de Diego San Esteban – Presidente Latam Artificial Intelligence Hub
Para mí, leer el documento “The 2025 Generative AI Implementation Guide” de Kore.ai fue como sentarse frente a un mapa detallado… pero de otro continente. La guía está brillantemente estructurada, orientada a directivos con recursos, visión estratégica y acceso a una infraestructura que en nuestra región rara vez es la norma.
Sin embargo, hay algo que este tipo de documentos rara vez reconoce: el desfase brutal entre las condiciones que suponen como estándar y las realidades con las que convivimos a diario en Latinoamérica. Mientras en algunos países el debate gira en torno a cuántos LLMs pueden coexistir en una arquitectura cloud escalable, en muchos de nuestros territorios seguimos preguntándonos cómo conectar sistemas obsoletos, cómo proteger datos sin leyes claras de privacidad, o cómo dar el primer paso cuando ni siquiera hay presupuesto para equipos de ciencia de datos.
Y sin embargo, el impulso está. Según datos recientes de Microsoft y la CAF, más del 50% de las grandes empresas en América Latina ya están explorando pilotos con GenAI. Pero también sabemos que más del 70% de esos esfuerzos no logran consolidarse en producción o generar impacto sostenido. No porque falte ambición, sino porque faltan caminos adaptados.
Ahí es donde entra mi preocupación: veo demasiadas organizaciones tratando de copiar modelos de afuera, como si la IA fuera una receta. Como si el mismo modelo que funciona en Nueva York pudiera aplicarse igual en Quito, Rosario o Cartagena.
Hace unos días conversaba con Martin Vivas, el CEO de Beyond Future sobre este mismo tema. Coincidíamos en algo esencial: los modelos fundacionales necesitan una regionalización real, no solo una traducción literal. No se trata de hablar español, sino de entender la complejidad regulatoria, la informalidad económica, los matices culturales y la lógica de decisión de nuestras empresas. Porque cuando un modelo no comprende el contexto, el riesgo no es que alucine: el riesgo es que sugiera caminos que no existen en nuestro territorio.
Lo que aprendí después de tres décadas de consultoría, de haber estado en más de veinte países y escuchado a cientos de líderes de la región, es que ninguna innovación funciona si no entiende el suelo donde se planta. Y la IA generativa, por potente que sea, no escapa a esta regla. Es una semilla, sí. Pero necesita tierra fértil, clima favorable, y manos que sepan cultivarla desde lo propio.
Por eso este artículo. Para reinterpretar esa guía con ojos latinoamericanos. Para ayudar a que quienes lideran hoy el cambio puedan hacerlo desde nuestras realidades y no desde promesas ajenas.
Lo que la guía acierta con precisión quirúrgica
La guía acierta cuando afirma que la inteligencia artificial generativa ya dejó de ser una promesa y pasó a ser un diferencial estratégico real. A lo largo de sus páginas, se destacan aspectos que comparto plenamente:
- Alineación estratégica entre tecnología y negocio.
- Casos internos de uso antes de clientes.
- Gobernanza, ética y calidad de los datos.
- Visiones graduales, medibles y sostenibles.
- KPIs claros.
- Liderazgo como clave del éxito.
Si una empresa latinoamericana decidiera seguir esta guía como está, haría más que muchas que aún creen que GenAI es solo una moda o una API con chat bonito. Pero justamente por eso, creo que es fundamental ajustar su mirada al contexto real de nuestras organizaciones.
Lo que deberíamos modificar para que funcione en nuestra región
1. Bajar a tierra los presupuestos y horizontes de tiempo
La guía menciona presupuestos entre 5 y 20 millones de dólares. En Latinoamérica, el 80% de las empresas que desean aplicar IA no tienen ni siquiera un equipo de datos formalizado. Propongo una arquitectura modular, con MVPs desde 100 mil dólares, que permitan iterar rápido, aprender y escalar con base en resultados reales.
2. Empezar por los datos… aunque no estén listos
La guía parte de la base de que hay calidad de datos y estructuras para gobernarlos. En nuestra región, eso no es lo común. Necesitamos sumar una “Fase 0”: diagnóstico, limpieza, etiquetado y capacitación en cultura de datos.
