Inteligencia Artificial en Chile: desarrollo, aplicaciones y futuro de la IA

Chile ocupa el primer lugar en Inteligencia Artificial en Latinoamérica

El Índice Latinoamericano de Inteligencia Artificial —ILIA— evalúa el nivel de madurez de los ecosistemas de IA de diferentes países de América Latina y el Caribe.

ILIA 2025

En su tercera edición, Chile obtuvo:

70,5 puntos.

Ranking regional

ILIA 2025

1. Chile
70,5

2. Brasil
67,3

3. Uruguay
62,3

Chile ocupó nuevamente el primer lugar de la medición por tercer año consecutivo.

¿En qué destaca Chile?

Entre los ámbitos destacados por ILIA 2025 se encuentran:

• Talento humano.
• Alfabetización en Inteligencia Artificial.
• Formación de talento avanzado.
• Producción científica.
• Adopción de IA generativa.
• Políticas públicas.

Chile lideró alfabetización en IA

El indicador de alfabetización en Inteligencia Artificial alcanzó:

84,70 puntos.

También destacó en adopción de IA generativa

Chile alcanzó:

78,70 puntos.

Pero existe una debilidad importante

ILIA también identifica una brecha en la adopción de Inteligencia Artificial dentro del sector productivo.

En adopción industrial, Chile alcanzó 39,30 puntos y ocupó el lugar 12 entre los 19 países analizados.

¿Por qué Chile lidera en Inteligencia Artificial?

No existe una única explicación.

El liderazgo chileno se construye mediante la combinación de distintas capacidades.

Infraestructura digital

Chile dispone de una infraestructura de telecomunicaciones y conectividad relativamente desarrollada dentro del contexto latinoamericano.

Capital humano

Universidades y centros de investigación forman profesionales en áreas relacionadas con:

• Computación.
• Ingeniería.
• Matemática.
• Ciencia de datos.
• Machine Learning.
• Robótica.
• Inteligencia Artificial.

Investigación

Existen grupos académicos dedicados a visión computacional, procesamiento de lenguaje natural, Machine Learning, robótica y otras áreas.

Política pública

Chile cuenta con una Política Nacional de Inteligencia Artificial y un Plan de Acción destinado a coordinar distintas iniciativas del Estado.

Ecosistema empresarial

Empresas de sectores como minería, banca, retail, telecomunicaciones y tecnología poseen condiciones para desarrollar proyectos avanzados de automatización y análisis de datos.

Infraestructura

+

Talento

+

Investigación

+

Política pública

+

Empresas

↓

Ecosistema de IA

¿Quién desarrolla Inteligencia Artificial en Chile?

El ecosistema chileno de IA no depende de una sola organización.

Universidades

Las universidades cumplen un rol importante en investigación, formación y transferencia tecnológica.

Centros de investigación

Organizaciones especializadas desarrollan investigación y proyectos de Inteligencia Artificial.

Empresas

Compañías nacionales e internacionales utilizan IA en procesos productivos, comerciales y operativos.

Startups

Nuevas empresas utilizan modelos de IA para crear productos digitales, automatizaciones, sistemas de análisis y software especializado.

Sector público

El Estado participa mediante políticas, regulación, datos, investigación y adopción de herramientas digitales.

ACADEMIA
     ↕
ESTADO
     ↕
EMPRESAS
     ↕
STARTUPS
     ↕
SOCIEDAD

=

Ecosistema IA Chile

¿Qué es CENIA?

CENIA es el Centro Nacional de Inteligencia Artificial de Chile.

La institución articula investigación, transferencia tecnológica, formación y proyectos relacionados con Inteligencia Artificial.

Entre sus áreas de trabajo se encuentran

• Investigación científica.
• Machine Learning.
• Procesamiento de lenguaje.
• Visión computacional.
• Transferencia tecnológica.
• Políticas públicas.
• Formación.

CENIA también desarrolla ILIA

El Centro Nacional de Inteligencia Artificial participa junto con CEPAL en la elaboración del Índice Latinoamericano de Inteligencia Artificial.

También coordina Latam-GPT

Uno de sus proyectos más importantes es el desarrollo de un modelo de lenguaje creado específicamente desde América Latina y el Caribe.

Latam-GPT: Inteligencia Artificial latinoamericana coordinada desde Chile

Latam-GPT es uno de los proyectos más importantes surgidos desde el ecosistema chileno de Inteligencia Artificial.

¿Qué es Latam-GPT?

Es un gran modelo de lenguaje abierto desarrollado para representar mejor la cultura, idiomas, historia y contexto de América Latina y el Caribe.

Fue coordinado por CENIA

El proyecto reúne universidades, instituciones públicas, investigadores y organizaciones de distintos países de la región.

