Inteligencia artificial en empresas colombianas: el uso real es del 37,7 %
El 71,9 % de las organizaciones aumentó su presupuesto de inteligencia artificial en el último año. Aun así, el 63,7 % del uso sigue operando bajo control humano directo: la herramienta asiste, pero casi nunca ejecuta el proceso completo.
Seis de cada diez organizaciones colombianas dicen que la inteligencia artificial es una prioridad estratégica. Menos de cuatro de cada diez la usan de verdad en su operación diaria. Esa distancia, y no la tecnología, es hoy el problema.
Cerrar esa brecha rara vez es cuestión de comprar otra herramienta: depende de procesos, de datos ordenados y de quién los opere, sea un equipo interno o una agencia de marketing digital que ya tenga el método montado.
Las cifras salen del estudio Colombia AI Pulse, que Endeavor Data Unit difundió desde finales de agosto de 2026 con apoyo de la empresa de tecnología Xertica.ai. Encuestó a 493 profesionales de organizaciones con 50 empleados o más, en siete industrias.
Donde primero se nota la diferencia es en los activos que la empresa ya tiene y no mira: el desarrollo web con inteligencia artificial dejó de ser un rediseño visual y pasó a ser una decisión sobre qué hace la página cuando llega un visitante.
El estudio encontró que el 61 % considera la inteligencia artificial una prioridad o un pilar central del negocio, y que el 37,7 % la ha integrado de forma significativa en sus operaciones cotidianas.
Su índice de sofisticación —una construcción del propio estudio, no un estándar oficial— sitúa a Colombia en 45,6 puntos sobre 100, apenas por encima de los 45,1 de México.
Ese promedio esconde lo importante: el 93,5 % de las organizaciones se queda en etapas intermedias de madurez y solo el 0,2 % llega al nivel más alto.
Apetito hay. El 71,9 % de las organizaciones aumentó su presupuesto de inteligencia artificial en los últimos doce meses y el 95 % reconoce que todavía le queda espacio para integrarla más.
¿Cuántas empresas colombianas usan inteligencia artificial hoy?
Depende del tamaño, y la diferencia es grande. Entre las organizaciones de 50 empleados o más que midió Endeavor, el 37,7 % la tiene integrada de forma significativa. En las de más de 500 empleados el índice de sofisticación llega a 49,6 puntos; en las de 50 a 99, baja a 42,1.
La foto cambia por completo cuando se mira hacia abajo. El centro de investigación CINTEL midió en abril de 2026 a 165 mipymes colombianas y encontró que solo el 32 % usa inteligencia artificial de forma activa, mientras el 40 % no tiene ningún plan de adoptarla.
Los dos estudios no son comparables directamente porque miden universos distintos, y conviene decirlo. Pero leídos juntos describen un país de dos velocidades: la empresa mediana y grande experimentando, y la mayoría del tejido empresarial todavía fuera.
¿Por qué la mayoría se queda en el piloto?
Porque delegar es más difícil que probar. El 63,7 % del uso de inteligencia artificial en las organizaciones encuestadas opera bajo asistencia o control humano directo, y solo el 36,3 % alcanza algún nivel de autonomía real.
Dicho de otro modo: la herramienta ayuda a redactar, resumir o clasificar, pero casi nunca ejecuta un proceso completo de principio a fin. Eso mantiene el trabajo donde estaba y explica por qué el ahorro prometido no aparece en las cuentas.
El salto de asistente a proceso exige algo menos vistoso que un modelo nuevo: reglas claras sobre qué puede decidir la máquina, dónde entra una persona y qué pasa cuando se equivoca. Sin eso, la automatización se queda en demostración.
¿Qué está frenando la adopción?
No es el precio. Entre las organizaciones consultadas, una de cada dos señala la ciberseguridad y la privacidad como obstáculo, cuatro de cada diez apuntan a la infraestructura y a la integración con lo que ya tienen, y una de cada tres reconoce limitaciones de talento especializado o de calidad de los datos.
