“No se trata solo de tener información, sino de entender el contexto humano de cada organización y ayudar a las personas a lograr el cambio”, declaró Carlos Zuzunaga, partner de McKinsey & Company, durante su participación en el 8.º Data & AI Summit 2026, organizado por Seminarium Perú.
Fue una respuesta a un temor cada vez más extendido entre muchos profesionales: que la inteligencia artificial termine automatizando parte del trabajo de las consultorías, dedicadas justamente a transferir conocimiento a otras empresas, y ponga en riesgo cientos de puestos laborales. Sin embargo, para Zuzunaga, el verdadero desafío no está ahí, sino en construir, diseñar y acelerar el despliegue de la inteligencia artificial de forma sostenible.
De hecho, en la región ya hay países, como México y Colombia, que vienen desarrollando ecosistemas más propicios para el funcionamiento de estas soluciones. El caso más llamativo es Brasil, que hoy registra una penetración de ChatGPT incluso superior a la de Estados Unidos.
“Mi principal reflexión es que no necesariamente debemos replicar lo que hacen Estados Unidos, Inglaterra o Europa Occidental. Más bien, invitaría a mirar lo que están haciendo India y los países del sudeste asiático: economías mucho más informales y, en muchos sentidos, más parecidas a las nuestras, donde los emprendedores y los trabajadores autónomos tienen un peso decisivo en la actividad económica”, añadió Zuzunaga.
En ese sentido, la falta de inversión aparece como la principal causa de las brechas en data e infraestructura, especialmente a nivel macro. Las economías latinoamericanas siguen invirtiendo por debajo de lo necesario y, para el vocero, si los gobiernos realmente creen en la promesa de mayor productividad y valor que ofrece la inteligencia artificial, esta debería convertirse en una prioridad para toda la región.
¿Y cómo se traduce esa inversión? En el desarrollo de talento. No se trata únicamente de largas jornadas de capacitación o de diplomados en análisis de datos, sino también de formación orientada a habilidades prácticas o inmediatas. Que un colaborador aprenda, por ejemplo, a crear con ChatGPT un agente capaz de resumir los informes de sus clientes puede generar ahorros de tiempo relevantes y, con ello, elevar la productividad.
“Hablaba con un amigo que, desde hace meses, usa un agente para que durante la noche lea todos sus correos y redacte las respuestas que podría enviar. Así, cuando se despierta al día siguiente, solo dedica treinta minutos a revisar que estén bien escritas, que no incluyan nada inapropiado, y las envía. Eso sí es transformador”, sostuvo.
Tras el evento, Sectoriales Tech conversó en exclusiva con Zuzunaga sobre las estrategias que hoy deben adoptar las organizaciones para que su inversión en inteligencia artificial genere beneficios reales y supere la etapa de las expectativas iniciales.
La tecnología puede comprarse, pero la transformación no. Desde tu experiencia en banca y transformación organizacional, ¿cuál es el principal error que cometen las empresas cuando intentan escalar capacidades digitales?
Un error frecuente es abordar la digitalización como un proyecto tecnológico aislado, y no como una transformación integral del negocio. McKinsey ha documentado que muchas de estas iniciativas fallan por falta de alineamiento estratégico, una gobernanza clara y una gestión del cambio efectiva.
Escalar capacidades digitales requiere rediseñar procesos, invertir en talento, establecer métricas claras y asegurar una adopción real por parte del negocio. Sin ese enfoque sistémico, la tecnología no genera impacto sostenible.
Durante tu participación en el Data & AI Summit planteaste que América Latina sigue atrapada en pilotos de IA y que el verdadero reto es escalar. Si una empresa de la región quisiera salir hoy mismo de esa lógica experimental, ¿cuál debería ser el primer cambio a ejecutar?
Las organizaciones deberían enfocarse en escalar la adopción y el impacto en la industria más que en seguir ampliando pilotos. En nuestra experiencia, el valor se genera cuando la empresa elige un dominio específico como el comercial y se transforma integralmente.
Desde tu perspectiva, la IA puede abrir un nuevo camino para el crecimiento regional, pero también adviertes que los impactos todavía son modestos. ¿Qué distingue a las pocas organizaciones que sí están capturando valor real de aquellas que solo acumulan iniciativas dispersas?
La evidencia muestra que capturar valor sigue siendo limitado: solo el 23% de las empresas reporta impacto positivo en EBIT y, dentro de ese grupo, el 75% indica que ese impacto es menor al 5%. Esto sugiere que la diferencia está en lograr impacto económico concreto y medible, más allá de acumular iniciativas, algo que aún no es común en la región.
Señalaste que América Latina debería mirarse más en el espejo de India o del sudeste asiático que en el de Europa Occidental. ¿Qué lecciones concretas podría adoptar la región de esos mercados en términos de productividad, talento y escalamiento digital?
Esas geografías son más parecidas a América Latina en términos de mercado. Vemos, por ejemplo, que países como India están apostando por usar herramientas más cercanas al consumidor, como WhatsApp, para procesos de venta.
En tu diagnóstico aparecen barreras estructurales como infraestructura, calidad de datos y escasez de talento. Si tuvieras que priorizar una sola de esas restricciones como la más crítica para los próximos cinco años, ¿cuál elegiría y por qué?
Una de las restricciones más críticas es la infraestructura y la calidad de los datos, porque son la base para construir economías inteligentes. Sin bases de datos diversas y de alta calidad, junto con una infraestructura adecuada, resulta difícil desarrollar modelos de inteligencia artificial y capturar su valor de manera sostenida.
¿Qué incentivos reales podrían hacer viable una agenda latinoamericana más coordinada en inteligencia artificial?
La colaboración regional es una oportunidad relevante y aún poco aprovechada. Para avanzar, se requiere movilizar inversión, generar confianza y coordinar esfuerzos entre países. En ese sentido, fomentar la colaboración regional y crear mecanismos de capital e incentivos que impulsen el desarrollo conjunto de capacidades en inteligencia artificial puede ser clave.
¿Cuál crees que es hoy la ilusión más riesgosa en América Latina en torno a la inteligencia artificial?
No hay que asumir que la adopción tecnológica, por sí sola, generará valor. A pesar de que las empresas ya están implementando inteligencia artificial, la captura de valor sigue siendo limitada. Eso evidencia que ni la tecnología ni la inversión, de manera aislada, garantizan resultados significativos.
