Aguascalientes sigue lejos de demostrar una adopción extendida de inteligencia artificial que resuelva problemas y mejore la vida cotidiana de sus empresas. Hay infraestructura, formación y experiencias productivas; falta acreditar que esas capacidades se convierten en menos fallas, menores costos, mejores decisiones y beneficios accesibles también para los negocios pequeños.
Investigación y análisis: elREPORTEROdigital.com
La pregunta decisiva para Aguascalientes ya no es cuántos convenios sobre IA puede anunciar, cuántas becas puede ofrecer o cuántos edificios puede incorporar a un corredor digital. Es cuántas empresas pueden demostrar que la tecnología les permitió evitar una avería, entregar a tiempo, reducir un desperdicio, cobrar mejor o liberar horas de trabajo. Ese es el enfoque que de verdad importa: examinar la distancia entre tener condiciones para usar IA y obtener resultados de ella.
La evidencia permite observar una abismal brecha de adopción y de comprobación de resultados. El indicador empresarial comparable de Centro México Digital (CMD) sitúa a Aguascalientes en 6.5% de uso entre empresas de diez o más empleados en 2023, frente a 8.0% nacional y 12.6% en Nuevo León, aunque debemos aclarar que es una base rezagada en el tiempo, no una medición de octubre de 2026. Estudio original.
Los casos locales revisados muestran avances parciales, especialmente en manufactura y servicios tecnológicos. Pero ni la presencia de proveedores internacionales ni una nueva sala de cómputo acreditan por sí solas que la mayoría de las empresas tenga datos utilizables, personal preparado, integración de procesos y un retorno comprobado. El listón de esta investigación será el resultado empresarial. El convenio puede llevar moño y un letrero hecho en ChatGPT; la falla de una máquina exige otra clase de solución.
Lo que cambia la columna: pasar de hablar de IA a ponerla a trabajar
En su columna Esas 31 misteriosas constructoras, publicada el 28 de octubre de 2026, Jonathan Ruiz Torre coloca en el centro a empresas que desarrollan tecnología para actuar sobre procesos físicos. La referencia es pertinente para una economía manufacturera como la de Aguascalientes: obliga a preguntar quién convierte la capacidad tecnológica en soluciones que una fábrica o un proveedor local pueda contratar y mantener.
La columna menciona 31 desarrolladoras dentro de una muestra de 240 startups mexicanas, parte de 4,420 en 20 mercados; no identifica sus nombres. “Constructoras” se refiere aquí a desarrolladoras tecnológicas. No se trata de un padrón de empresas de obra civil ni de un censo nacional del sector y, por la secrecía de AWS, no permite ubicarlas en Aguascalientes. Referencia y límites de la columna.
En la página 3 del informe original de AWS / Strand Partners, 13% corresponde a startups tecnológicas mexicanas que desarrollan IA física, no a la participación de México en un total latinoamericano. Es proporción de oferta tecnológica; no mide adopción empresarial estatal.
AWS / Strand Partners, octubre de 2026, p. 3. Fuente original. Base: startups tecnológicas encuestadas en cada país; no todas las empresas ni el mercado latinoamericano agregado. No mide Aguascalientes.
La IA física conecta modelos con sensores y máquinas capaces de percibir y actuar. El reporte global registra 26% de desarrolladoras que consideran preparado su mercado y 70% que señalan la lentitud de adopción de clientes como freno. Son percepciones de desarrolladoras; no tasas locales. Informe, pp. 2 y 5.
Para el análisis local, la implicación es concreta: una oferta sofisticada puede coexistir con una demanda que no sabe cómo incorporarla, financiarla o evaluar sus riesgos. Esta es una línea de investigación para Aguascalientes, no un resultado de una encuesta estatal inexistente. Habría que medirla entre sus negocios, incluyendo a quienes no pertenecen a cadenas industriales internacionales.
| Dato citado en la columna | México / promedio de comparación | Alcance de verificación |
|---|---|---|
| Acceso a oficios y personal técnico | 44% / 41% | Percepción reportada por la columna. |
| Clientes con datos, sistemas y procesos preparados | 37% / 25% | Percepción reportada por la columna. |
| Clientes que comprenden el valor de la IA física | 40% / 33% | Percepción reportada por la columna. |
Los tres pares anteriores se conservan como información atribuida a Ruiz Torre. No se reprodujeron a partir de una ficha mexicana original y no se equiparan automáticamente con las preguntas o bases del informe global. Falta cotejar la ficha y el cuestionario antes de usarlos como indicadores homologados. Fuente secundaria identificada.
El documento global describe una muestra anónima y ponderación cuando procede. Su metodología menciona una ventana junio–diciembre de 2026, posterior al corte de esta nota: queda pendiente precisar las fechas efectivas de esta ola. Metodología, p. 12.
Esa reserva importa: la investigación está auspiciada por un proveedor comercial de nube. Es una fuente útil para formular y contrastar preguntas, no una auditoría del bienestar empresarial. La presentación de AWS del 8 de octubre confirma la publicación.
Primero, cuatro cosas distintas que suelen confundirse
| Dimensión | Qué acredita avance | Qué no basta |
|---|---|---|
| Infraestructura | Cómputo disponible, GPU, energía, conectividad, servicio operativo. | Edificio anunciado, capacidad futura o fabricar componentes para terceros. |
| Adopción empresarial | Uso de IA en procesos; porcentaje de empresas dentro de un universo definido. | Asistir a un taller o tener una licencia sin uso comprobado. |
| Transformación integral | Datos y procesos conectados, personal formado, controles y resultados medidos. | Un chatbot aislado o una automatización sin evaluación. |
| Capacidad educativa y científica | Aprendizajes, egresados, docentes preparados, investigación y transferencia. | Número de convenios, plazas ofrecidas o asistentes a un evento. |
Una empresa local puede utilizar IA alojada fuera del estado. A la inversa, un centro de datos puede atender clientes de otros países sin cambiar la operación de la tienda de la esquina. Por eso, ni contar edificios mide adopción ni sumar asistentes mide talento especializado. La comparación exige conservar denominadores y verificar en qué etapa está cada proyecto.