3. Usar GenAI para resolver problemas estructurales
Latinoamérica necesita pensar en la IA generativa como una herramienta para resolver problemas reales: acceso a la justicia, inclusión financiera, educación personalizada, diagnóstico médico automatizado, capacitación a escala.
Por ejemplo:
- Un banco regional que usa GenAI para simplificar el lenguaje legal de los contratos de crédito.
- Un ministerio de educación que crea tutores virtuales para niños en zonas rurales.
- Una fintech que usa IA para acompañar a microemprendedores en su contabilidad.
- Un municipio que automatiza la atención de reclamos vecinales y agiliza trámites urbanos usando GenAI en lenguaje natural.
- Un hospital público que entrena un modelo con sus propios historiales clínicos para asistir en el prediagnóstico de enfermedades frecuentes.
4. Cooperar en lugar de competir
La guía habla de diferenciación competitiva. En Latam, sin infraestructura ni acceso igualitario a modelos, ese enfoque puede dejar a muchos fuera del futuro. Proponemos plataformas compartidas, consorcios sectoriales, y modelos entrenados con corpus en español y portugués.
Necesitamos una visión colaborativa para que todos los actores —bancos, gobiernos, universidades, startups— puedan acceder a infraestructura de entrenamiento, herramientas de validación ética y repositorios de datos anonimizado para fine-tuning local.
5. Cambiar el liderazgo de comando por liderazgo con escucha
El modelo L.E.A.D. que propone la guía (Lead, Encourage, Align, Develop) es válido. Pero le agrego una letra: «E» de Escuchar. En Latinoamérica, la transformación necesita incluir la mirada del desarrollador, el usuario final, el cliente vulnerable, el trabajador sindicalizado.
Liderar hoy implica más que tomar decisiones técnicas o presupuestarias. Implica construir sentido, sostener el diálogo entre la tecnología y la cultura organizacional, anticipar impactos laborales y sociales, y tener el coraje de cambiar cuando los resultados no son los esperados.
El líder latinoamericano necesita un nuevo set de habilidades: curiosidad tecnológica, empatía cultural, visión regional y convicción para innovar sin pedir permiso.
6. Ética como infraestructura invisible
El documento original aborda el tema de la ética en la implementación de IA, pero en nuestro contexto, eso no es un lujo, es una necesidad crítica. Muchos países de la región no cuentan aún con marcos regulatorios claros. Por eso, propongo que la ética funcione como una infraestructura invisible que acompañe toda la implementación.
Esto implica:
- Explicar al usuario cuándo está interactuando con una IA.
- Garantizar la transparencia de las fuentes.
- Auditar los sesgos en las respuestas.
- Proteger la privacidad desde el diseño.
- Establecer comités éticos interdisciplinarios con voz real en los proyectos.
Hacia una hoja de ruta con acento latino
Si tuviera que resumir la adaptación en una sola frase, diría: no se trata de escalar la tecnología, sino de tejer el contexto.
¿Queremos liderar la transformación? Empecemos por construir una hoja de ruta realista:
- Fase 0: Diagnóstico de datos y cultura digital.
- Fase 1: Casos internos de bajo riesgo.
- Fase 2: Proyectos de impacto social con aliados.
- Fase 3: Escalamiento y creación de hubs regionales.
Mi reflexión final
La IA generativa no es una moda. Tampoco es el fin del trabajo humano. Es una tecnología poderosa que, bien aplicada, puede reparar desigualdades, acelerar procesos y liberar tiempo para lo que verdaderamente importa.
Pero necesita algo más que un buen plan técnico: necesita coraje, humildad y una mirada latinoamericana. Necesita que dejemos de copiar estrategias que no fueron pensadas para nosotros y empecemos a construir modelos propios con propósito local y vocación global.
Esa es la conversación que quiero habilitar. Y ese es el camino que estamos construyendo desde Latam AI Hub.
Si estás liderando la transformación en tu organización y no sabés por dónde empezar, escribime. Porque este futuro, o lo diseñamos entre todos… o nos va a pasar por encima.
Diego San Esteban – Sígueme
Documento Kore