¿Cómo convertir el uso de la IA en valor público real, medible y sostenible? Diversos informes dan cuenta de que más allá de las buenas intenciones, la IA no logra instalarse adecuadamente en las organizaciones – públicas y privadas- debido a una diversidad de factores asociados con las “capacidades organizacionales” que se revisan en este texto.
Por Mariano Garza-Cantú
Junio 2026
El CIO Report de la empresa Gartner -una prestigiada consultora- responde esta pregunta a partir de un cuestionario que le hizo a más de 12 mil directivos de organizaciones públicas y privadas.
Según este informe el 72% de los directores generales (CEOs) identifica la IA como su principal motor de crecimiento y el 83% aumenta su inversión en esta tecnología. Sin embargo, ese entusiasmo no se traduce automáticamente en resultados. Gartner señala que 71% de los CIOs tiene dificultades para priorizar el uso de IA con resultados medibles, y, por otra parte, el 59% de las iniciativas de IA ni siquiera llegan a producción.
Por otra parte, el estudio realizado por la OECD, Governing with Artificial Intelligence señala que 67 % de los países de adscritos a esa organización, utiliza la IA para mejorar el diseño y la entrega de servicios públicos.
Estos datos entregan una serie de advertencias. Una es que la mayoría de los gobiernos ya están utilizando la IA por lo que mirar hacia un lado y no atender la necesidad de utilizar esta herramienta, es desconocer lo que está ocurriendo en la realidad.
Tampoco se trata de llenar la administración pública con programas piloto, pruebas de concepto o anuncios, que casi nunca se convierten en servicios útiles para la ciudadanía. La diferencia importa. Una cosa es experimentar con IA en un laboratorio o en un área aislada; otra muy distinta es integrarla a procesos reales de atención ciudadana, gestión de trámites, fiscalización, compras públicas, salud, seguridad o planeación urbana. En el primer caso basta con demostrar que la tecnología funciona. En el segundo se requieren gobernanza, datos confiables, procesos rediseñados, supervisión humana, presupuesto, talento y métricas claras.
Este reto no es exclusivo del sector público. El reporte The GenAI Divide: State of AI in Business 2025 elaborado por MIT NANDA —una iniciativa del Massachusetts Institute of Technology (MIT) para crear infraestructura para agentes de IA—, advierte que 95 % de las organizaciones analizadas no obtiene retorno medible de sus inversiones en inteligencia artificial generativa. Aunque se trata de un estudio del entorno empresarial, la lección es pertinente para el sector público: el bajo impacto no se debe necesariamente a que la tecnología falle, sino a que muchas organizaciones no logran integrarla en flujos reales de trabajo.
Un asistente virtual no mejora la atención ciudadana si no está conectado con información actualizada, si no puede canalizar casos correctamente o si no existe un equipo responsable para mantenerlo. Un modelo predictivo no mejora la política pública si trabaja con datos incompletos, desactualizados o mal gobernados. Una herramienta de automatización no simplifica un trámite si el proceso original sigue siendo absurdo, redundante o jurídicamente innecesario.
Al analizar el escalamiento de IA generativa en gobiernos estatales y locales de Estados Unidos, la consultoría Deloitte identifica tres condiciones para que esto ocurra exitosamente: fortalecer la infraestructura tecnológica, involucrar a la fuerza laboral y construir estructuras efectivas de gobernanza. Dicho de otro modo, escalar IA en las organizaciones públicas exige mejorar capacidad institucional.
Los resultados
El citado estudio de Gartner apunta en esa misma dirección. Su recomendación no es multiplicar experimentos, sino escalar la IA de forma responsable mediante plataformas comunes, priorización de valor y gobernanza, e insiste en medir resultados, no actividades. Esa distinción es crucial: Actividad es lanzar un chatbot. Resultado es reducir tiempos de respuesta, resolver más solicitudes en el primer contacto o disminuir visitas innecesarias a oficinas públicas. Actividad es capacitar servidores públicos. Resultado es que usen la IA de manera segura, útil y alineada con sus responsabilidades. Actividad es crear un laboratorio de innovación. Resultado es que sus proyectos lleguen a producción, sean adoptados por las áreas operativas y sobrevivan más allá del ciclo político.
La IA debe tratarse como un producto vivo que requiere monitoreo, mantenimiento, mejora continua y evaluación de impacto. Sus resultados dependen de la calidad de los datos, de la adopción de los usuarios, de los cambios regulatorios, de los riesgos emergentes y de la capacidad de ajustar el sistema con el tiempo.
Por eso es tan importante definir quién decide qué se automatiza, con qué datos, bajo qué criterios, con qué controles, con qué supervisión humana y con qué mecanismos de rendición de cuentas. Gartner habla de roles, procesos, derechos de decisión, políticas, estándares, principios de IA, alfabetización, mitigación de sesgos, patrocinio ejecutivo y medición de valor.
En gobierno, todo eso se traduce en una pregunta práctica: ¿quién se hace responsable de que la IA funcione, no dañe y genere valor público?
El verdadero reto para el uso de la IA consiste en atender la capacidad de las instituciones públicas para convertir esta prometedora tecnología en valor público sostenido: identificar para qué se va a utilizar sin convertirse en laboratorio o pilotos de baja efectividad y, al mismo tiempo, sin paralizarse por temor al fracaso.
