J.
IA & GenAI

La encuesta de Banxico que desmonta el relato fácil sobre la IA en las empresas mexicanas

La encuesta EMAER de Banxico muestra que casi la mitad de las grandes empresas mexicanas ya usa IA, el doble que hace nueve meses. La pregunta que esa cifra no responde es si ese salto se está traduciendo en algo más que gasto tecnológico.

Jesús Mario González Siller22 de septiembre de 202611 min de lectura
#Banxico#Inteligencia Artificial#Adopción Tecnológica#Productividad#Empleo#EMAER#Transformación Digital#Empresas#México#Automatización

¿Qué significa, exactamente, que una empresa "use" inteligencia artificial? Es la pregunta que debería acompañar cualquier lectura de la encuesta especial que el Banco de México aplicó en junio de 2026 como módulo adicional de la Encuesta Mensual de Actividad Económica Regional (EMAER), cuyos resultados —publicados esta semana— muestran que 48.5% de los establecimientos con más de 100 trabajadores ya utiliza al menos una tecnología de inteligencia artificial, frente a apenas 24.3% que reportaba lo mismo en septiembre de 2025. Duplicar una tasa de adopción en nueve meses es, en cualquier lectura superficial, una noticia extraordinaria: sugiere que el país que durante años fue descrito como rezagado en la carrera tecnológica global de pronto encontró el paso. Pero la pregunta inicial —qué cuenta como "usar" IA— es la que separa esa lectura optimista de la que en realidad sostienen los datos, porque la propia encuesta de Banxico, leída completa y no solo en su titular, describe algo bastante más modesto y bastante más familiar en la historia económica reciente de México: una ola de compra tecnológica que corre, como casi siempre, muy por delante de cualquier evidencia de que esa compra se esté traduciendo en productividad.

Lo que la cifra headline no dice sobre qué se está adoptando

El salto de 24.3% a 48.5% es real y merece tomarse en serio, pero la EMAER no distingue entre una empresa que integró modelos de lenguaje en procesos centrales de decisión —pricing, control de calidad, gestión de riesgo crediticio— y una que simplemente autorizó el uso de un asistente conversacional para redactar correos o resumir reportes internos. Esa distinción, que la literatura sobre adopción de tecnología corporativa documenta como decisiva desde la era del ERP, es la que separa "uso" de "uso transformador", y las encuestas que solo capturan la primera sobreestiman sistemáticamente el cambio real dentro de las organizaciones. El propio Banxico ofrece, sin quererlo, evidencia de esa brecha: cuando pregunta no cuántas empresas usan IA hoy sino cuántas esperan usarla en los próximos tres años, la proporción sube a 64.8%, señal de que buena parte de la adopción actual sigue siendo exploratoria.

Esa distinción entre adopción nominal y transformadora no es exclusiva de México. La encuesta global de McKinsey sobre el estado de la IA, levantada en 2025 con casi dos mil participantes en 105 países, encontró que 88% de las organizaciones ya usa IA en al menos una función —diez puntos más que en 2024—, pero que solo 7% la ha escalado verdaderamente a través de toda la empresa, y apenas 6% pertenece a lo que la propia firma llama "altos desempeños en IA": organizaciones capaces de atribuir más de 5% de su utilidad operativa a estas tecnologías. Si ese patrón —adopción amplia, escalamiento raro, impacto financiero rarísimo— se sostiene también en México, el salto de la EMAER describe la fase más temprana y menos costosa de cualquier ciclo de adopción tecnológica: la compra de la herramienta, no la reingeniería de los procesos que debería volver más eficientes.

El empleo: la pregunta que domina el debate público es también la que menos preocupa a las empresas

La parte de la encuesta de Banxico que más atención mediática ha recibido, con razón, es la que toca empleo: 32.6% de las grandes empresas que planea usar IA en los próximos tres años espera aumentar su plantilla como consecuencia de esa adopción, frente a 20.5% que anticipa recortes, mientras 46.8% calcula que su fuerza laboral no cambiará de forma significativa. Es un resultado que contradice de frente la narrativa dominante en la conversación pública sobre IA y trabajo, en la que el temor a la sustitución masiva de empleos ocupa buena parte del espacio discursivo. Pero conviene ser cuidadoso con la lectura optimista de ese dato por dos razones distintas.

