El techo invisible: por qué la inteligencia artificial chilena no despega

Mientras países como Brasil, Argentina y México avanzan en la construcción de ecosistemas robustos de inteligencia artificial, Chile enfrenta una paradoja desconcertante: posee profesionales altamente capacitados, universidades de prestigio regional y una economía estable, pero su industria de IA permanece estancada en una fase de promesas incumplidas. Las startups locales luchan por escalar, los talentos migran hacia mercados más dinámicos y las inversiones en investigación aplicada siguen siendo marginales comparadas con las economías vecinas. ¿Qué está impidiendo que Chile capitalice el momento histórico de la inteligencia artificial?

Las grietas en la infraestructura del conocimiento

El primer obstáculo es estructural y profundo: Chile carece de una masa crítica de investigadores dedicados exclusivamente a la inteligencia artificial. Según datos del Ministerio de Ciencia, Tecnología, Conocimiento e Innovación, el país cuenta con menos de 200 doctores trabajando activamente en áreas relacionadas con machine learning, visión computacional y procesamiento de lenguaje natural. Esta cifra contrasta dramáticamente con Brasil, que supera los 1.500 investigadores en estas disciplinas, o Argentina, que duplica la cantidad chilena pese a tener una economía más volátil.

La fuga de cerebros agrava el problema. Profesionales formados en universidades como la Pontificia Universidad Católica, la Universidad de Chile o la Universidad Técnica Federico Santa María encuentran en el extranjero salarios tres o cuatro veces superiores y, lo más crítico, proyectos de mayor envergadura. Silicon Valley, Toronto y Madrid se han convertido en destinos recurrentes para ingenieros chilenos que buscan trabajar en problemas complejos con datasets masivos y recursos computacionales de última generación, elementos escasos en el ecosistema local.

Además, las empresas chilenas muestran una adopción tibia de tecnologías de IA. Un estudio reciente reveló que apenas el 12% de las compañías medianas y grandes en Chile han implementado soluciones de inteligencia artificial más allá de chatbots básicos o sistemas de recomendación rudimentarios. La mayoría permanece en una etapa exploratoria, sin estrategias claras de integración ni presupuestos asignados para transformación digital basada en IA. Esta cautela empresarial limita tanto la demanda de talento especializado como la generación de casos de uso que podrían servir de referencia para el resto de la industria.

El dilema del financiamiento y la inversión

La segunda barrera es financiera. El capital de riesgo en Chile, aunque ha crecido en la última década, permanece concentrado en sectores tradicionales como fintech, e-commerce y servicios B2B. Las startups de inteligencia artificial enfrentan un escepticismo particular: los inversores locales consideran que los ciclos de desarrollo son demasiado largos, los costos de infraestructura computacional demasiado elevados y los retornos demasiado inciertos. Esta percepción contrasta con mercados más maduros, donde fondos especializados comprenden que la IA requiere paciencia y apuestas de largo plazo.

Los números son reveladores. En 2023, las startups chilenas de IA captaron aproximadamente 45 millones de dólares en inversión, una fracción de los 380 millones que recibieron sus pares brasileñas o los 120 millones de las argentinas. Esta brecha no refleja necesariamente menor calidad de los proyectos chilenos, sino una combinación de mercado interno limitado, redes de inversión menos desarrolladas y ausencia de casos de éxito rotundos que puedan servir como catalizadores de confianza.

El Estado, por su parte, ha mostrado avances tímidos. Existen programas de financiamiento para I+D, pero los montos son modestos y los procesos burocráticos desalientan a equipos que necesitan agilidad. La creación de una Política Nacional de Inteligencia Artificial en 2021 fue un paso positivo, pero su implementación ha sido fragmentada, sin coordinación efectiva entre ministerios ni mecanismos claros de evaluación de impacto. La brecha entre discurso y ejecución permanece amplia.

"Chile tiene todos los ingredientes para ser un jugador relevante en inteligencia artificial, pero carece del ecosistema integrado que permita que talento, capital e infraestructura converjan en proyectos de impacto regional."

