En LATAM, el 59% de las empresas opera con pilotos aislados de IA. Solo el 3.8% ha logrado escalar la tecnología a nivel industrial, según el Observatorio Agentic AI 2026 de NTT DATA y CIONET. Esa distancia no es una diferencia de velocidad sino de decisiones organizacionales concretas.
La diferencia entre pilotear y escalar
Pilotear IA y escalar IA no son etapas del mismo proceso. Son operaciones distintas que requieren respuestas distintas. Un piloto responde "¿funciona?". Escalar responde "¿cómo lo hacemos parte de cómo operamos?". La mayoría de las organizaciones en LATAM responde bien la primera pregunta y falla sistemáticamente en la segunda.
El Observatorio Agentic AI 2026, elaborado por NTT DATA y CIONET con una muestra regional amplia, identifica cuatro patrones que separan al 3.8% que escaló del 59% que permanece en pilotos. El análisis no apunta a fallas tecnológicas. Apunta a fallas organizacionales.
El primero es el patrocinio ejecutivo. Solo el 10% de las iniciativas de IA en la región recibe sponsorship directo del nivel directivo. Sin alguien con autoridad sobre el presupuesto y la capacidad de mover procesos detrás del proyecto, los pilotos siguen siendo pilotos indefinidamente. La decisión de escalar no la toma la tecnología.
El segundo patrón es el presupuesto explícito. El 66% de las empresas en LATAM asigna menos del 5% de su presupuesto de IT a IA. No porque no crean en el tema: la mayoría declara que la IA es una prioridad estratégica. El problema es que la tratan como un gasto dentro del presupuesto de mantenimiento, no como una inversión separada con criterio de retorno propio.
El tercero es el foco en un proceso. El error más frecuente es correr cinco experimentos simultáneos. Ninguno recibe suficiente atención para madurar, ninguno genera el aprendizaje operacional que permite al siguiente ir más rápido. Las organizaciones que escalaron eligieron un proceso, lo midieron con un solo KPI, y lo resolvieron antes de pasar al siguiente.
El cuarto patrón es la infraestructura de datos. El 89% de las empresas en LATAM permanece en niveles básicos o incipientes en la gestión de datos no estructurados. Para el sector inmobiliario, esto es particularmente agudo: la mayor parte de los datos valiosos de una agencia viven en conversaciones de WhatsApp, PDFs de contratos, fotos de propiedades y grabaciones de llamadas. Sin procesar esos datos, la IA opera con información incompleta y los resultados del piloto son débiles por razones que no tienen nada que ver con el modelo.
Lo que dice el mapa de inversión en la región
El Observatorio revela también dónde se concentra el capital destinado a IA en LATAM: Brasil absorbe el 53% de los 91 millones que la región invierte anualmente en proyectos de IA. México toma el 23%, Chile el 12%, y el resto de la región comparte el 12% restante. Esta distribución importa porque señala dónde existe la infraestructura de talento, datos y ecosistema que permite a una empresa ir más allá del piloto.
Colombia representa el caso que mejor ilustra la paradoja regional. El Microsoft Global AI Diffusion Report Q1 2026 posiciona al país como el líder de la región en adopción de IA: el 24.5% de su población activa usa herramientas de inteligencia artificial, con un crecimiento trimestral de 2.5 puntos porcentuales, superior al de México y Brasil en el mismo período. Por comparación, el promedio de las economías avanzadas globales está en 17.8%, y más de 26 países ya superan el 30%.
Sin embargo, el sector inmobiliario colombiano tiene menos del 10% de adopción tecnológica en la mayoría de sus verticales. El 90% de los conjuntos residenciales del país opera sin software especializado de administración, según Portea. El ecosistema cuenta con 120 startups proptech activas cubriendo crédito hipotecario, arrendamiento, administración y control de acceso, pero la penetración en agencias e inmobiliarias permanece por debajo del umbral donde genera retorno sostenido.
La paradoja ilustra el argumento central: la adopción personal de IA, que es lo que el reporte de Microsoft mide, y la integración de IA en los sistemas operativos de una empresa son métricas que no se alinean automáticamente. Que un agente use herramientas de IA para sus tareas personales no equivale a que su agencia haya integrado IA en el pipeline de captación, el seguimiento de leads o la gestión del portafolio. Una es adopción individual, la otra es transformación operacional.
La señal del ecosistema en 2026
El PropTech Latam Summit Week 2026 reunió en Ciudad de México a más de 1,500 líderes del real estate de 20 países durante su novena edición, en junio de 2026. Lo que cambió respecto a ediciones anteriores no fue el número de asistentes sino la naturaleza de las conversaciones. Los debates de 2023 y 2024 giraban en torno a "¿deberíamos explorar la IA?". Los de 2026 giran en torno a "¿cuál proceso primero?" y "¿cómo medimos el retorno?".
Ese cambio de pregunta marca exactamente la diferencia entre pilotear y escalar. Las startups reconocidas en la competición The Next Big Thing Startup Competition del mismo evento, Kustodia, KUBO y Portero Seguro, comparten un denominador: resuelven un problema de flujo de trabajo específico dentro de una operación inmobiliaria, no construyen plataformas generalistas de IA. El ecosistema de LATAM está convergiendo hacia la especialización por proceso, no hacia la plataforma de todo.
Solo el 26% de las organizaciones en la región dice estar preparada para operar agentes autónomos de IA a escala, según el Observatorio. Ese porcentaje no crece con más startups disponibles en el mercado. Crece cuando una organización resuelve los cuatro patrones organizacionales primero.
Qué hacer con esto
Para una agencia inmobiliaria o gestora en LATAM, el diagnóstico es directo: el ecosistema de herramientas proptech está más maduro que la capacidad organizacional para adoptarlas. México tiene más de 150 startups especializadas. Colombia tiene 120. En ambos países, la barrera no es tecnológica.
La primera decisión que toman las organizaciones que escalan es nombrar a una persona responsable de la implementación, con autoridad real sobre el presupuesto y los procesos. No un comité. No un piloto delegado al área de IT. Una persona con mandato de cambio.
La segunda es asignar un presupuesto explícito, separado del mantenimiento de sistemas. El cálculo parte de cuánto vale resolver el problema concreto: si el equipo pierde 20 horas semanales en seguimiento manual de leads, ese es el costo de oportunidad que define el techo de la inversión.
La tercera es elegir un proceso, uno solo. El triage de leads, la generación de reportes al propietario o el seguimiento post-cita son buenos primeros candidatos: tienen un KPI claro y un volumen de casos suficiente para aprender rápido.
La cuarta es auditar los datos no estructurados antes de implementar cualquier herramienta. Si la información que la IA necesita vive en chats de WhatsApp o PDFs sin indexar, ese es el primer problema a resolver. El 89% de las organizaciones en LATAM tiene este problema pendiente, y ningún software lo resuelve por sí solo.
El 3.8% que escaló no encontró mejores herramientas que el 59%. Tomó cuatro decisiones que el 59% aún pospone.