En los últimos meses, la conversación sobre inteligencia artificial dejó de centrarse en lo que puede hacer para enfocarse en algo más relevante: el valor real que está generando y los riesgos que introduce en el negocio.

El cambio no es menor. Durante años, la IA se presentó como una herramienta de apoyo; hoy empieza a ocupar un rol distinto, en el que no solo sugiere, sino que ejecuta tareas, influye en decisiones y se integra directamente en operaciones críticas. Las empresas ya no se preguntan si deben usar inteligencia artificial, sino dónde genera retorno y cuánto impacto tiene en ingresos y costos.

Este giro ya se refleja en cifras. El gasto global en inteligencia artificial superará los 2.5 billones de dólares en 2026 y seguirá creciendo, impulsado por infraestructura y software. Sin embargo, el dato relevante no es el tamaño del mercado, sino el momento que atraviesa: el entusiasmo inicial está dando paso a una etapa en la que se exigen resultados concretos.

La inteligencia artificial deja de ser una apuesta y se convierte en un filtro que separa a las empresas que realmente saben integrarla en su modelo de negocio de aquellas que solo la incorporan sin una lógica clara de valor. En la práctica, esto se traduce en proyectos que no escalan, costos que superan lo previsto y una presión creciente por justificar cada implementación.

Al mismo tiempo, hay sectores donde el impacto sí es evidente. En servicios financieros, salud y software empresarial, la IA ya genera eficiencias en análisis, automatización y atención al cliente. La diferencia no está en la tecnología, sino en su integración dentro de procesos bien definidos.

Es en este punto donde el componente legal adquiere mayor peso. Conforme la inteligencia artificial se incorpora en decisiones reales, también aumenta la exposición. La generación de contenido sin claridad sobre derechos de terceros, el uso de datos sin trazabilidad o la automatización sin supervisión dejan de ser escenarios teóricos y comienzan a impactar directamente en resultados, cumplimiento y reputación.

Esto es especialmente visible en el sector legal, donde la IA ya permite eficiencias en revisión contractual y análisis documental, pero también introduce riesgos en la interpretación, el uso de la información y posibles infracciones. La eficiencia viene acompañada de una nueva capa de responsabilidad.

En paralelo, México entra en una etapa que podría definirse como su primer momento regulatorio en materia de inteligencia artificial. No se trata aún de una legislación integral, sino de señales que empiezan a acumularse: principios éticos, discusiones sobre deepfakes y estándares técnicos que comienzan a marcar pauta en sectores regulados.

El problema es que la presión por generar valor y la necesidad de controlar riesgos no avanzan al mismo ritmo. Mientras el mercado exige resultados, muchas empresas siguen operando sin políticas claras ni una estrategia legal que acompañe la implementación.

En ese desfase es donde se define todo. La inteligencia artificial deja de ser solo una herramienta de eficiencia y se convierte en una variable que puede afectar directamente los resultados financieros y la confianza del mercado.

La ventaja competitiva ya no está en usar inteligencia artificial, sino en saber operarla correctamente. México aún está a tiempo de construir ese equilibrio, pero no se definirá únicamente en la ley, sino en las decisiones que hoy están tomando las empresas.

Porque la inteligencia artificial no se detendrá, y lo que está en juego es si las organizaciones lograrán convertirla en una ventaja sostenible… o en una fuente constante de riesgo.

Daniel Legaspi, experto en IA de Santamarina y Steta