas, pero con metas definidas y reglas claras para medir si los ensayos funcionan.

Al juntar las tres miradas queda una lección definitiva para cualquier junta directiva: invertir en Inteligencia Artificial no garantiza mayor productividad ni ganancias automáticas. Para ver resultados reales en el bolsillo, las compañías tienen que empezar por resolver problemas puntuales, medir cada paso, ordenar sus datos y asegurarse de contar con la infraestructura necesaria para sostener el proyecto.

En palabras de Montenegro Pohlhammer, el propósito de la automatización debería ser “reemplacemos manos, no humanos”. Su mensaje apunta a utilizar estas tecnologías para asumir tareas que las personas no quieren o no necesitan realizar, y permitir que los trabajadores concentren sus esfuerzos en actividades que requieren creatividad, criterio y visión.

Para las empresas en Colombia, la tarea pendiente consiste en lograr que la Inteligencia Artificial deje de ser una colección de experimentos sueltos y se transforme en una herramienta sólida, medible y capaz de dar resultados reales en el funcionamiento diario del negocio. 

Sigue a Impacto TIC en Google

Erick Diaz
Erick Diaz
Periodista y Comunicador social, amante del mundo geek, el universo y los videojuegos. Redactor, diseñador y editor, todas las grandes ideas comienzan con una hoja en blanco.

CONTENIDOS RELACIONADOS