El punto de partida de los negocios: tres porcentajes, tres lecturas
| Indicador local | Resultado y fecha | Interpretación |
|---|---|---|
| IA entre negocios que usaban herramientas digitales | 1.3% · 2023 | Dato del INEGI; base: 24,240 unidades con herramientas digitales. |
| IA sobre todas las unidades del universo censal privado y paraestatal | Aproximadamente 0.49% · 2023 | Cálculo propio, no porcentaje publicado directamente. Parte de un dato redondeado. |
| IA entre empresas de diez o más empleados | 6.5% · 2023 | Estimación publicada por CMD con el recorte de tamaño empresarial. No describe a todas las microempresas. |
El INEGI registra 24,240 unidades con herramientas digitales y una proporción de IA de 1.3%. Con las 64,549 unidades del universo privado y paraestatal, el cálculo aproximado es: 24,240 × 0.013 ÷ 64,549 × 100 = 0.49%. Equivale a unas 315 unidades, no a un conteo exacto: el 1.3% está redondeado y sería compatible con aproximadamente 303 a 327 unidades. Ese intervalo solo refleja redondeo, no incertidumbre estadística total.
Para comparar empresas de tamaño más cercano al de las encuestas internacionales, el dato de CMD es más pertinente. El 6.5% local equivale a 81.3% de la tasa nacional y a 51.6% de la de Nuevo León. Son cocientes propios entre tasas del mismo estudio. No significan que Aguascalientes haya completado “81% de su transformación” ni que le falte exactamente la mitad del camino tecnológico.
Referencia económica: 2023; estudio publicado por CMD en febrero de 2026, pp. 25–26. Escala común desde cero. Fuente original. No representa la adopción actual de todas las empresas ni intensidad de uso.
La estructura empresarial ayuda a dimensionar el reto. Las microempresas representan 94.0% de las unidades del estado, de acuerdo con el censo definitivo. La IA de una gran armadora puede ser importante para la producción, sin describir lo que ocurre en miles de comercios y prestadores de servicios. Una política concentrada en plantas y especialistas puede dejar intacta esa brecha.
La actualización de 2026: avanza la adopción, pero el dato regional no es estatal
La EMAER de Banco de México encuentra en junio de 2026 48.5% de uso de alguna tecnología de IA entre empresas de más de 100 trabajadores. Para la región centro norte, donde se ubica Aguascalientes, reporta 47.8%. Es una referencia reciente para empresas relativamente grandes, no una estimación de Aguascalientes ni de sus micronegocios. Estudio y alcance de la encuesta.
EMAER, empresas con más de 100 trabajadores. Fuente: Banco de México. Los grupos no describen la estructura completa de negocios de Aguascalientes. No se enlazan como una serie con el censo de 2023.
El propio banco advierte que la encuesta no permite precisar intensidad de uso ni profundidad de integración. Además, las preguntas de septiembre de 2025 y junio de 2026 difieren: sería impropio convertir 24.3% y 48.5% en una tasa de crecimiento estrictamente comparable o usar ese salto para pronosticar el estado. El 64.8% esperado a tres años es una expectativa empresarial, no adopción ya realizada. Limitaciones del estudio.
Inversiones locales: cuánto se anunció y qué se puede atribuir al estado
| Proyecto | Importe reportado | Fecha, alcance y condición |
|---|---|---|
| C3ntro / TIKVA | 300 millones de pesos | 2026. Paquete local de más de 100 km de fibra y un centro de datos; puesta en marcha reportada por empresa y gobierno. Fuente. |
| Ampliación del centro público federal | 7 millones de dólares | Monto atribuido al Plan Nacional de IA por Animal Político. No se obtuvo conciliación de contratos y gasto efectivamente pagado. Fuente. |
| Flex | 1,000 millones de dólares | Anuncio nacional 2026–2028, ligado a varias ciudades y manufactura de equipos. Monto específico de Aguascalientes no publicado en las fuentes revisadas. Fuente. |
| Sede y centro de datos INFOTEC | 300 millones de pesos históricos | Inauguración de 2013; inversión de la sede, no gasto exclusivo en IA ni nueva inversión de 2026. Fuente. |
En TIKVA, los 300 millones corresponden al conjunto de fibra y centro de datos. No se conoce cuánto representa cada componente ni qué proporción se destina a cargas de IA. Los 34 centros mencionados en el plan son de la red del proyecto, no 34 instalaciones en Aguascalientes. Descripción del despliegue.
El caso de Flex es particularmente ilustrativo. La versión estenográfica del anuncio federal describe fabricación, ensamble y pruebas de equipos para centros de datos y ubica la producción central de ese negocio en Guadalajara. El gobierno estatal confirmó que una parte de la inversión llegará a su planta local, pero carece de desglose. Una entrevista del directivo con El Economista sitúa la concentración en Zapopan. Hay participación local anunciada, pero no evidencia para asignar mil millones de dólares al estado ni para contar una nueva instalación de cómputo por ese anuncio.
La manufactura de servidores y sus componentes puede generar empleo y conocimiento valiosos. No es equivalente a que esos servidores se queden instalados aquí, que pertenezcan a instituciones locales o que sus beneficios se extiendan a los negocios del estado. Tampoco es posible construir una cifra auditada de “inversión total en IA de Aguascalientes” sumando anuncios nacionales, infraestructura multipropósito y gasto histórico.
