Siete de cada diez ejecutivos perciben impacto alto o muy alto de la IA en su negocio. La brecha entre percepción de impacto y ejecución avanzada define el estado actual del mercado
Enfoque de decisión
En junio de 2026, la Convención Nacional BNI publicó —junto con GRM Global Research Marketing y QuestionPro— un estudio sobre adopción de IA en empresas peruanas. El hallazgo operativo no está en la cifra de adopción sino en su estructura: el 66% de ejecutivos reporta uso inicial o intermedio, solo el 12% declara integración avanzada en múltiples áreas clave, y el 76% espera que la IA sea una ventaja competitiva determinante en los próximos tres años. Para líderes de ingeniería que contratan, despliegan herramientas o escalan capacidades de IA en mercados latinoamericanos, esa distancia entre expectativa y ejecución es la señal operativa real.
Resumen en 90 segundos
Esta semana, el estudio BNI-GRM documenta que las empresas peruanas transitan de AI awareness a AI deployment, con el 51% concentrado en optimización de procesos como objetivo principal. Las barreras reportadas son falta de talento especializado (45%) y costos de implementación (24%). Siete de cada diez ejecutivos perciben impacto alto o muy alto de la IA en su negocio. La brecha entre percepción de impacto y ejecución avanzada define el estado actual del mercado.
¿Qué está pasando realmente?
El patrón que revela el estudio no es exclusivamente peruano: describe la primera fase de adopción tecnológica en mercados donde la infraestructura formativa no creció al ritmo de la demanda ejecutiva. El 78% del universo encuestado se sitúa en niveles inicial o intermedio, sin integración sistémica en áreas clave, mientras el impulso declarativo es alto. Esto configura una brecha estructural entre la transformación que los ejecutivos anuncian y la capacidad técnica instalada para ejecutarla.
El uso de IA concentrado en optimización de procesos (51%) refleja la primera capa de captura de valor: automatización de tareas repetitivas, reducción de fricción operativa, workflows acelerados. Es el punto de entrada estándar antes de escalar hacia casos de uso más complejos como personalización, generación de insights o desarrollo de nuevos productos. Lo que el estudio no confirma —y es una limitación relevante para calibrar madurez real— es qué proporción de ese 51% corresponde a implementaciones técnicas propias versus uso de productos SaaS con IA embebida. Esa distinción importa cuando se evalúa el tamaño efectivo del mercado de talento técnico especializado.
La barrera de talento señalada por el 45% de los encuestados tiene peso estructural: las organizaciones reconocen que necesitan capacidad de ingeniería para implementar IA pero no la tienen internamente. Eso presiona directamente el mercado laboral técnico regional.
¿Por qué importa para Líderes de Ingeniería de Software?
El gap de talento identificado (45% de empresas con falta de conocimiento especializado) no describe solo una limitación local: describe la demanda que enfrentará cualquier equipo de ingeniería que opere o reclute en el mercado peruano. Los ingenieros senior o staff con experiencia real en LLMs, ML ops o automatización avanzada operan en un mercado con poder de negociación elevado frente a una demanda que supera la oferta.
Para equipos que despliegan herramientas de IA y consideran escalar en LATAM, el escenario implica dos presiones simultáneas. Primero, construir o contratar talento local con conocimiento técnico real es más lento que la velocidad a la que el negocio demanda implementaciones. Segundo, el costo de implementación como barrera declarada (24%) sugiere que los presupuestos técnicos para infraestructura y tooling de IA no están calibrados con el retorno esperado, lo que complica decisiones de build vs. buy a escala regional.
Hay además una lectura organizacional directamente relevante para cualquier Engineering Manager que introduce AI coding assistants u otras herramientas LLM a su equipo: la estrategia dual de incorporar talento externo y capacitar equipos actuales es exactamente el dilema que los líderes de ingeniería ya están gestionando. El 66% de las empresas en adopción inicial o intermedia necesita el mismo tipo de programa de habilitación interna que muchos equipos de software ya están diseñando para sus propios desarrolladores.
Perspectiva a futuro
Si la distribución actual se desplaza hacia la media en los próximos 12 a 18 meses —como sugieren las expectativas declaradas— los líderes deberían anticipar tres frentes. Primero, mayor demanda de integradores técnicos especializados: las empresas en fase intermedia que quieran alcanzar el nivel avanzado necesitarán ingenieros que no solo usen herramientas sino que las implementen y mantengan en producción. Segundo, presión creciente sobre costos de infraestructura cloud en la región, a medida que los workloads de IA pasen de experimento a operación continua. Tercero, proliferación de iniciativas formales de upskilling —alianzas universidad-empresa y programas de certificación técnica— como respuesta estructural a la escasez de talento especializado identificada en el estudio.
Fuentes
- Gestion — Inteligencia Artificial y empresas en Perú: compañías cada vez más abiertas a la IA, ¿para qué la usan los (Link)