Fue presentado oficialmente en febrero de 2026

Su desarrollo busca que América Latina participe no solamente como consumidora de modelos creados en otros países, sino también como desarrolladora de infraestructura y conocimiento de Inteligencia Artificial.

¿Por qué desarrollar un modelo regional?

Los grandes modelos globales se entrenan utilizando enormes cantidades de información, pero esa información no representa necesariamente de forma equilibrada la realidad latinoamericana.

Modelos globales

Datos internacionales
↓
Representación desigual
de América Latina


Latam-GPT

Datos regionales
+
Idiomas
+
Historia
+
Cultura
+
Instituciones

↓

Mayor representación
regional

También genera capacidades técnicas

Entrenar un modelo de gran escala permite desarrollar experiencia en:

• Curación de datos.
• Entrenamiento distribuido.
• Modelos de lenguaje.
• GPUs.
• Evaluación de modelos.
• Gobernanza de datos.
• MLOps.

¿Dónde se utiliza Inteligencia Artificial en Chile?

La Inteligencia Artificial puede aplicarse prácticamente en cualquier actividad donde existan datos, decisiones repetitivas, patrones o procesos automatizables.

Minería

• Mantenimiento predictivo.
• Visión computacional.
• Optimización operacional.
• Seguridad.

Banca y servicios financieros

• Detección de fraude.
• Análisis de riesgo.
• Atención automatizada.
• Procesamiento documental.

Retail y ecommerce

• Recomendaciones.
• Predicción de demanda.
• Gestión de inventario.
• Atención al cliente.

Agricultura

• Análisis de cultivos.
• Predicción.
• Riego inteligente.
• Visión computacional.

Salud

• Análisis de imágenes.
• Gestión de información.
• Apoyo diagnóstico.
• Investigación.

Sector público

• Automatización administrativa.
• Análisis de información.
• Servicios ciudadanos.
• Procesamiento documental.

Inteligencia Artificial en la minería chilena

La minería representa uno de los escenarios más interesantes para la aplicación de Inteligencia Artificial en Chile.

Una operación minera genera grandes cantidades de datos

Sensores, maquinaria, procesos industriales y sistemas de planificación producen información continuamente.

Mantenimiento predictivo

Los modelos pueden analizar señales provenientes de equipos para detectar comportamientos asociados con posibles fallas.

Visión computacional

Cámaras y modelos de reconocimiento pueden utilizarse para observar procesos, equipos o condiciones de seguridad.

Optimización

Los sistemas pueden apoyar decisiones relacionadas con:

• Producción.
• Transporte.
• Energía.
• Mantenimiento.
• Planificación.

Sensores
+
Datos históricos
+
Operación

↓

Modelo IA

↓

Detectar patrones

↓

Anticipar problemas
o apoyar decisiones

Inteligencia Artificial para empresas en Chile

Una empresa no necesita desarrollar un modelo propio desde cero para comenzar a utilizar Inteligencia Artificial.

Puede integrar modelos existentes

Actualmente existen APIs, plataformas y modelos que permiten incorporar capacidades de IA dentro de software empresarial.

Ejemplos

• Chatbots.
• Asistentes internos.
• Clasificación de documentos.
• Procesamiento de correos.
• Análisis de datos.
• Generación de reportes.
• Automatización comercial.
• Búsqueda inteligente.
• Soporte al cliente.

El punto de partida debería ser el problema

Una empresa no debería comenzar preguntándose:

¿Cómo podemos usar IA?

Una pregunta más útil sería:

¿Qué proceso consume
demasiado tiempo?

¿Qué información cuesta
encontrar?

¿Qué decisión podría
apoyarse con datos?

¿Qué tarea repetitiva
podemos automatizar?

¿Cómo puede una PyME chilena utilizar Inteligencia Artificial?

Las pequeñas empresas no necesitan una infraestructura propia de Machine Learning para obtener beneficios.

Atención de clientes

Un asistente puede responder consultas frecuentes y recuperar información desde una base de conocimiento.

Documentos

La IA puede ayudar a extraer, clasificar o resumir información.

Ventas

Puede apoyar:

• Clasificación de leads.
• Seguimientos.
• Redacción de propuestas.
• Análisis comercial.

Marketing

Puede utilizarse como apoyo en investigación, análisis, producción y optimización de contenidos.

Administración

Puede integrarse con automatizaciones para reducir determinadas tareas manuales.

¿Qué estudiar para trabajar en Inteligencia Artificial en Chile?

No existe una única carrera que permita trabajar con Inteligencia Artificial.