Cuántos centros de datos: inventario documental, no un censo cerrado
La revisión identificó cuatro emplazamientos nominales diferenciados: INFOTEC, C3ntro y dos instalaciones edge registradas en PeeringDB. Existe además una sala ofrecida por EdgeNet cuya relación física con otras instalaciones debe conciliarse. No se presenta la suma como cinco centros independientes en operación ni como cinco centros especializados en IA.
| Instalación identificada | Qué acredita la fuente | Qué sigue pendiente |
|---|---|---|
| INFOTEC Aguascalientes · Tecnopolo Pocitos | Sede histórica y operación institucional; el programa 2026–2030 reporta nube privada e incorporación de GPU. Programa institucional. | GPU disponibles, cómputo efectivo para IA, ocupación, inversión ejecutada y resultados locales. |
| C3ntro · sur de la capital | Empresa y gobierno reportan puesta en marcha en 2026, pero todo sólo existe en el Boletín de inauguración. | Capacidad TI en MW, GPU, superficie útil, ocupación, PUE y consumo de agua. |
| ATC Edge AGS/E1 · Convención de 1914 Poniente | Registro en PeeringDB con domicilio diferenciado. Ficha técnica pública. | Confirmación directa de operación actual y capacidad; no se deduce cómputo para IA del registro. |
| ATC Edge AGS/E2 · Canal Interceptor | Segundo registro con otro domicilio. Ficha técnica pública. | Mismas verificaciones; se evita contarlo otra vez por nombres comerciales distintos en directorios. |
| EdgeNet · Sala Aguascalientes | El operador la incluye en su catálogo y publica ubicación. Oferta comercial. | Conciliar domicilio, infraestructura compartida, operación y posible duplicidad antes de sumarla como sitio independiente. |
El informe institucional de INFOTEC documenta modernización, conectividad, nube e incorporación de procesadores GPU. Eso es evidencia de infraestructura habilitadora. No publica en el apartado revisado un inventario suficiente para comparar su capacidad con grandes clústeres mundiales de entrenamiento. Una ampliación de un centro existente tampoco es un centro nuevo. Programa Institucional INFOTEC 2026–2030, apartado 5.7.1.
El número total de centros depende de la definición: salas internas de organismos y empresas, nodos edge, instalaciones comerciales o campus con varios edificios. Aquí no se censaron todos los cuartos de cómputo del gobierno, del INEGI o de las empresas. La respuesta responsable es un inventario mínimo con distintos niveles de verificación, no un total estatal exhaustivo. Para comparar potencia hacen falta MW TI, tipo y número de GPU, servicio disponible y carga efectiva, no solo rótulos en un mapa.
Empresas: casos documentados y la frontera entre digitalización e IA integral
Se aplicaron cinco criterios de revisión: uso en producción; integración con datos y procesos; formación; controles y supervisión; resultados medibles. No se obtuvo evidencia pública suficiente para certificar que una empresa local cumple integralmente los cinco en toda su operación. Eso es un límite de la documentación, no prueba de que ninguna lo haga.
| Empresa o caso | Avance documentado | Lectura y límite |
|---|---|---|
| Nissan Mexicana | Smart E-tools usa datos de torque para mantenimiento predictivo en la planta de motores desde enero de 2025. Reporta 3% menos fallas correctivas, hasta cuatro horas semanales ahorradas y 20% de mejora en estabilidad del proceso. Fuente empresarial. | Caso operativo y métricas concretas, autodeclaradas. No son un ahorro auditado para toda la empresa ni prueba de la arquitectura de aprendizaje automático. |
| Softtek | Caso de hiperautomatización para Related Companies, que menciona su centro de entrega en Aguascalientes. Caso publicado por el proveedor. | Evidencia de capacidades y exportación de servicios. El cliente es externo; no mide adopción generalizada de negocios locales ni atribuye todos los resultados al centro local. |
| ContiTech | SAP documenta más de 50 máquinas conectadas y arranque de manufactura digital en agosto de 2025. Caso SAP. | Integración digital de producción. La descripción no basta para acreditar una estrategia integral de IA: conectar y controlar máquinas no equivale automáticamente a aprendizaje automático. |
| Capgemini | Directivo expuso en Aguascalientes una visión de desarrollo tecnológico y oportunidades de IA en febrero de 2026. Entrevista publicada. | Presencia y estrategia declarada. No se publicó en esa fuente un porcentaje de procesos locales automatizados ni resultados de clientes del estado. |
| Flex | Producción de infraestructura para centros de datos y participación estatal en una inversión nacional anunciada. Declaraciones del proyecto. | Actividad en la cadena de valor de IA; distinta de demostrar adopción integral en la planta local. |
Nissan también reporta 30 colaboradores becados en automatización 4.0 mediante convenio con Incytea. Es una conexión verificable entre formación y un caso productivo. Los resultados divulgados en otros países por la misma compañía —por ejemplo, en energía o cadena de suministro— no se trasladan automáticamente a Aguascalientes. Descripción y alcance geográfico.
La capacidad científica local tampoco comenzó con los últimos convenios. El Centro de Investigaciones en Óptica documenta laboratorios de visión artificial y sistemas inteligentes en Aguascalientes, con aplicaciones en clasificación, control de calidad, robótica y energía. La existencia del laboratorio prueba oferta de capacidades; los contratos y resultados de transferencia permitirían medir cuánto llega a la economía estatal.
La prueba que falta: del caso aislado a una solución útil para los negocios
Nissan es un contrapeso necesario al diagnóstico: hay un caso local con resultados reportados y vínculo formativo. El mantenimiento predictivo merece evaluarse por lo que resuelve, aun cuando falten verificación independiente y detalles del algoritmo. Un enfoque crítico perdería rigor si lo borrara para sostener que todo está en cero. Lo pendiente es conocer cuántos negocios pueden replicar beneficios semejantes y a qué costo.