La calidad de los datos merece atención aparte, porque es la que más silenciosamente arruina proyectos. Una base de clientes duplicada, sin campos consistentes y sin historial de contacto no mejora porque encima se le ponga un modelo: devuelve los mismos errores, más rápido.
En las mipymes el cuello de botella aparece antes. El estudio de CINTEL encontró que el 63,6 % está en los niveles iniciales de madurez y que el 32,1 % usa inteligencia artificial de manera informal, sin estrategia documentada, lo que en la práctica significa herramientas personales dentro de procesos de la empresa.
Solo el 18,8 % de las mipymes consultadas por CINTEL tiene iniciativas estructuradas de inteligencia artificial, con objetivos y responsables definidos. El resto avanza por ensayo y error, que es una forma cara de aprender.
¿Qué cambia en la forma de conseguir clientes?
Cambia dónde ocurre la conversación. Buena parte del recorrido comercial —resolver dudas, comparar, pedir precio— pasa antes de que alguien hable con un vendedor, y las herramientas automáticas se instalaron justo en ese tramo.
Eso mueve el trabajo hacia atrás. Calificar un contacto, ordenarlo en un CRM, asignarlo y responder a tiempo son tareas que hoy se automatizan bien, y son las que deciden si una oportunidad se atiende o se enfría.
El riesgo está en automatizar el envío sin tocar el criterio. Multiplicar mensajes sobre una base mal segmentada no produce más ventas: produce más ruido, más bajas y una marca que la gente aprende a ignorar.
Ahí es donde el sitio propio se diferencia de un perfil alquilado en una plataforma: es el punto del recorrido donde la empresa controla el mensaje, mide lo que pasa y conserva los datos de contacto.
¿Hay que esperar a que exista una ley de inteligencia artificial?
No hay ninguna vigente, y esperarla no es una estrategia. En Colombia la inteligencia artificial se discute en varios proyectos de ley en trámite en el Congreso, incluido uno radicado por el Ministerio de las Tecnologías de la Información y las Comunicaciones con un enfoque de regulación por niveles de riesgo.
Mientras tanto rige lo que ya existe: la protección de datos personales, las obligaciones de información al consumidor y las reglas de publicidad. Un chatbot que promete lo que la empresa no cumple, o una base de contactos usada sin autorización, son problemas hoy y no dentro de dos años.
La lectura práctica es sencilla. Documentar qué datos se recogen, para qué y con qué permiso no es burocracia: es lo que permite sostener el proyecto cuando la norma llegue.
¿Por dónde empezar sin desperdiciar la inversión?
Por medir lo que ya se tiene. Antes de contratar herramientas conviene saber qué procesos comerciales existen, cuántos contactos entran, cuántos se atienden y dónde se pierden. Sin esa línea base, cualquier mejora posterior es imposible de demostrar.
El dato de CINTEL sobre este punto es incómodo: solo el 6,5 % de las mipymes evalúa el éxito de sus iniciativas de inteligencia artificial por retorno directo de la inversión, mientras el 67,7 % lo mide por percepción de productividad.
No significa que no funcione cuando se hace en orden. Entre las mipymes que sí implementaron inteligencia artificial, el 58,1 % reporta mejoras en eficiencia operativa, según ese mismo estudio.
Ese orden —primero entender, después invertir— es lo que separa un proyecto que se sostiene de uno que se abandona en el segundo trimestre. Herramientas de diagnóstico de marketing digital permiten hacer ese inventario inicial sin comprometer presupuesto, y sirven sobre todo para descartar lo que no hace falta.
Y conviene fijar antes cómo se va a medir. Si el objetivo es reducir el tiempo de respuesta a un contacto nuevo, esa cifra se toma antes de empezar; si es aumentar la proporción de oportunidades que llegan a propuesta, también. Lo que no se midió al principio no se puede defender al final.