La primera es metodológica: la encuesta pregunta por expectativas declaradas sobre comportamiento futuro, no por resultados observados, y esas expectativas tienden a sesgarse hacia la respuesta que genera menos fricción —interna, con los propios trabajadores, y externa, frente a reguladores— en el momento de contestar, no necesariamente hacia la que se materializará conforme el caso de negocio se aclare. La segunda es de composición: entre las empresas que sí esperan crecer su plantilla, 21.3% calcula un incremento menor a 5% y solo 11.3% anticipa uno mayor, cifras que describen ajustes marginales, no una ola de contratación. El resultado más honesto que se puede extraer de esta sección no es que la IA vaya a generar empleo neto en México, ni que vaya a destruirlo masivamente en el corto plazo, sino que las propias empresas todavía no tienen una teoría clara de cómo la IA reconfigurará su necesidad de personal —y esa incertidumbre, más que cualquier previsión optimista o catastrofista, es el dato de fondo que la EMAER revela.

El problema estructural que ninguna encuesta de adopción puede resolver por sí sola

La razón por la que estos datos de adopción no deberían leerse de forma aislada es que llegan sobre un terreno económico donde la variable que la IA debería, en teoría, mover más rápido —la productividad laboral— lleva años sin moverse en absoluto. El Índice Global de Productividad Laboral de la Economía que calcula el INEGI registró una caída trimestral de 0.1% en el primer trimestre de 2026, con una tasa anualizada negativa de 0.5%, y aunque el segundo trimestre trajo una recuperación de 0.9% trimestral y 1.7% anual, el promedio de crecimiento de la productividad laboral mexicana entre 2019 y 2025 se ha mantenido, de acuerdo con las propias series del instituto, prácticamente estancado entre 0% y 1% anual —un desempeño que coloca al Semáforo Económico de productividad laboral en rojo desde el tercer trimestre de 2023 y muy por debajo de cualquier meta razonable de crecimiento sostenido.

Esa es la contradicción que la encuesta de Banxico no resuelve: 60.2% de las empresas que usan IA calcula que esa adopción va a mejorar su productividad, una expectativa razonable a nivel de la firma individual, pero sin correlato observable todavía en las cifras agregadas de productividad laboral del país. No es evidencia de que la tecnología no funcione; es el mismo desfase que documentó Robert Solow hace casi cuatro décadas al observar que la era de las computadoras era visible en todas partes menos en las estadísticas de productividad —la llamada "paradoja de la productividad", que históricamente se resuelve, cuando se resuelve, solo después de una o dos décadas de rediseño organizacional, no de mera instalación de la tecnología. La pregunta relevante para México no es si esa paradoja eventualmente se disolverá, sino si el país tiene la paciencia institucional para sostener la inversión durante el periodo, probablemente largo, en el que el gasto en IA crece más rápido que cualquier beneficio medible.

Por qué la brecha de capacidades importa más que la brecha de adopción

Un estudio reciente de EY México encontró que aunque la inteligencia artificial ya domina la agenda de las direcciones generales del país, solamente una de cada diez empresas ha logrado llevarla a una etapa de implementación avanzada, y que la mayoría sigue atrapada en una fase de experimentación sin un caso de negocio claro ni métricas de retorno definidas. Ese hallazgo es consistente con el de la propia encuesta de Banxico y con el patrón que McKinsey documenta a escala global: el cuello de botella de la adopción de IA corporativa dejó de ser, hace tiempo, el acceso a la tecnología —los mismos modelos de frontera están disponibles, con matices de precio y latencia, prácticamente en cualquier país conectado a internet— y se convirtió en la capacidad organizacional para rediseñar procesos, capacitar personal y gobernar el riesgo alrededor de esa tecnología, un activo que no se compra con una licencia de software ni se resuelve con un anuncio corporativo de adopción de IA.