Para que esta investigación sea válida y equilibrada, proponemos distinguir dos vías de aplicación: la IA sobre operaciones físicas —inspección, mantenimiento, inventarios o logística— y la IA para procesos administrativos y comerciales. Una microempresa de servicios no necesita un robot para obtener valor. Puede requerir mejor programación de citas, conciliación de cobros o previsión de demanda. En ambos casos, la prueba es el desempeño del proceso completo, con revisión humana y controles adecuados.
| Problema empresarial que debe comprobarse | Indicador antes y después | Qué habría que solicitar |
|---|---|---|
| Paradas y averías | Horas de paro no programado; costo de mantenimiento; falsas alarmas. | Registros comparables por máquina, carga y periodo; costo total de la solución. |
| Defectos y desperdicio | Rechazos por mil piezas; material desperdiciado; errores de inspección. | Trazabilidad y validación de calidad; comparación con el método anterior. |
| Inventario y entregas | Faltantes, inventario inmovilizado y entregas puntuales. | Históricos de demanda y estacionalidad; incidencias y costos logísticos. |
| Administración y cobro | Tiempo por trámite o factura; errores; días de cobro. | Muestra auditada de operaciones; costos de licencia, integración y supervisión. |
| Condiciones de trabajo | Carga de tareas repetitivas, capacitación y errores que afectan al personal. | Evaluación con trabajadores; cambios de puesto y mecanismos de revisión humana. |
| Permanencia del beneficio | Uso sostenido y ahorro neto después de operar la solución. | Seguimiento a 6 y 12 meses; continuidad sin subsidio y dependencia del proveedor. |
El ahorro debe ser neto: una reducción de tiempo puede quedar absorbida por licencias, limpieza de datos, integración, corrección de errores y mantenimiento. Comparar periodos exige ajustar cambios de volumen, producto y estacionalidad. Sin ese cuidado, la mejora puede atribuirse a la IA aunque proceda de otra reorganización. Tampoco se presupone que automatizar un puesto mejore la vida de quien lo ocupaba: hay que investigar sus condiciones y posibilidades de formación.
Bajo esta prueba, los centros de datos, laboratorios y cursos locales son piezas necesarias en determinados proyectos, pero todavía hay que documentar el trayecto hasta el usuario. No se localizó una serie pública de empresas beneficiarias, costos completos, resultados comparables y continuidad que permita acreditar una transformación extendida. Ese es el sentido verificable de “lejos”: la brecha documentada entre capacidades disponibles y beneficios generalizados demostrados, no una distancia temporal calculada.
Gobierno estatal: hay agenda y proyectos, pero faltan métricas de resultados
La Agenda de Innovación 2050, presentada en julio de 2026, incluye gobierno digital, desarrollo ético de IA e investigación. El anuncio es un marco de acción, no una medición del avance de cada objetivo. En las fuentes revisadas no se localizó un tablero estatal consolidado que reúna presupuesto exclusivo de IA, sistemas en producción, evaluaciones de impacto, usuarios, ahorro y resultados educativos.
El C5i ha presentado públicamente el uso de algoritmos de IA en seguridad turística. La declaración permite ubicar un campo de aplicación, pero no se acompañó en esa fuente de precisiones, falsos positivos, auditorías independientes ni evaluación causal de reducción del delito. Esa información sería necesaria para valorar su eficacia y los controles sobre decisiones que afectan a personas.
También hay actividades exploratorias: el boletín de la SSPE del 27 de octubre de 2026 describe una visita a Winston-Salem para conocer monitoreo, reconocimiento de matrículas e IA. Conocer una solución no acredita compra ni puesta en marcha local. Para llevarla al inventario operativo se requieren contrato, instalación, aceptación y métricas. Digitalizar trámites, por su parte, tampoco acredita que cada trámite utilice IA.
Educación en Aguascalientes: qué se ofrece y qué falta evaluar
| Acción | Evidencia y fecha | Resultado aún necesario |
|---|---|---|
| Mil becas de especialización | Anunciadas el 10 y reportadas como otorgadas el 30 de julio de 2026; curso de Academia Inadaptados. Fuente estatal. | Inscripción efectiva, horas, conclusión, evaluación, certificación y aplicación posterior. No se cuentan ambos anuncios como dos mil becas. |
| Oracle Academy | Convenio firmado en marzo de 2025 para acceso a plataformas, nube y formación. Fuente. | Centros participantes, cuentas activas, docentes formados y aprendizajes; acceso sin costo no equivale a certificación obtenida. |
| Huawei y CENEVAL | Acuerdos de octubre de 2026 para certificaciones y microcredenciales, incluidas IA y otras áreas. Fuente. | Metas desagregadas y personas que aprobaron certificaciones específicamente de IA. |
| LIA Lab para bachillerato | Convocatoria con Santander y Bécalos; inicio anunciado el 19 de octubre de 2026. Fuente. | Participación, permanencia y evaluación. La convocatoria no demuestra egreso. |
| UAA: Computación Inteligente | Plan actualizado aprobado en diciembre de 2024; la universidad identifica una trayectoria previa en IA y posgrados. Fuente universitaria. | Matrícula y egreso específicos, colocación, producción científica y proyectos transferidos. |
| UP Aguascalientes | Oferta de maestría en IA y ciencia de datos, inicio anunciado en septiembre de 2026 y duración de 18 meses. Oferta académica. | Matrícula efectiva y resultados. Abrir una oferta no significa contar ya con una generación graduada. |
En el frente empresarial, se informó una capacitación con Google Cloud y Nubosoft para más de 80 empresarios y emprendedores en agosto de 2025. Es una acción concreta de acercamiento, no evidencia de 80 implementaciones productivas. Se necesita seguimiento a proyectos terminados, inversión movilizada, retorno y continuidad. LJA: capacitación empresarial con Google Cloud y Nubosoft, agosto de 2025.
