Chile quiere escalar la IA, pero aún debe construir las capacidades.
Por Tomás Ecclefield, Co-fundador de Digital eXp
Chile acaba de presentar una ambiciosa hoja de ruta de inteligencia artificial para 2026-2030. Seis pilares, una nueva propuesta legal, un laboratorio estatal y la promesa de convertir la IA en infraestructura crítica. Es un plan desafiante, pero que apunta en la dirección correcta.
Chile no parte de cero ni puede ser descrito simplemente como un país atrasado en transformación digital. El Estado ha logrado avances relevantes y se ubica sobre el promedio de la OCDE en esta materia. La brecha aparece al momento de escalar inteligencia artificial: todavía es necesario fortalecer la gobernanza, la gestión de datos, la evaluación de resultados y la capacitación de las personas. Sin esas capacidades, la tecnología difícilmente podrá traducirse en mejores servicios o mayor productividad.
Nos estamos acostumbrando a confundir transformación con compra. Se adquieren licencias, se anuncian asistentes y se inauguran pilotos, pero escalar IA exige mucho más que integración tecnológica. Requiere capacidades institucionales para inventariar sistemas, eliminar redundancias, ordenar datos, definir responsables, revisar permisos, evaluar resultados y rediseñar procesos. El propio plan reconoce entre sus factores habilitantes la formación de talento, la infraestructura tecnológica y la gobernanza de datos. El desafío será convertir esos principios en una práctica sostenida.
La inteligencia artificial puede ayudar a transformar una organización desordenada, pero no puede sustituir las decisiones de arquitectura, gobierno y responsabilidad que se necesitan. Si recibe información incompleta, desactualizada o contradictoria, puede producir errores a gran velocidad y con una apariencia peligrosamente convincente. Un algoritmo puede redactar una respuesta impecable y, al mismo tiempo, recomendar una decisión equivocada.
Por eso, declarar la IA como infraestructura crítica obliga a revisar con rigor las condiciones que permitirán sostenerla en el largo plazo. Antes de hablar de escala, cada institución debería poder responder preguntas básicas: ¿qué sistemas utiliza?, ¿cuáles necesitan modernización?, ¿dónde viven sus datos?, ¿quién accede a ellos?, ¿qué proveedores intervienen? y ¿qué decisiones pueden trazarse? El plan aborda varias de estas dimensiones; la prueba decisiva será su capacidad de ejecutarlas, medirlas y mantenerlas más allá de un periodo de gobierno.
La interoperabilidad tampoco puede seguir siendo una palabra elegante para adornar presentaciones. Mientras ministerios, municipios y empresas acumulen plataformas aisladas, cada nueva solución corre el riesgo de aumentar la fragmentación que pretendía resolver. Chile necesita estándares comunes, sistemas conectados y una arquitectura que permita que la información circule con seguridad y trazabilidad.
El debate regulatorio agrega otra exigencia. Una nueva ley de inteligencia artificial puede entregar certezas y resguardos, pero debe ir acompañada de una gobernanza efectiva de la IA, tal como el propio plan plantea al incorporar la ética y la gobernanza en su uso. Cada organización debe saber qué datos procesa, para qué los utiliza, con quién los comparte, quién responde por las decisiones automatizadas y cómo evalúa sus riesgos. La regulación será insuficiente si esas responsabilidades no se traducen en controles concretos.
También debemos abandonar la fantasía de que la alfabetización en IA consiste únicamente en enseñar a escribir buenos prompts. La madurez exige avanzar por distintos niveles: usar IA, incorporarla a los procesos, operarla de manera estable, gobernarla y, finalmente, transformar la organización con ella. Para recorrer ese camino, el talento que Chile necesita debe comprender procesos, arquitectura, gobierno de datos, ciberseguridad, evaluación y continuidad operacional.
La agenda 2026-2030 puede ser una oportunidad real, pero su principal desafío será pasar de experimentar con IA a construir capacidades para operarla a escala. Eso implica liderazgo, responsables claros, datos confiables, arquitectura, gobernanza, talento, evaluación permanente y métricas que permitan distinguir una prueba atractiva de una transformación que genera resultados. El problema ya no es acceder a la IA: es desarrollar la madurez necesaria para sostenerla.
Si no construimos esas capacidades, en 2030 tendremos más licencias, anuncios y herramientas, pero no necesariamente un Estado más eficiente ni empresas más competitivas. Entonces diremos que la inteligencia artificial no cumplió su promesa. Será una excusa cómoda.
El Gobierno identificó correctamente el desafío. Ahora viene la parte difícil: convertir la estrategia en capacidad institucional de largo plazo.
Si quieres saber más sobre cómo trabajamos y si tu ecosistema tecnológico está realmente alineado a tu estrategia de negocio, contáctanos y te podemos ayudar con un primer diagnóstico.
