En junio de 2026, NTT DATA reunió en Santiago a más de 900 ejecutivos, especialistas y líderes de industria en el Interconnected Chile 2026, su principal encuentro de innovación tecnológica. El foco no estuvo en tendencias futuras: estuvo en lo que ya está en producción.
La inteligencia artificial dejó de ser tema de comité. En banca, retail, minería, seguros y salud, los casos presentados mostraron una constante: las organizaciones que pasaron de piloto a operación real ya no están midiendo “potencial de IA”. Están midiendo tiempos de respuesta, costos por transacción y reducción de errores.
Ese desplazamiento tiene implicancias directas para las empresas medianas chilenas que todavía están evaluando por dónde entrar.
Lo que está pasando por sector
En el sector financiero, los bancos chilenos procesan miles de consultas diarias con agentes IA empresariales propios, sin intervención humana en cada interacción. Los tiempos de atención bajaron y los costos operativos siguieron.
En retail, los modelos de elasticidad de precios permiten ajustes en tiempo real según demanda, stock y competencia. No es un proyecto experimental: es parte del proceso de fijación de precios semanal de las cadenas más grandes del país.
En minería, los sistemas de mantenimiento predictivo detectan patrones de desgaste antes de que una pieza falle. El ROI se mide en horas de producción que no se pierden, no en ahorro proyectado a cinco años.
En seguros, las redes neuronales entrenadas con dos décadas de datos históricos detectan fraude en etapas tempranas del proceso de reclamación. Lo que antes requería equipos de analistas ahora corre de forma automatizada sobre cada solicitud entrante.
Cuatro sectores, cuatro aplicaciones distintas, una misma lógica: tareas que antes requerían personal especializado ahora corren en sistemas integrados a los procesos existentes.
El panorama en empresas medianas
Fuera de las grandes corporaciones, los números son distintos. Según datos presentados en el encuentro, solo el 15,8% de las empresas en Chile usa IA de forma activa. El 41,7% la está evaluando. Apenas el 23% se considera preparada para integrarla de manera sostenible.
Para una empresa mediana, eso tiene una lectura concreta: el mercado todavía está en etapas tempranas. Las organizaciones que implementen ahora tienen una ventana real de diferenciación frente a competidores que siguen en modo espera.
El obstáculo más mencionado en el evento no fue el costo ni la resistencia interna. Fue la integración con los sistemas existentes. La mayoría de las empresas opera con combinaciones de ERP, planillas de cálculo, sistemas propios y plataformas SaaS que no se comunican entre sí. Conectar una solución de IA a ese entorno sin generar inconsistencias requiere software a medida, no una herramienta empaquetada que asume una arquitectura que pocas organizaciones tienen.
Automatización como paso previo
Antes de llegar a agentes o modelos de lenguaje, la mayoría de las empresas pasa por un paso más inmediato: identificar qué procesos repetitivos se pueden digitalizar con reglas y flujos estructurados.
La automatización de procesos sigue siendo la intervención con mayor retorno y menor fricción en organizaciones que recién empiezan. Facturación, aprobaciones, reportes, gestión de proveedores, onboarding de clientes: en muchas empresas medianas chilenas, estas operaciones todavía dependen de correos y Excel. Automatizarlas crea la base de datos estructurada que cualquier modelo de IA va a necesitar más adelante.
Los líderes tecnológicos presentes en Interconnected Chile 2026 coincidieron en un punto: las empresas que más rápido escalan sus proyectos de IA son las que primero ordenaron sus datos y sus procesos, no las que compraron la plataforma más cara.
Tres decisiones que los líderes están tomando
Del análisis del evento emergen tres patrones de acción concreta:
Partir por un proceso, no por una estrategia global. La empresa que comienza automatizando las aprobaciones de compra aprende más en tres meses que la que diseña un roadmap de transformación digital por 18 meses.
Medir desde el primer día. Las iniciativas que avanzan tienen un KPI claro: horas ahorradas, errores reducidos, tiempo de respuesta al cliente. Las que no tienen métrica de éxito no pasan de la primera versión.
Integrar antes que innovar. Un agente IA que no puede leer el CRM de la empresa no sirve. La infraestructura de datos es el prerrequisito, no el complemento.
Si en tu empresa ya identificaste procesos que podrían automatizarse pero no sabes cómo empezar, o si evaluaste herramientas genéricas que no encajan con tus sistemas actuales, en Codelan ofrecemos un diagnóstico gratuito. Sin compromiso y con foco en lo que tu operación necesita ahora.
