En 2025, Estados Unidos invirtió 404,000 millones de dólares en inteligencia artificial (IA) a través del gasto de capital de cinco gigantes tecnológicos: Amazon, Alphabet, Microsoft, Meta y Oracle, según datos del S&P Index. En contraste, México destinó 33,000 millones de pesos (1,891 millones de dólares) a financiación específica en IA, distribuidos en infraestructura, software y servicios de TI, de acuerdo con IDC. Esto representa una inversión 213 veces menor.
Capital de riesgo en México
Pese a la brecha, el ecosistema emprendedor mexicano captó en 2025 más de 900 millones de dólares en 86 rondas de inversión, equivalentes al 25.5% del capital de riesgo en Latinoamérica, según el Latin America Venture Capital Report (LAVCA). Las startups locales dependen en gran medida de la infraestructura estadounidense, pero están optando por arquitecturas híbridas que combinan modelos globales con datos propios y sensibles.
Estrategia híbrida y soberanía tecnológica
Gabriel Charles, General Partner en OBS y director regional de emprendimiento del Tec de Monterrey, explicó: “Sí hay una dependencia importante de infraestructura global, pero existen alternativas como una arquitectura híbrida, donde lo sensible o soberano corre localmente y lo menos sensible puede ir a la nube con modelos generales”. También destacó el proyecto Coatlicue, impulsado por el gobierno, como ejemplo de modelo fundacional propio, aunque señaló que estos solo son viables con grandes presupuestos públicos y privados.
Oportunidad en modelos especializados
La oportunidad para las startups mexicanas radica en desarrollar Small Language Models (SLM) enfocados en sectores como hospitalidad, vehículos, cobranza o asistencia financiera. Según LAVCA, en 2024 el capital de riesgo se concentró en fintech (865 mdd), comercio electrónico (87 mdd), movilidad (86 mdd) y servicios TI/datos/nube (68 mdd).
Franco Palacios, fundador y CEO de Creai, afirmó: “Son hiperespecializados, las empresas medianas y grandes en Latinoamérica necesitan certeza, no creatividad. Un SLM acotado a un dominio específico reduce el riesgo de alucinaciones drásticamente”. A diferencia de los Large Language Models (LLM), los SLM consumen menos infraestructura, reducen costos y riesgos.
Sectores con mayor crecimiento
El listado AI 100 Early Stage 2025 de Hi Ventures señala que el capital de riesgo se concentra en startups de salud, finanzas, educación, comercio electrónico y atención al cliente. Charles agregó: “Prácticamente en cualquier industria hay oportunidades con este enfoque. La ventaja de un SLM no es el tamaño, sino la especialización”.
Retos para la soberanía tecnológica
Para que México deje de ser solo consumidor de IA, Charles considera necesario fortalecer el financiamiento a startups de deeptech y vincular empresas con centros de investigación. Palacios concluyó: “El foso real de una startup nunca está en el modelo, está en los datos propietarios del cliente y en la integración profunda con su operación”. Las compañías que conviertan esos datos en una ventaja difícil de replicar capturarán mayor valor en la siguiente etapa de la IA.
