Informes, datos y publicaciones relevantes sobre inteligencia artificial — seleccionados y comentados desde la perspectiva de MeridIAn. No es un agregador de noticias. Es contexto para tomar mejores decisiones.
Edición mensual — Próxima actualización: Mayo 2026.
El informe anual de Stanford confirma lo que venimos señalando: la velocidad de adopción superó la capacidad de las organizaciones para gobernarla. Los incidentes de seguridad van en aumento, solo el 6% de las instituciones educativas tiene políticas claras de IA, y la adopción de agentes de IA en empresas sigue en dígitos simples pese al entusiasmo. El hallazgo más revelador: las mismas herramientas que resuelven problemas de doctorado en ciencia no pueden leer un reloj analógico. La brecha entre lo que la IA puede hacer y lo que las organizaciones están preparadas para controlar se está ampliando, no cerrando.
El informe de BCG confirma un patrón que vemos en el mercado chileno: el problema no es acceso a la tecnología sino ausencia de criterio para implementarla. Las empresas que logran escalar tienen dos cosas en común: un responsable designado y una política de gobernanza mínima. Las que se quedan en piloto tienen herramientas pero no estructura.
La brecha entre intención y ejecución es la más reveladora del mercado chileno. El dato del 93% no es optimismo — es presión. Y cuando hay presión sin estructura, las decisiones se toman mal: se compra tecnología antes de ordenar datos, se implementa sin política, se delega sin responsable.
El MIT Center for Information Systems Research plantea que las organizaciones oscilan entre dos extremos: riesgo sin control o parálisis por exceso de control. La respuesta no es más gobernanza sino gobernanza proporcional. Para una pyme: un documento de una página y un responsable. Para una empresa grande: un framework estructurado. El error más común es aplicar controles corporativos a empresas de 20 personas.
El 34,3% de las organizaciones chilenas identifica la gobernanza de datos como su principal obstáculo. No es un problema de tecnología — es un problema de orden interno. Antes de automatizar procesos con IA, hay que saber qué datos tienes, dónde están, quién los controla, y qué políticas los rigen. Sin eso, cualquier implementación de IA hereda el desorden.
La información es abundante. El criterio para usarla, no. Eso es lo que MeridIAn acompaña.
¿Dónde se cruza tu organización con estos hallazgos?