Esa brecha tiene, en el caso mexicano, un componente adicional que rara vez aparece en la cobertura entusiasta sobre inversión en IA: un reporte de la fintech Clara sobre gasto empresarial en tecnología documentó que el desembolso promedio por empresa mexicana en herramientas de IA creció 139% en el último periodo medido, posicionando al país como el segundo mercado más dinámico de América Latina, solo detrás de Brasil. Un crecimiento de esa magnitud en el gasto, sin uno comparable en la productividad agregada, es exactamente el patrón que debería generar cautela antes que celebración: sugiere que las empresas mexicanas compran IA a un ritmo más rápido que el ritmo al que aprenden a usarla, y esa brecha entre gasto y resultado es, históricamente, donde se concentran tanto el desperdicio de capital como la eventual corrección de expectativas cuando los consejos de administración empiecen a exigir evidencia de retorno.

Lo que distingue a México de otros mercados emergentes en esta ola

Vale la pena situar estos números en un contexto comparativo, porque la adopción de IA no está ocurriendo de forma pareja entre economías de ingreso medio, y la posición relativa de México condiciona qué tan preocupante o alentador debería resultar el patrón descrito arriba. Brasil, el único mercado latinoamericano que crece más rápido que México en gasto empresarial de IA según el propio reporte de Clara, cuenta con un ecosistema de venture capital doméstico considerablemente más maduro y con programas públicos de cómputo en la nube —el más visible, el plan Brasil IA anunciado por el gobierno de Lula— que buscan explícitamente cerrar la brecha entre adopción y capacidad técnica local, algo que México todavía no tiene en una escala comparable. India, por su parte, ha apostado por construir capacidad de talento técnico a un ritmo que le permite capturar buena parte del valor de la implementación —no solo de la compra— de estas tecnologías dentro de sus propias fronteras, un patrón que contrasta con la fuerte dependencia mexicana de proveedores y capital extranjeros para casi cualquier proyecto de IA de cierta escala.

Esa comparación importa porque sugiere que el problema de México no es tanto la velocidad de adopción —el salto de 24.3% a 48.5% es, de hecho, más rápido que el de buena parte de sus pares regionales— sino la ausencia de infraestructura institucional, talento y capital doméstico para que esa adopción se convierta en capacidad productiva propia, en lugar de en una dependencia más profunda de proveedores extranjeros. Es el mismo patrón que ya se observa en el financiamiento del ecosistema mexicano de startups de IA, donde tres de cada cuatro inversionistas activos identificados en el país son de origen extranjero: México compra y adopta IA a un ritmo notable, pero está bastante menos preparado para capitalizar internamente el valor que esa adopción genere.

Qué debería vigilar cualquiera que tome esta encuesta como evidencia de progreso

Ninguno de estos matices invalida la cifra central de la encuesta de Banxico: la adopción de inteligencia artificial en las grandes empresas mexicanas efectivamente se duplicó en menos de un año, y eso es, en sí mismo, una señal de que el país no se está quedando fuera de esta ola tecnológica al menos en su fase de compra e instalación. Pero la distancia entre esa cifra y una verdadera transformación productiva —la que finalmente debería justificar tanto la inversión empresarial como el entusiasmo con el que medios y analistas reciben cada nueva encuesta de adopción— depende de variables que la EMAER no mide y que probablemente no se aclararán antes de que Banxico levante su siguiente edición de esta misma encuesta especial: cuánto de ese 48.5% corresponde a uso superficial frente a rediseño real de procesos, si la brecha de productividad agregada empieza a cerrarse conforme maduren los primeros proyectos que hoy siguen en fase piloto, y si México logra, en los próximos años, construir la base de capital y talento doméstico necesaria para que la próxima ronda de esta misma encuesta describa no solo más empresas usando IA, sino más empresas mexicanas capturando, dentro de sus propias fronteras, el valor económico que esa adopción genere.

Fuentes

Sigue leyendo 01 / 05

← Volver al blog