Existen distintas rutas

• Ingeniería Informática.
• Ingeniería Civil Informática.
• Ciencia de Datos.
• Computación.
• Matemática.
• Estadística.
• Ingeniería.
• Programación.

Habilidades técnicas útiles

• Python.
• SQL.
• Estadística.
• Álgebra lineal.
• Machine Learning.
• Deep Learning.
• APIs.
• Cloud computing.
• Datos.

No todos los trabajos con IA requieren crear modelos

También existen oportunidades relacionadas con:

• Integración de IA.
• Desarrollo de software.
• Automatización.
• Producto.
• UX.
• Evaluación.
• Gobernanza.
• Ciberseguridad.

Trabajar en Inteligencia Artificial en Chile

El mercado laboral relacionado con IA incluye muchos perfiles diferentes.

Machine Learning Engineer

Construye e implementa sistemas de Machine Learning.

Data Scientist

Analiza datos y desarrolla modelos para resolver problemas.

Data Engineer

Construye infraestructura para recopilar, transformar y disponibilizar datos.

Software Engineer con IA

Integra modelos dentro de aplicaciones y plataformas.

MLOps Engineer

Trabaja sobre despliegue, evaluación, monitorización y mantenimiento de modelos.

Especialistas en automatización

Integran modelos con sistemas empresariales, APIs y workflows.

Gobernanza y ética

A medida que la regulación aumenta, también aparecen funciones relacionadas con:

• Riesgo.
• Privacidad.
• Auditoría.
• Seguridad.
• Cumplimiento.

Política Nacional de Inteligencia Artificial de Chile

Chile publicó su primera Política Nacional de Inteligencia Artificial en 2021.

La política se estructura sobre tres grandes ejes

1.
Factores habilitantes

2.
Desarrollo y adopción

3.
Gobernanza y ética

Factores habilitantes

Incluyen elementos como:

• Talento.
• Datos.
• Infraestructura.
• Investigación.

Desarrollo y adopción

Busca facilitar el uso de IA dentro de la economía, investigación y sociedad.

Gobernanza y ética

Aborda los principios y condiciones necesarias para un uso responsable de estos sistemas.

Plan de Acción

La Política Nacional cuenta con un Plan de Acción compuesto por:

177 iniciativas coordinadas por 14 ministerios.

Avance informado

A abril de 2025, MinCiencia informaba que un 78% de las iniciativas se encontraba implementado o en proceso de implementación.

¿Existe una Ley de Inteligencia Artificial en Chile?

Chile cuenta con políticas públicas relacionadas con Inteligencia Artificial, pero eso no significa que el proyecto específico que regula sistemas de IA ya se haya convertido en ley.

Existe un proyecto de ley

El proyecto busca establecer reglas para sistemas de Inteligencia Artificial mediante un enfoque que considera diferentes niveles de riesgo.

Estado legislativo

A septiembre de 2026, los proyectos contenidos en los boletines 15.869-19 y 16.821-19 se encontraban refundidos y en segundo trámite constitucional.

Durante 2026 el Senado continuó estudiando la iniciativa en la Comisión de Desafíos del Futuro, Ciencia, Tecnología e Innovación.

Esto significa que todavía puede cambiar

Mientras la tramitación continúe, artículos, obligaciones, categorías y procedimientos pueden modificarse.

Inteligencia Artificial y datos personales en Chile

Aunque una regulación específica de IA continúe su tramitación, las empresas no pueden ignorar las normas relacionadas con datos personales, seguridad y otras obligaciones existentes.

Chile aprobó una nueva regulación de datos personales

La Ley 21.719 moderniza el régimen de protección y tratamiento de datos personales y crea la Agencia de Protección de Datos Personales.

Entrada en vigencia

La normativa entra en vigencia el:

1 de diciembre de 2026.

¿Por qué importa para la IA?

Muchos sistemas de IA trabajan con:

• Información de clientes.
• Datos de trabajadores.
• Historiales.
• Documentos.
• Perfiles.
• Información sensible.

Usar una plataforma de IA no elimina las responsabilidades sobre los datos

Antes de enviar información a servicios externos conviene evaluar:

• Qué datos se procesan.
• Para qué se utilizan.
• Dónde se almacenan.
• Quién puede acceder.
• Cuánto tiempo se conservan.
• Qué proveedor participa.

Principales riesgos de la Inteligencia Artificial

El crecimiento de la IA también introduce riesgos que las organizaciones deben gestionar.

Información incorrecta

Los modelos generativos pueden producir respuestas plausibles pero falsas.

Sesgos

Los datos y modelos pueden reproducir patrones injustos o representaciones deficientes.

Privacidad

Ingresar datos confidenciales en herramientas externas puede generar riesgos.

