Tendencias de IA en México 2026: Qué Empresas Están Invirtiendo y Dónde

El mercado mexicano de IA en números 2026

Según IDC + AMITI, México invirtió $1.8B USD en IA durante 2023. Proyección 2026: $8.5B USD (x4.7 en 3 años). El 67% viene de corporativos grandes; 23% de medianas; 10% de PyMES.

Los sectores que más invierten

1. Servicios financieros (28% del total)

• Bancos grandes: Banamex, BBVA, Santander, Banorte
• Áreas: fraud detection, credit scoring, chatbots
• Inversión típica: $100-$500M MXN/año por top bank

2. Retail y e-commerce (18%)

• Walmart, Mercado Libre, Liverpool, Coppel
• Áreas: recomendación, forecasting, pricing dinámico
• Inversión: $50-$200M MXN/año

3. Telecomunicaciones (15%)

• Telmex-Telcel, AT&T, Totalplay
• Áreas: churn, network optimization, customer service
• Inversión: $80-$300M MXN/año

4. Manufactura (12%)

• Auto (VW, GM, Ford, Stellantis), aeroespacial
• Áreas: mantenimiento predictivo, quality, supply chain
• Inversión: $40-$150M MXN/año

5. Salud (8%)

• Grupos hospitalarios privados
• Áreas: imaging, diagnóstico asistido, operaciones
• Inversión: creciendo 30%+ anual

Otros sectores (19%)

Energía, logística, gobierno, educación.

Las tendencias que marcarán 2026-2028

1. LLMs empresariales (GenAI) mainstream

En 2026, 67% de empresas grandes mexicanas tendrán al menos 1 caso GenAI en producción (vs 12% en 2023).

Ejemplo: Banorte implementó asistente para asesores bancarios que responde sobre productos financieros. Ahorro proyectado: $200M MXN/año.

2. Nearshoring impulsa data + IA

Empresas mudándose a México traen stack IA completo. Querétaro, Monterrey, Guadalajara son hubs. Demanda de talento data 2.5× vs 2023.

3. Agentes IA verticales

Asistentes especializados (legal, contable, compras, ingeniería) reemplazando tareas repetitivas. Crecimiento 2026-2028 proyectado 120%.

4. IA soberana (datos en México)

Preocupaciones regulatorias impulsan modelos entrenados y alojados en MX. Proyectos piloto iniciales.

5. ML Ops maduro

Ya no es "hacer modelo en notebook". Empresas adoptan MLOps, feature stores, monitoring.

6. Data fabric y data mesh

Arquitecturas descentralizadas de datos ganan adopción en corporativos grandes.

7. Fraud detection con grafos

Graph ML para detectar redes de fraude complejas (especialmente en banca y seguros).

8. Video IA en retail

Analytics de video en tienda física (foot traffic, heatmaps, check-out automático).

9. Automatización de compliance

IA leyendo contratos, CFDI, regulaciones fiscales. Ahorro masivo en equipos legal/compliance.

10. Climate analytics

Empresas midiendo huella de carbono con IA. Impulsado por reportes ESG obligatorios 2026+.

Dónde están invirtiendo (ciudades)

CDMX (45% inversión total)

• Hub financiero y corporativo
• Concentración: Santa Fe, Polanco, Reforma

Monterrey (20%)

• Industrial y fintech
• Concentración: Valle Oriente, Santa Catarina

Guadalajara (15%)

• Tech y startups
• "Silicon Valley de LATAM"

Querétaro (10%)

• Manufactura nearshoring
• Automotriz, aeroespacial

Otras (10%)

• Puebla (automotriz), Mérida (tech emergente), Tijuana (manufactura)

Oportunidades para empresas mexicanas

Si vendes software/servicios:

• Agentes IA verticales para industrias tradicionales (concretera, inmobiliaria)
• Plataformas de MLOps en español
• Servicios de implementación con know-how local

Si consumes IA:

• Arranca con 1-2 casos claros antes de portafolio
• Invierte en data foundation antes de ML
• Busca ROI medible no "innovación para el brochure"

Si eres talento:

• Especialízate en industria vertical + IA
• Aprende LLMs y agentes (diferenciador 2026)
• MLOps es subvalorado y muy demandado

Riesgos a vigilar

1. Burbuja de expectativas en algunos sectores
2. Regulación incierta (INAI, CNBV, COFEPRIS adaptando)
3. Escasez de talento senior (salarios suben 20%+ anual)
4. Dependencia de vendors US (riesgo geopolítico)

FAQ

¿Es tarde para invertir en IA? No. El 33% de empresas grandes aún no tienen casos productivos. Oportunidad enorme.

¿Cuánto presupuesto debe asignar mi empresa? Empresas data-forward: 3-5% del revenue. Tradicionales: 1-2%.

¿IA vs analytics tradicional? Complementarios. No reemplaces BI con IA; suma.

Conclusión

México está en punto inflexión de IA: ya no es experimento, es ventaja competitiva. Empresas que inviertan con método en 2026-2027 dominarán 2028+.

Teseo Data Lab acompaña a empresas mexicanas en adopción estratégica de IA con foco en ROI.