No puede calcularse un porcentaje de cobertura educativa con mil becas sin definir a quién se pretende cubrir: alumnado universitario, docentes, población ocupada o especialistas avanzados. El denominador importa. Tampoco deben sumarse personas participantes de varios cursos sin depuración: una misma persona puede figurar en más de un programa.
Comparativo estatal: instrumentos, inversiones y educación
La revisión de política pública se concentra en entidades con referencias útiles para Aguascalientes: infraestructura de nube, industria, formación masiva, evaluación educativa y gobernanza. No equivale a un inventario de todos los programas de las 32 entidades. Más adelante se presenta el barrido estadístico disponible de 31 estados y se declara el faltante, sin convertir ausencia documental en gasto cero.
| Entidad | Infraestructura, política o inversión | Estrategia educativa y estado de la evidencia |
|---|---|---|
| Querétaro | AWS abrió su Región México Central en enero de 2025, con tres zonas de disponibilidad y compromiso de más de USD 5,000 millones. CloudHQ anunció USD 4,800 millones para seis instalaciones: es otro proyecto y un horizonte de construcción. AWS; CloudHQ. | Think Big Space abrió en BLOQUE en mayo de 2026; capacidad prevista para más de 1,200 estudiantes al año. Capacidad no equivale a alumnos ya atendidos. Fuente. |
| Nuevo León | Gobierno reporta proyecto AI-GDC/CIPRE con tecnología NVIDIA: USD 100 millones iniciales y proyección de USD 1,000 millones, anunciado en 2025. No se suman ambas cantidades. Fuente. | Reporta cerca de 50 mil docentes capacitados y ley educativa de abril de 2026 con IA responsable. Son cifras gubernamentales; falta evaluación independiente de aprendizaje y uso sostenido. |
| Jalisco | Jalisco Atrae incluye apoyos para herramientas de IA con tope de hasta MXN 10 millones en la modalidad descrita: es un límite de apoyo, no gasto ya pagado. Reglas del programa. | Portal de IA para docentes y contratación de capacitación: evidencia más verificable que un discurso, pero el fallo no demuestra conclusión ni resultados. Portal; expediente. |
| Sonora | Alianza anunciada con Microsoft para acceso a formación de 350 mil personas; valor equivalente declarado de MXN 300 millones, no necesariamente desembolso estatal. Fuente. | Coecyt reporta 126 docentes, investigadores y personal académico capacitados entre marzo y junio de 2026. Oferta masiva y capacitación concluida son métricas distintas. Fuente. |
| Yucatán | Formación especializada vinculada a Secihti, UADY, Anuies y Edvolution; el caso revisado no publica un presupuesto exclusivo de IA. | 134 personas de 30 instituciones concluyeron un diplomado de 120 horas en 2025; eficiencia terminal reportada superior a 90%. Tiene una métrica de conclusión, aunque falta seguimiento productivo. Fuente. |
| Guanajuato | Programa de formación con educación, innovación y aliados tecnológicos; sin monto exclusivo ejecutado verificable en el comunicado. | Taller de agosto de 2026 con 980 registros docentes de 44 municipios; registros no equivalen a egresados. Fuente. |
| Puebla | En octubre de 2026 se reportó habilitación de laboratorio con Google Cloud en CERHAN II; colaboración técnica y operativa. | Espacio para formación especializada; el comunicado no acredita apertura completa, egresados ni transferencia a empresas. Fuente. |
| Chihuahua | Participa en el anuncio nacional de Flex; no se asigna el monto total a la entidad. | Foro estatal de uso pedagógico y regulación digital concluido en octubre de 2026; no equivale a cobertura universal de docentes. Fuente. |
| San Luis Potosí | La UASLP creó un grupo universitario de IA en enero de 2026 y publicó recomendaciones de uso. | Avance en reglas de integridad, evaluación y responsabilidad, con revisión institucional; no es una tasa de adopción estatal. Fuente. |
| Durango | Fermaca Digital City: USD 2,700 millones anunciados en 2025; los otros USD 1,000 millones del paquete son fertilizantes y se excluyen de IA. Acuerdo de desarrollo con NVIDIA reportado en enero de 2026. Proyecto; seguimiento. | Promete talento y aplicaciones en educación y salud. Las fuentes citadas no acreditan capacidad completa operativa ni resultados educativos del proyecto. |
Aguascalientes no parte de cero en formación universitaria ni en cómputo público. Querétaro ofrece una referencia de nube comercial operativa; Jalisco muestra un instrumento explícito de apoyo a la compra de IA; Yucatán publica egreso y eficiencia terminal; San Luis Potosí ofrece reglas académicas. El aprendizaje para el estado consiste en articular esas piezas y medir resultados. No basta con ganar la competencia de boletines.
La cronología impide una conclusión causal tentadora: la adopción censal de Querétaro corresponde a 2023 y la región de AWS abrió en 2025. Ese censo no permite juzgar el efecto de esa apertura posterior. Del mismo modo, las becas e inversiones de Aguascalientes de 2026 no pueden evaluarse con una fotografía de tres años antes. Se necesita una medición nueva, y hasta el momento, la administración estatal no ha presentado ni una sola.
México frente al mundo: uso cotidiano, empresas y capacidad de creación
Las potencias no lideran en todo a la vez. La adopción entre personas puede ser alta sin liderazgo en entrenamiento de modelos; la fabricación de equipos puede crecer sin que la mayoría de los pequeños negocios los aproveche. El benchmarking se divide por eso en tres planos: difusión social, uso empresarial y ecosistema científico e industrial.