El factor cultural y educativo

Existe también una dimensión cultural que no puede ignorarse. La educación en ciencias de la computación en Chile sigue siendo excesivamente teórica, con planes de estudio que no se actualizan al ritmo que exige la industria de IA. Pocas universidades ofrecen programas especializados en deep learning, ética de algoritmos o sistemas de IA en producción. Los egresados dominan fundamentos matemáticos sólidos, pero carecen de experiencia práctica con frameworks modernos, arquitecturas de nube y metodologías de MLOps que son estándar en empresas tecnológicas globales.

La colaboración entre academia e industria es otro punto débil. Mientras en Israel o Singapur las universidades funcionan como incubadoras naturales de startups tecnológicas, con profesores que dividen su tiempo entre investigación y consultoría empresarial, en Chile estas esferas permanecen mayormente separadas. Los incentivos académicos siguen premiando publicaciones en revistas indexadas por sobre la transferencia tecnológica o la creación de propiedad intelectual comercializable.

Finalmente, hay un problema de narrativa. Chile no ha construido una historia convincente sobre su rol en la revolución de la inteligencia artificial. Carece de figuras emblemáticas, de proyectos que capturen la imaginación pública o de iniciativas que demuestren cómo la IA puede resolver problemas específicos del contexto local, desde la gestión hídrica en zonas de escasez hasta la optimización de la cadena logística minera. Sin esta narrativa, es difícil movilizar voluntad política, atraer inversión extranjera o retener talento que busca participar en proyectos con propósito y visibilidad.

Contexto clave

Ecosistema de IA: Se refiere al conjunto integrado de actores que hacen posible el desarrollo y adopción de inteligencia artificial en un territorio: universidades que forman talento especializado, empresas que implementan soluciones, inversionistas que financian proyectos, Estado que regula y facilita, y comunidades técnicas que comparten conocimiento. Un ecosistema maduro presenta alta densidad de interacciones entre estos actores, ciclos virtuosos de aprendizaje y casos de éxito que retroalimentan el sistema. Chile muestra todos los componentes, pero con conexiones débiles entre ellos.

Fuga de cerebros tecnológica: Fenómeno por el cual profesionales altamente calificados emigran hacia mercados con mejores condiciones laborales, salariales y de desarrollo profesional. En IA, esto es particularmente crítico porque el conocimiento especializado tarda años en construirse y su pérdida no se compensa fácilmente. Cuando un ingeniero con experiencia en modelos de lenguaje o visión computacional abandona el país, no solo se pierde su productividad individual, sino también su capacidad de mentoría, su red de contactos y su potencial como fundador de empresas locales.

Inversión de riesgo en deep tech: Capital destinado a startups que desarrollan tecnologías complejas, basadas en innovación científica y con ciclos largos de maduración. A diferencia de aplicaciones web o plataformas digitales que pueden validarse en meses, los proyectos de IA profunda requieren años de investigación, datasets robustos, infraestructura costosa y equipos altamente especializados. Los inversionistas en deep tech deben tener mayor tolerancia al riesgo, horizontes de retorno más largos y capacidad de evaluar mérito técnico, competencias que aún están en desarrollo en el ecosistema chileno de capital de riesgo.

Para profundizar

• Modelos de colaboración público-privada en IA — Explorar cómo países como Singapur o Estonia han diseñado esquemas donde el Estado actúa como primer cliente de soluciones de IA desarrolladas localmente, creando demanda que permite a startups validar tecnología y escalar. ¿Podría Chile replicar estos modelos en sectores estratégicos como minería o agricultura?
• Estrategias de retención de talento tecnológico — Analizar qué incentivos más allá del salario pueden hacer competitivo a Chile: programas de equity para investigadores, sabbaticals en empresas globales con retorno garantizado, o creación de laboratorios corporativos de IA con autonomía académica. La experiencia de Canadá con sus AI Institutes ofrece lecciones valiosas.
• IA aplicada a desafíos locales como ventaja competitiva — Investigar cómo Chile podría convertir sus desafíos específicos en oportunidades de liderazgo: sistemas de IA para gestión sísmica, optimización de energías renovables en el desierto de Atacama, o modelos predictivos para gestión hídrica. Resolver problemas únicos puede generar propiedad intelectual diferenciada y exportable.