McKinsey advirtió que en América Latina la estrategia, gobernanza y controles para IA agéntica avanzan más lento que las capacidades técnicas y de gestión de riesgos.
América Latina aparece debajo de Asia-Pacífico, Europa y Norteamérica en las cinco dimensiones de madurez de inteligencia artificial (IA) responsable, relevadas por McKinsey en su informe State of AI trust in 2026. En esta ocasión, la comparación incluye estrategia, gestión de riesgos, datos y tecnología, gobernanza y controles para IA agéntica.
De hecho, McKinsey advirtió que en América Latina la estrategia, gobernanza y controles para IA agéntica avanzan más lento que las capacidades técnicas y de gestión de riesgos. Solo cerca de un tercio de las organizaciones declara niveles altos de madurez en esas dimensiones.
En este caso, la empresa destacó que esta brecha importa porque los agentes de IA comenzaron a operar en puntos sensibles de la relación entre empresas y clientes. Resaltaron que ahora atienden consultas, recomiendan acciones, procesan reclamos, personalizan respuestas y pueden ejecutar tareas dentro de flujos de trabajo. "En la era agéntica, el riesgo reputacional crece cuando una respuesta incorrecta o una acción mal definida queda expuesta frente al cliente", resaltaron. En ese marco, Uruguay muestra avances institucionales que aportan contexto local a esta temática. De hecho, la aprobación de la Estrategia Nacional de Inteligencia Artificial 2024-2030 marca un paso relevante para consolidar un marco de desarrollo responsable de la IA en el país. "Para las empresas, el desafío está en traducir esos principios a decisiones operativas, cómo diseñar, monitorear y gobernar agentes que conversan con clientes todos los días", indicaron desde McKinsey.
Sin embargo, a ese desafío se suma un riesgo que es menos visible para las marcas.
En este caso, el MIT Generative AI Impact Consortium estudia la monocultura algorítmica, un fenómeno en el que usuarios reciben resultados parecidos de sistemas generativos.
Si se aplica a la comunicación corporativa, el concepto ayuda a explicar por qué muchas empresas pueden empezar a sonar igual cuando comienzan a automatizar contenidos y conversaciones con modelos, instrucciones y patrones demasiado parecidos.
El País, Uruguay
13 de julio de 2026