Segundo trimestre de 2026. Estimación de Microsoft basada en telemetría agregada y ajustada, no censo de personas ni encuesta oficial mexicana. Informe y metodología. La fuente reconoce cobertura incompleta de herramientas, particularmente relevante para China.
México registra 21.4%, por encima del 18.8% mundial y debajo de Singapur, 64.3%, y Emiratos, 73.3%, en esta medición. La distancia con Singapur es de 42.9 puntos porcentuales. No se traslada ese 21.4% a Aguascalientes: no se obtuvo una estimación estatal equivalente. Usar IA alguna vez en el periodo tampoco acredita mejora de productividad ni dominio técnico. Fuente.
| Comparación empresarial | Dato | Lectura válida |
|---|---|---|
| Aguascalientes / México / Unión Europea, referencia 2023 | 6.5% / 8.0% / 8.1% | Recorte empresarial cercano a diez o más empleados; instrumentos y cobertura sectorial no idénticos. CMD y Eurostat. |
| Unión Europea, 2025 | 20.0% | Avance medido más reciente; no es la cifra del mismo año que el censo mexicano. |
| Dinamarca / Finlandia / Suecia, 2025 | 42.0% / 37.8% / 35.0% | Referencias de adopción empresarial. No deben compararse con el 1.3% local entre negocios digitales como si compartieran denominador. |
| México: EMAER, junio de 2026 | 48.5% | Empresas de más de cien trabajadores: no demuestra que México supere a Dinamarca en el universo de diez o más. |
La comparación más equilibrada en el tiempo es la de 2023: México y la UE estaban próximos en la proporción general de empresas de ese recorte. La referencia europea sube después a 20.0% en 2025; México no tiene en las fuentes aquí revisadas una actualización censal estatal equivalente. La distancia actual no se puede calcular restando mecánicamente un dato mexicano de 2023 a uno europeo de 2025. CMD; Eurostat.
Empresas de diez o más empleados. Fuente: Eurostat. Se mantiene separada de la gráfica estatal de 2023 y de la EMAER mexicana de 2026 para no aparentar una clasificación homogénea que los datos no permiten.
En el ILIA 2025 de CENIA–CEPAL, México ocupa el octavo lugar de 19 países, con 47.03 puntos. Chile obtiene 70.5, Brasil 67.3 y Uruguay 62.3. Este índice reúne habilitadores, investigación, adopción y gobernanza. 47.03 puntos no es 47.03% de personas o empresas usando IA. Tampoco permite asignar un puntaje estatal por simple proporción. Resultados y definición del índice.
Puntaje del índice, escala de 0 a 100; no porcentaje de adopción. CENIA–CEPAL. Se muestran los ocho primeros países, incluidos México; no es un ranking mundial.
La frontera de creación es otra escala. Stanford reporta USD 285,900 millones de inversión privada en IA en Estados Unidos en 2025 y USD 12,400 millones en China; advierte que el dato privado subestima la participación pública china. En desarrollo de modelos destacados registra 59 en Estados Unidos y 35 en China. No se encontró un agregado equivalente verificable de Aguascalientes, y no se lo sustituye por cero. Inversión; modelos y metodología.
Esos indicadores muestran por qué “alcanzar a las potencias” no tiene una sola fecha. Igualar el porcentaje de negocios que usan una aplicación no equivale a igualar investigación, modelos propios, chips, capital de riesgo, acceso a cómputo o capacidad de fijar estándares. Un estado puede mejorar rápidamente en aplicaciones especializadas sin reproducir toda la cadena industrial de Estados Unidos o China.
Qué hacen en educación las referencias internacionales
| País | Estrategia documentada | Qué enseña la comparación |
|---|---|---|
| Estonia | AI Leap reporta participación de 154 de 156 escuelas de nivel medio superior, unos 5 mil docentes y 20 mil alumnos en 2025–2026. En junio de 2026, 94% de docentes participantes había usado IA y 63% reportó rediseñar aspectos de su enseñanza. Fuente institucional. | Publica cobertura, universo y cambio de práctica. Son resultados de participantes; no prueba de mejora causal del aprendizaje. |
| Emiratos Árabes Unidos | IA incorporada al currículo público de kindergarten a grado 12 desde 2025–2026, con progresión por edad y marco de alfabetización. Inicio; marco curricular. | Pasa del curso opcional a una trayectoria curricular; necesita evaluación de aplicación y resultados. |
| Singapur | Estrategia actualizada en 2026. En 2024 comprometió más de SGD 1,000 millones a cinco años y una meta de triplicar especialistas a 15 mil. Estrategia; financiamiento y talento. | Conecta formación avanzada, cómputo y desarrollo industrial; la meta no se presenta como ya cumplida. |
| Finlandia | Elements of AI, de Helsinki y MinnaLearn, superó un millón de participantes de 170 países y se tradujo a 26 idiomas en el balance consultado. Fuente universitaria. | Formación accesible y evaluación crítica. El millón es alcance internacional, no un millón de finlandeses ni un millón de especialistas avanzados. |
| China | Plan IA + educación de abril de 2026: integración curricular, formación docente y metas a 2030. Documento ministerial. | Articulación por niveles y desarrollo de capacidades; objetivos de política no equivalen a cobertura ya alcanzada. |
| Estados Unidos | Orden ejecutiva de abril de 2025 organiza una fuerza de tarea, alianzas, formación docente y proyectos para estudiantes. Orden original. | Mecanismos de coordinación; emitir una orden no prueba ejecución uniforme en todos los estados. |
El contraste más útil para Aguascalientes no es cuántos convenios firma cada gobierno, sino qué publica sobre quienes aprenden y cambian su práctica. Estonia permite calcular 98.7% de escuelas participantes en el nivel delimitado: 154 ÷ 156. El estado podría hacer algo equivalente con sus programas, pero necesita publicar población objetivo, participación efectiva, conclusión, evaluación y seguimiento. Un porcentaje sin población objetivo es decoración estadística.
