Lectura 6:00 min
Solo 14% de las empresas mexicanas compara el valor de la IA con su costo
Aunque 90% de las compañías consultadas por KPMG en México identifica beneficios medibles, la evaluación económica sigue rezagada frente al uso de estas herramientas.
Solo 14% de las empresas consultadas en México por KPMG evalúa de manera consistente el valor que genera la inteligencia artificial frente a su costo. El resultado contrasta con 90% que afirma obtener beneficios medibles de esta tecnología.
El indicador mexicano supera por dos puntos porcentuales el promedio global de 12 por ciento. La comparación corresponde al estudio Global AI Pulse del tercer trimestre de 2026, que reunió respuestas de 2,131 directivos en 20 países.
En México, el estudio considera organizaciones con ingresos anuales de al menos 50 millones de dólares. Sus resultados describen las experiencias declaradas por las compañías participantes y tienen un alcance distinto al de una medición representativa de todos los negocios del país.
Te puede interesar
La diferencia entre beneficio y rentabilidad puede observarse en una tienda que vende más después de incorporar IA. Ese aumento constituye un resultado comercial; determinar su aportación económica requiere compararlo con el gasto de implementar y operar la herramienta. También exige identificar qué parte de las ventas adicionales puede atribuirse al cambio tecnológico.
A escala global, 61% de las organizaciones revisa los costos de IA durante la aprobación de sus proyectos y 59% los monitorea una vez que los sistemas funcionan. La evaluación consistente del valor frente al costo alcanza 48% entre las compañías que declaran un retorno de inversión consolidado. KPMG identifica una asociación entre ambas capacidades, sin establecer que los controles financieros, por sí solos, causen mejores resultados.
Medir antes de automatizar
Nicolás Camhi, director ejecutivo y cofundador de Vambe, empresa que automatiza operaciones comerciales mediante IA, identificó una dificultad previa al cálculo financiero. Algunos clientes comienzan a incorporar herramientas sin definir el resultado que esperan modificar. La empresa trabaja con negocios medianos que cuentan con equipos dedicados a atender compradores.
“Las empresas no tienen claridad de lo que quieren y por ende parten tratando de automatizar y poner inteligencia artificial como locos en todas partes”, dijo Camhi. “Entonces la recomendación siempre es partir de menos a más, con objetivos claros e ir midiendo y progresando”.
Te puede interesar
Su observación se refiere a proyectos comerciales en los que la tecnología interviene directamente en la relación con el cliente. Un sistema puede responder consultas con rapidez y, al mismo tiempo, proporcionar un precio equivocado. Camhi también mencionó el caso de una herramienta que agenda una consulta dental cuando el establecimiento está cerrado. El error obliga al negocio a resolver una falla que afecta al comprador.
Para reducir esos riesgos, explicó, las respuestas necesitan controles que permitan comprobar información sensible, como los precios y los horarios de atención. Esas verificaciones forman parte de la operación del servicio y condicionan la utilidad de automatizar una conversación.
La evaluación de resultados ocurre además en un mercado con tiempos de adopción prolongados. Bernardo Cordero, socio de Nascent y cofundador de México Tech Week, indicó durante la inauguración del encuentro que alcanzar una penetración comercial que toma dos o tres años en otros países puede requerir cinco en México, según su experiencia como inversionista en proveedores de tecnología para pequeños negocios.
Te puede interesar
En el comercio de ropa, una de las aplicaciones busca reducir las devoluciones asociadas con la elección de talla. Magalí Parra, directora ejecutiva y cofundadora de CaaS, explicó que su herramienta combina las medidas del comprador con información de las prendas para recomendar un ajuste y generar una representación visual.
Parra reportó una reducción promedio de 70% en devoluciones y un aumento de 50% en conversiones, es decir, en la proporción de visitas que termina en compra. Los resultados corresponden a tres marcas argentinas con una facturación anual promedio de un millón de dólares, con las que comenzaron a trabajar en febrero.
La implementación también requirió corregir información de las tiendas. Una de las marcas había crecido rápidamente y tenía problemas con sus tablas de tallas. CaaS trabajó en adaptar las medidas a las características de las prendas antes de generar recomendaciones.
“Lo que fuimos encontrando fue el mismo problema que en Argentina”, dijo Parra sobre su trabajo en México. “Lo que sí me sorprendió es que pensé que al ser un mercado tal vez más maduro (...) iba tal vez a tener mucho más solventado este tema de la tabla de tallas”.
El costo de una máquina detenida
En el sector manufacturero, la medición se concentra en las pérdidas asociadas con interrupciones de producción. Leonardo Vieira, cofundador de Tractian, explicó que la compañía utiliza información de las máquinas para anticipar averías y orientar las intervenciones de mantenimiento. Según el directivo, su plataforma monitorea 350,000 equipos.
Vieira aseguró que las fábricas que utilizan sus herramientas evitan pérdidas de entre 1.5 millones y 2 millones de dólares al año, en promedio, al detectar fallas antes de que detengan la producción.
El costo de una interrupción depende del proceso afectado. Para evaluar económicamente una herramienta de mantenimiento, el valor de la producción que se habría perdido debe contrastarse con el gasto del sistema y de las intervenciones realizadas. Una alerta atendida también puede requerir refacciones y horas de trabajo.
Te puede interesar
Vieira relaciona la incorporación cotidiana de la tecnología con la participación de los responsables de la fábrica.
“Las empresas que tienen un equipo de liderazgo muy involucrado desde el principio son las empresas que logran éxito y hacen que la tecnología sea parte de la estrategia y de las operaciones en el día a día”, dijo el cofundador de Tractian.
La expansión de estas aplicaciones ocurre con mayores presupuestos previstos. Las organizaciones de la muestra global de KPMG planean invertir un promedio de 210 millones de dólares en IA durante los siguientes 12 meses, frente a 186 millones registrados en la primera edición del año.
Camhi vincula el control del gasto con la selección de tareas que justifican el uso de IA. Vambe utiliza modelos de distintos proveedores según la aplicación y el costo de atenderla.
“No hay que poner a la IA para absolutamente todo, porque no es necesario y puede terminar saliendo más caro que el beneficio que te trae”, dijo.