Seguridad

Los sistemas conectados a herramientas y bases de datos necesitan permisos, controles y auditoría.

Dependencia tecnológica

Una organización puede depender excesivamente de un proveedor, modelo o API externa.

Propiedad intelectual

La generación y reutilización de contenido plantea preguntas sobre licencias, derechos y uso autorizado.

Automatización sin supervisión

Una decisión de alto impacto no debería delegarse automáticamente sin evaluar consecuencias y responsabilidades.

IA responsable

Datos adecuados
+
Permisos
+
Evaluación
+
Seguridad
+
Supervisión humana
+
Auditoría

Oportunidades de Inteligencia Artificial en Chile

Software especializado

Chile puede desarrollar aplicaciones de IA orientadas a problemas específicos de industrias locales.

Minería

La escala e importancia del sector generan oportunidades para sistemas de optimización, mantenimiento, seguridad y automatización.

Agricultura

Sensores, imágenes y modelos predictivos pueden ayudar a optimizar producción y recursos.

Servicios públicos

La IA puede apoyar tareas administrativas y procesamiento de información.

Educación

Existen oportunidades en tutoría, accesibilidad, generación de material y herramientas para docentes.

Startups

Los modelos disponibles mediante API permiten crear productos especializados sin entrenar un modelo fundamental desde cero.

Automatización empresarial

Muchas organizaciones todavía tienen procesos manuales que pueden beneficiarse de integración de software e IA.

Servicios para Latinoamérica

Chile puede desarrollar tecnología orientada no solamente al mercado nacional, sino también al resto de la región.

El futuro de la Inteligencia Artificial en Chile

El siguiente desafío para Chile no consiste únicamente en conservar una buena posición en índices internacionales.

Mayor adopción empresarial

Más empresas deberán transformar experimentos aislados en sistemas integrados con procesos productivos reales.

Formación

La demanda de profesionales capaces de combinar software, datos e IA continuará siendo relevante.

Infraestructura

Los modelos modernos requieren capacidad de cómputo, almacenamiento, energía y conectividad.

Modelos regionales

Proyectos como Latam-GPT muestran una oportunidad para desarrollar tecnología adaptada al contexto latinoamericano.

Regulación

Chile deberá encontrar un equilibrio entre:

Innovación

+

Protección de derechos

+

Competencia

+

Seguridad

+

Transparencia

Productividad

La ventaja real aparecerá cuando las capacidades de IA produzcan mejoras medibles dentro de empresas, servicios públicos, investigación y emprendimiento.

10 errores frecuentes al hablar de Inteligencia Artificial en Chile

1. Decir que Chile ya tiene una Ley de IA definitiva

El proyecto específico continúa en tramitación legislativa.

2. Utilizar el ILIA 2024 como dato actual

Ya existe una edición ILIA 2025.

3. Confundir liderazgo con adopción total

Chile lidera indicadores regionales, pero todavía presenta brechas de adopción productiva.

4. Pensar que IA significa solamente ChatGPT

La IA incluye Machine Learning, visión computacional, modelos predictivos, lenguaje, robótica y otras áreas.

5. Pensar que todas las empresas necesitan entrenar modelos

En muchos casos resulta más eficiente integrar modelos existentes.

6. Automatizar procesos sin evaluar riesgos

Una automatización incorrecta también puede ejecutar errores automáticamente.

7. Subir datos sensibles a cualquier plataforma

Las organizaciones deben evaluar privacidad, seguridad y condiciones de tratamiento.

8. Pensar que IA elimina la necesidad de especialistas

Los sistemas necesitan personas capaces de diseñarlos, integrarlos, evaluarlos y supervisarlos.

9. Medir éxito solamente por cantidad de herramientas

Utilizar diez plataformas de IA no significa obtener diez veces más productividad.

10. Implementar IA sin una métrica

Cada proyecto debería identificar qué problema intenta resolver y cómo medirá el resultado.

Checklist para una empresa chilena que quiere implementar IA

• ✓ Identifiqué un problema concreto.
• ✓ Sé qué proceso quiero mejorar.
• ✓ Definí una métrica de éxito.
• ✓ Revisé qué datos necesita el sistema.
• ✓ Evalué si existen datos personales.
• ✓ Identifiqué quién tendrá acceso.
• ✓ Revisé proveedores y condiciones.
• ✓ Definí qué acciones puede ejecutar la IA.
• ✓ Mantengo supervisión humana cuando corresponde.
• ✓ Tengo casos de prueba.
• ✓ Evalúo precisión y errores.
• ✓ Registro resultados.
• ✓ Empiezo con un alcance pequeño.
• ✓ Escalo solamente después de validar.

Continúa aprendiendo sobre Inteligencia Artificial