México ya tiene una política nacional: falta evaluar su ejecución
Sería desactualizado afirmar simplemente que México carece de estrategia. La ATDT publica proyectos y metas de IA, incluidas 5,771 certificaciones reportadas para 2026 y formación orientada a certificar 90 mil estudiantes a 2030 en tecnologías emergentes e IA. Esas categorías no equivalen a graduar 90 mil investigadores de IA. Agenda de la ATDT.
El Plan Nacional contempla infraestructura, software público y formación. Animal Político describe MXN 6,000 millones previstos para Coatlicue y los USD 7 millones de ampliación del centro de Aguascalientes. Son conceptos y monedas distintas; su inclusión en un plan no sustituye la comprobación del gasto ni permite asumir que la supercomputadora esté completamente operativa. Revisión del documento.
En el sector privado, Microsoft anunció en 2024 USD 1,300 millones en tres años para nube, IA y habilidades en México. No es un monto atribuible enteramente a Aguascalientes ni exclusivamente a formación. En julio de 2026 la empresa reportó haber alcanzado aproximadamente 3.5 millones de personas, 70% de su meta de cinco millones a 2027. “Alcanzadas” no significa necesariamente certificadas o con competencia avanzada evaluada. Compromiso de inversión; avance reportado.
De regreso a Aguascalientes: qué porcentaje sí se puede sostener
| Pregunta | Respuesta que permite la evidencia |
|---|---|
| ¿Cuánto había adoptado IA el segmento empresarial comparable? | 6.5% entre empresas de diez o más empleados, referencia 2023, según CMD. Es el indicador principal de este reportaje. |
| ¿Cuánto era entre negocios digitalizados? | 1.3% en 2023, según INEGI. Es otra base. |
| ¿Cuánto del conjunto censal? | Alrededor de 0.49% en 2023, cálculo aproximado sobre una cifra redondeada. |
| ¿Cuánto ha implementado integralmente el estado en 2026? | No identificable con los datos disponibles. Faltan medición reciente y definición de integración. |
| ¿Qué porcentaje de población local usa IA? | No se localizó una estimación estatal homologable con Microsoft AI Diffusion. El dato de México no se asigna al estado. |
| ¿Está en la mitad del nivel de Nuevo León? | Su tasa empresarial de referencia equivale a 51.6% de la tasa de Nuevo León. Es comparación relativa de un indicador, no porcentaje total de madurez. |
El diagnóstico es de distancia entre capacidades tecnológicas y beneficios empresariales extendidos y verificables. El estado parte de una adopción inferior a la nacional en la referencia de 2023 y presenta experiencias productivas posteriores; no se acreditó su difusión a una mayoría de negocios. Esa evidencia sostiene un planteamiento crítico, pero no permite convertir la ausencia de medición en prueba de ausencia de todo beneficio.
Cuánto tardaría en alcanzar a los líderes: cálculo condicionado, no pronóstico
Para calcular un plazo real se requieren al menos una base local reciente comparable, una velocidad observada y una trayectoria del referente. No se dispone de esa serie. Por ello, no es posible fechar con rigor cuándo Aguascalientes estará a la par de las potencias. Sí puede calcularse qué exigiría cerrar una distancia bajo supuestos visibles.
El ejercicio usa como valores de referencia 6.5% local y 42.0% de Dinamarca: una distancia de 35.5 puntos. Son observaciones de 2023 y 2025, no una fotografía simultánea de 2026. Para el ejercicio se las fija como condiciones iniciales hipotéticas: no se afirma que Aguascalientes siga en 6.5% hoy. Las velocidades de 2, 5 y 8 puntos anuales se eligen para sensibilidad, no se estiman de una serie local.
| Avance local supuesto | Años para llegar al referente fijo de 42% | Años si el referente avanza 0.5 puntos al año |
|---|---|---|
| 2 puntos por año | 17.8 | 23.7 |
| 5 puntos por año | 7.1 | 7.9 |
| 8 puntos por año | 4.4 | 4.7 |
Simulación propia. T = (42 − 6.5) ÷ avance anual. No es una estimación estadística ni un calendario. Cambiar el punto de partida o el crecimiento cambia el resultado; no incluye toda la capacidad tecnológica de un país.
Con líder móvil, la fórmula es T = (42 − 6.5) ÷ (avance local − avance del líder). Si el avance local no supera al del referente, la distancia no se cierra mientras esas trayectorias lineales sean válidas. Las tasas no pueden extrapolarse indefinidamente: las proporciones están acotadas a 100% y la difusión suele desacelerarse al acercarse a la saturación.
Una sensibilidad adicional muestra por qué sería engañoso poner una fecha en el titular. Si el punto inicial local fuese 15% —supuesto no medido— y creciera cinco puntos al año, alcanzar 42% fijo tomaría 5.4 años; si fuese 25%, 3.4 años. Sin conocer el punto inicial actual, elegir una de esas fechas sería escoger primero la respuesta y después vestirla de cálculo.
La conclusión no es que el estado tardará “entre cuatro y dieciocho años”. Ese rango solo resume parámetros elegidos. Lo demostrado es qué velocidad requeriría una meta concreta y por qué la fecha de convergencia no está identificada. Incluso alcanzar 42% en uso empresarial no significaría igualar a Dinamarca, Estados Unidos o China en productividad, investigación, modelos o soberanía tecnológica.
