Inteligencia artificial privada:
dos cifras que no cuadran.

Hay dos cifras sobre inteligencia artificial en México y las dos son ciertas. Un estudio de IBM publicado en octubre de 2025 encontró que el 80 % de las organizaciones del país ya implementa IA.¹ Los Censos Económicos de 2024 no la reportan siquiera como categoría propia.² La distancia entre ambas no es un error de medición: es la descripción exacta de dos economías distintas.

Quién está en cada número

El estudio de IBM lo levantó Censuswide entre el 23 y el 30 de mayo de 2025, sobre 4 000 empleados de oficina en Estados Unidos, Canadá, México y Brasil.¹ Es una muestra legítima y el dato es real. Pero describe a quien trabaja en una oficina: alguien que tiene escritorio, computadora, correo corporativo y un departamento de sistemas al que llamar.

El censo cuenta otra cosa. Cuenta las 5 451 113 unidades económicas que operan en el país, de las cuales el 95.5 % son micro —de cero a diez personas— y sólo el 25.3 % usa equipo de cómputo para sus actividades.³

Que el instituto de estadística del país todavía no le dé renglón propio a la IA dice más que cualquier porcentaje. En 2023, cuando se levantó el censo, la adopción real no ameritaba una casilla.

Las dos cifras son verdaderas. Una describe a la oficina; la otra, al país.

Nada de esto es un argumento contra la inteligencia artificial. Es un argumento contra el diagnóstico que se está haciendo con la primera cifra y aplicando a la segunda.

La barrera que sí importa

Entre las organizaciones que sí adoptaron, el mismo estudio de IBM ordena los obstáculos: capacitación del personal (49 %), integración con los sistemas existentes (41 %) y privacidad de los datos (39 %).¹

Los tres son reales. El tercero es el único que, mal resuelto, no produce un proyecto lento sino un pasivo legal.

Qué pasa cuando su empresa «usa IA»

En la mayoría de las organizaciones mexicanas, «usar IA» significa hoy que alguien del equipo pega información en una ventana de chat de un proveedor extranjero. Ese alguien suele tener buenas intenciones y suele estar resolviendo un problema real.

Lo que también está haciendo, sin que nadie lo haya decidido, es sacar datos de la organización. A veces son datos personales de clientes, de empleados o de proveedores. Y en ese momento la conversación deja de ser técnica.

Desde el 21 de marzo de 2025 rige una nueva Ley Federal de Protección de Datos Personales en Posesión de los Particulares, que abrogó la de 2010.⁴ Bajo ella, esa empresa sigue siendo la responsable del tratamiento: no deja de serlo porque el procesamiento ocurra en el servidor de otro. Y quien procesa por su cuenta es un encargado, con obligaciones que deben estar pactadas — no supuestas.

Tres preguntas concretas, que casi nunca tienen respuesta documentada:

Uno. ¿El aviso de privacidad que su empresa publicó contempla que esa información se procese fuera, y por quién?

Dos. ¿Existe un acuerdo con el proveedor que lo obligue como encargado, o sólo unos términos de servicio que nadie leyó?

Tres. ¿Los datos que entraron ahí entrenan el modelo del proveedor? La respuesta cambia según el plan contratado, y la versión gratuita casi nunca es la que conviene.

Qué significa «privada», sin marketing

El término se usa para cosas muy distintas y conviene desarmarlo. Lo que nosotros entendemos por inteligencia artificial privada son cuatro condiciones verificables, no una etiqueta:

Entorno dedicado. La información de una organización vive en su propio ambiente, no en una plataforma compartida donde el aislamiento depende de la configuración correcta de un tercero.

Cero entrenamiento cruzado. Lo que su operación produce no mejora el modelo que usará su competencia. Esto se pacta por escrito o no existe.

Retención bajo su control. Cuánto tiempo se conserva cada consulta, quién puede verla y cómo se borra. Sin esto, «privado» describe el discurso comercial, no la arquitectura.

Trazabilidad. Quién preguntó qué y cuándo. No por desconfianza hacia el equipo: porque sin registro no hay forma de responder cuando alguien pregunte qué pasó con un documento.

Conviene decir también lo que no es. Privada no significa necesariamente en un servidor propio bajo el escritorio de alguien —eso suele ser más frágil y más caro—. No significa que el proveedor sea mexicano. Y no elimina la obligación de saber dónde están los datos: la traslada a un contrato que sí se puede leer.

Por dónde empezaría

La secuencia que seguimos en los diagnósticos no empieza por el modelo. Empieza por el inventario: qué datos produce la organización, cuáles son personales, quién los toca hoy y a qué servicios salen ya sin que nadie lo haya autorizado formalmente. Ese ejercicio suele durar una semana y suele revelar que la fuga ya ocurría antes de que se hablara de IA.

Después viene la pregunta útil, que no es «cómo implementamos inteligencia artificial» sino qué decisión concreta se está tomando hoy sin la información suficiente. Si esa decisión no existe, el proyecto de IA es una compra, no una solución.

Y sólo entonces la tecnología, que a estas alturas es la parte fácil.

Para el 95.5 % de las unidades económicas de este país, por cierto, el primer paso sigue siendo otro: tener el dato en algún lado que no sea un cuaderno. Eso también es trabajo nuestro, y es menos glamoroso de contar.

Esta nota es informativa y no constituye asesoría legal para un caso concreto.