Cada año, la Oficina de Administración y Presupuesto (OMB, por sus siglas en inglés) publica el Inventario de Casos de Uso de Inteligencia Artificial de 56 Agencias Federales. En 2025 se registraron 3,611 casos de uso, frente a 1,757 en 2024: un crecimiento de 105%. De ellos, 445 fueron clasificados como de alto impacto.
Por Mariano Garza-Cantú
Mayo 2026
Ese crecimiento no significa adopción generalizada. La IA está concentrada en pocas agencias: Salud y Servicios Humanos, NASA, Asuntos de Veteranos, Energía y Justicia encabezan la lista, con al menos 300 casos cada una. La razón es hasta cierto punto lógica: son instituciones con más datos, más presupuesto, mayor presión operativa y más capacidad técnica.
Los usos más exitosos se concentran en tres frentes. El primero abarca tareas administrativas y de productividad: resumen de documentos, análisis de texto, clasificación, búsqueda, asistentes internos y apoyo a programación. El segundo involucra análisis de datos y reconocimiento de patrones, donde la IA procesa volúmenes que rebasan la capacidad humana. El tercero comprende funciones específicas ligadas a la misión de cada organización: salud, servicios a veteranos, gestión de beneficios, seguridad pública y respuesta a desastres.
Las barreras para la IA
El análisis que hace el Brookings Institute, un centro de pensamiento enfocado en políticas públicas, identifica varias barreras para la implementación de la IA. Las más importantes no son tecnológicas, sino de capacidad institucional.
La primera, se refiere al talento humano. Desde 2016, el gobierno federal ha publicado más de 56,000 vacantes técnicas, pero solo poco más de 1,600 mencionaban competencias en IA —menos del 3%—. El dato es revelador: sin capacidad interna, el gobierno puede comprar IA, pero no gobernarla.
La segunda barrera es cultural. Cerca de 60% de los casos están en fases piloto o predespliegue, lo que sugiere mucha experimentación pero poca capacidad para escalar. En agencias acostumbradas al riesgo cero, trabajar con IA resulta incómodo: la tecnología cambia rápido, puede ser opaca en su funcionamiento y su naturaleza probabilística exige tolerar iteraciones para mejorar los resultados. Es exactamente lo contrario de un aparato público diseñado para no equivocarse nunca.
La tercera barrera es la contratación pública. Entre los casos con información disponible, alrededor de 63% fueron desarrollados total o parcialmente por contratistas externos; cuando llegan a despliegue completo, esa participación sube a 72%. Las agencias pueden prototipar internamente, pero para escalar dependen del mercado. Eso acelera el despliegue de aplicaciones, pero multiplica los riesgos de dependencia, cajas negras y débil transferencia de conocimiento.
La cuarta barrera es regulatoria. La normatividad actual fue diseñada para tecnologías más estáticas, por lo que probar o implementar sistemas de IA puede volverse un proceso lento y burocrático. Ajustar esos marcos normativos sin comprometer la seguridad es indispensable para avanzar. El financiamiento tampoco ayuda: los ciclos presupuestales rígidos no permiten experimentar, fallar y escalar con rapidez, con lo que la innovación queda atrapada en pilotos permanentes.
La quinta barrera es la confianza pública. Según el Pew Research Center, 50% de los estadounidenses se sienten más preocupados que entusiasmados con la IA, frente a 37% en 2021. Por otra parte, solo 17% del público cree que tendrá un impacto positivo en las próximas dos décadas, contra 56% de los expertos. En el sector público, estas brechas importan más que en el sector privado: la aceptación social de la IA —sobre todo cuando decide, recomienda o influye en beneficios, investigaciones o procesos— dependerá de la transparencia y la posibilidad de mecanismos para apelar.
Los números refuerzan la preocupación. Más de 85% de los casos clasificados como de alto impacto que fueron desplegados en 2025, carecían de información sobre mitigación de riesgos. Al analizar este inventario de casos, la Oficina de Responsabilidad Gubernamental (GAO, por sus siglas en inglés) señaló que no abordan los riesgos de privacidad y datos sensibles asociados con la IA.
Cómo destrabar la adopción de la IA en el Sector Público
Talento. Las instituciones públicas necesitan atraer perfiles técnicos en IA, y cada vez más, definir para qué los quiere. El verdadero cuello de botella seguirá siendo la falta de una trayectoria profesional definida, que hace que las instituciones pierdan conocimientos constantemente. Se hace necesario entonces, crear roles híbridos donde los nuevos perfiles profesionales puedan participar en todo el ciclo de vida de las políticas públicas, incluida, por ejemplo, la regulación.
Otro frente es la alfabetización en inteligencia artificial. Importa educar y capacitar al personal en los diferentes momentos por los que atraviesa una iniciativa de IA para usar la tecnología con criterio.
Aprendizaje institucional. Muchos proyectos de IA se desarrollan de forma aislada, sin documentar qué funcionó y qué no, lo que obliga a empezar desde cero en cada dependencia. No se acumula experiencia y aprendizaje colectivo.
Pero el reto más profundo es la confianza ciudadana. Construirla exige, por lo menos, transparentar qué se está haciendo, cómo se usan los datos y qué riesgos existen. Es necesario además cubrir vacíos de privacidad y evitar el uso político de estas herramientas, que pueden erosionar la credibilidad ciudadana con rapidez. En ese camino, no todos los casos de uso son iguales: apostar por aplicaciones que mejoren concretamente la vida de las personas —simplificar trámites, facilitar el acceso a servicios, mejorar la respuesta ante emergencias— es la forma más directa de ganar esa confianza.
Como se puede observar, los principales retos no son tecnológicos. Son institucionales.
Si quieres acceder al repositorio de datos abiertos de los casos de uso de IA, entra a: https://github.com/ombegov/2025-Federal-Agency-AI-Use-Case-Inventory
Para el análisis exhaustivo realizado por el Brookings Institute, accede a https://www.brookings.edu/articles/assessing-the-state-of-ai-adoption-across-the-federal-government/