Lo que tendría que medir el estado para pasar del anuncio al resultado
| Área | Indicador propuesto | Documento o dato necesario |
|---|---|---|
| Negocios | Porcentaje de uso, intensidad e integración, por tamaño y sector. | Encuesta representativa anual, cuestionario público, tamaño de muestra y márgenes de error. |
| Inversión | Anunciada, comprometida, contratada, ejecutada y operativa. | Contratos, calendarios, gasto pagado y desglose estatal; evitar duplicidades entre anuncios. |
| Cómputo | MW TI, GPU por tipo, horas disponibles y usadas, clientes y aplicaciones. | Inventario conciliado por sitio y operador; métricas de utilización, PUE y agua. |
| Educación | Cobertura efectiva, conclusión, competencia demostrada y empleo. | Padrón depurado, población objetivo, evaluaciones y seguimiento sin exponer datos personales. |
| Gobierno | Sistemas operativos, tiempos, costos, precisión, reclamaciones y revisión humana. | Registro público de algoritmos, responsables, evaluaciones y auditorías adecuadas al riesgo. |
| Transferencia | Proyectos de investigación que llegan a procesos productivos. | Convenios y contratos con resultados medidos, licenciamiento, adopción y continuidad. |
En energía y agua hace falta una precaución adicional: no se calculó una demanda local de IA con promedios internacionales. Sin conocer equipos, utilización, enfriamiento y contratos de suministro, ese número sería especulativo. Atraer infraestructura debe acompañarse de transparencia de consumo y capacidad efectiva, especialmente cuando se promete que cada nuevo edificio es un salto tecnológico para toda la población.
Anexo: comparación de adopción entre negocios digitales por entidad
Porcentaje que reportó IA entre unidades que usaron herramientas digitales en 2023. Compilación secundaria de Pro-Latam a partir de comunicados estatales del INEGI; se contrastaron directamente los datos principales de Aguascalientes, Querétaro y Nuevo León. No se reproducen aquí todos los tabulados originales. Fuente de la compilación.
| Entidad | IA entre negocios digitales, 2023 |
|---|---|
| Nuevo León | 4.9% |
| Quintana Roo | 4.2% |
| Sinaloa | 3.0% |
| Campeche | 2.9% |
| Tamaulipas | 2.8% |
| Ciudad de México | 2.7% |
| Yucatán | 2.6% |
| Coahuila | 2.5% |
| Chihuahua | 2.3% |
| Baja California | 2.2% |
| Baja California Sur | 2.2% |
| Jalisco | 2.2% |
| Tabasco | 2.2% |
| Sonora | 2.1% |
| Veracruz | 2.1% |
| Guanajuato | 2.0% |
| Querétaro | 2.0% |
| Colima | 1.7% |
| Morelos | 1.6% |
| Chiapas | 1.5% |
| San Luis Potosí | 1.5% |
| Durango | 1.4% |
| Aguascalientes | 1.3% |
| Zacatecas | 1.3% |
| Guerrero | 1.2% |
| Hidalgo | 1.2% |
| Michoacán | 1.2% |
| Puebla | 1.2% |
| Oaxaca | 1.1% |
| Nayarit | 1.0% |
| Tlaxcala | 0.9% |
| Estado de México | No verificado en esta serie; no se asigna cero. |
| Nacional | 2.1% |
Este orden corresponde solo a esa variable y universo. No es conveniente leerla como una clasificación de gobiernos, gasto, universidades ni capacidad actual de IA. La minimonografía del Estado de México sí existe, pero no contiene el indicador necesario para completar esta serie, por lo que no se debe interpretar la falta de una cifra verificada como inexistencia de actividad.
Metodología y límites
Contrastamos documentos del INEGI, el estudio original de CMD de 90 páginas, el recuadro de Banco de México de septiembre de 2026, fuentes institucionales de educación y ciencia, registros de instalaciones y declaraciones originales de empresas. Los anuncios gubernamentales y empresariales se presentan atribuidos; no se consideran auditorías independientes. La tabla estatal ampliada se identifica como compilación secundaria y no como extracción propia de 32 bases.
CMD rotula su comparación como empresas de diez o más empleados, aunque presenta estratos de 11–50, 51–250 y 251 o más. Eurostat utiliza, en su desglose, 10–49, 50–249 y 250 o más. Las fronteras no son idénticas; la comparación es orientativa y no una armonización de microdatos. El propio CMD precisa que la referencia mexicana de su comparación internacional corresponde a 2023.
Se separan hechos documentales —publicación de una oferta, registro de una instalación o declaración de resultados— de la comprobación independiente de su desempeño. No se realizaron visitas de campo, entrevistas privadas ni solicitudes nuevas de información. No se obtuvo un censo integral de centros de datos, una encuesta estatal reciente de adopción ni un presupuesto consolidado de IA. Los huecos no se sustituyen por ceros.
Los cálculos propios se limitan a razones, diferencias, aproximación censal y escenarios aritméticos. Las unidades económicas y las empresas tienen recortes distintos según la fuente. No se mezclan personas, empresas, inscripciones, certificaciones, MW, GPU ni puntajes de índices. Los porcentajes de 2023 no se publican como mediciones de 2026. Las gráficas contienen valores en texto, barras HTML y CSS integrado: no requieren JavaScript, imágenes, bibliotecas ni servicios externos.
Aguascalientes está aún muy lejos de poder demostrar que la IA ya se convirtió en una herramienta extendida para resolver problemas de sus empresas. Ciertamente hay capacidades y casos que impiden hablar de un desierto tecnológico, pero falta evidencia reciente de alcance, resultados comparables y acceso para los negocios pequeños. La próxima prueba que debe presentar el gobierno y la iniciativa privada debe darse en costos, calidad, tiempos y condiciones de trabajo. Las fotografías de los convenios pueden esperar: la cuenta que le importa a la gente es la del negocio.
elREPORTEROdigital.com · Investigación documental con corte al 29 de octubre de 2026. Las fuentes están enlazadas en cada sección y el expediente conserva datos y cálculos.
Comentarios