¿IA sin presupuesto?
La inteligencia artificial aparece cada vez más en los planes de modernización del Estado.
Chatbots, cámaras con reconocimiento inteligente, automatización de documentos, análisis predictivo, detección de fraude y plataformas capaces de responder al ciudadano las 24 horas.
Suena bien. Pero en Perú y buena parte de Latinoamérica existe una pregunta mucho menos futurista:
¿Qué ocurre cuando una entidad quiere implementar inteligencia artificial, pero todavía tiene problemas para financiar cámaras, computadoras, conectividad o sistemas básicos?
La respuesta es incómoda: Sí es posible implementar IA con recursos limitados. Pero no cualquier IA, no en cualquier entidad y, sobre todo, no saltándose las bases.
IA no significa necesariamente cámaras
Cuando pensamos en inteligencia artificial aplicada al Estado solemos imaginar grandes centros de monitoreo, reconocimiento facial, cientos de cámaras y enormes pantallas.
Eso es solamente una parte del problema. Un sistema de IA también puede clasificar documentos, ayudar a responder consultas ciudadanas, resumir expedientes, detectar información duplicada, analizar bases de datos o apoyar tareas administrativas.
Algunas de esas aplicaciones pueden funcionar sobre infraestructura en la nube y aprovechar información que la institución ya posee.
Perú ya tiene ejemplos de este tipo. Ceplan puso en funcionamiento en 2026 un chatbot basado en inteligencia artificial generativa para orientar sobre planeamiento público, mientras que el Estado mantiene un catálogo oficial de aplicaciones de IA desarrolladas por distintas entidades públicas.
Es decir: una municipalidad sin 500 cámaras no está automáticamente excluida de utilizar inteligencia artificial.
La pregunta es otra.
¿Para qué quiere utilizarla?
El error es empezar por la tecnología
Imaginemos una municipalidad con información dispersa entre hojas de cálculo, documentos físicos y sistemas que no se comunican entre sí.
Ahora añadimos inteligencia artificial. ¿Qué obtendremos? Probablemente una herramienta moderna intentando trabajar sobre información desordenada.
La OCDE y CAF han advertido que los gobiernos con mayor madurez digital son precisamente los que se encuentran mejor posicionados para aprovechar la IA. Entre las bases necesarias aparecen la gobernanza, los datos, la interoperabilidad, la infraestructura, el talento digital y la seguridad.
Por eso, antes de preguntar: “¿Cuánto cuesta implementar IA?”
quizá deberíamos preguntar: “¿Está preparada la institución para utilizarla?”
Hay proyectos que sí cuestan millones
Cuando la IA depende de infraestructura física, la situación cambia radicalmente.
En Sullana, por ejemplo, un proyecto de seguridad ciudadana superior a S/25 millones contempla fibra óptica, un centro de operaciones, sistemas de radiocomunicación y 194 cámaras, incluyendo equipos con reconocimiento mediante inteligencia artificial y análisis avanzado de video. La municipalidad optó por gestionarlo mediante Obras por Impuestos.
Otro proyecto impulsado por el Ministerio del Interior plantea integrar al menos 3,200 cámaras municipales a un sistema nacional de videovigilancia inteligente, con una inversión anunciada de S/37.7 millones.
Estos ejemplos muestran algo importante: la IA puede ser solamente una fracción del costo.
Antes están las cámaras, la fibra óptica, los servidores, la conectividad, los centros de monitoreo, la integración y el mantenimiento.
En ese escenario, prometer “inteligencia artificial” sin explicar cómo se financiará todo lo que la rodea deja demasiadas preguntas abiertas.
Entonces, ¿primero cámaras y después IA?
Tampoco necesariamente. Ese sería el extremo contrario.
Si el problema que queremos resolver es atender consultas ciudadanas, analizar documentos o procesar información administrativa, comprar cámaras no tendría ningún sentido.
La inversión debe comenzar por el problema. Una entidad con presupuesto limitado podría empezar con proyectos mucho más pequeños:
automatizar la clasificación de documentos; crear asistentes internos para consultar normativa; analizar reclamos ciudadanos; detectar registros duplicados; resumir grandes cantidades de información; o ayudar a sus trabajadores a encontrar documentos y procedimientos más rápidamente.
Son proyectos muy diferentes de construir una red de videovigilancia inteligente. Y también requieren presupuestos, riesgos e infraestructura diferentes.
Latinoamérica no parte del mismo punto
Este problema tampoco es exclusivo del Perú.
La transformación digital en América Latina y el Caribe avanza de manera desigual. Un estudio de la OCDE y el BID sobre 23 gobiernos de la región concluyó que existe progreso, pero que todavía hay diferencias importantes en las bases necesarias para una transformación digital coherente.
La OCDE y CAF también han señalado que antes de escalar la IA en el sector público se necesitan capacidades institucionales, talento, gobernanza de datos, infraestructura digital, interoperabilidad y mecanismos adecuados de contratación pública.
Eso significa que copiar el proyecto de una gran capital y llevarlo directamente a una municipalidad pequeña puede ser un error.
Las necesidades pueden ser parecidas. Las capacidades no necesariamente lo son.
Perú ya reconoce esa diferencia
Perú aprobó en abril de 2026 su Estrategia Nacional de Inteligencia Artificial 2026–2030, que busca ordenar y articular el desarrollo y uso de IA en el país.
Pero hay un detalle especialmente relevante.
El Reglamento de la Ley de Inteligencia Artificial contempla una implementación progresiva y escalonada considerando las distintas capacidades y recursos de los actores del Sistema Nacional de Transformación Digital.
Esa idea debería ser fundamental. No todas las instituciones tienen que implementar la misma inteligencia artificial. Ni hacerlo al mismo tiempo.
IA barata tampoco significa IA gratis
Aquí aparece otro mito.
Utilizar servicios en la nube o modelos ya existentes puede evitar comprar grandes servidores propios.
Pero siguen existiendo costos. Licencias. Integraciones. Seguridad. Personal especializado. Capacitación. Limpieza y preparación de datos. Supervisión. Mantenimiento. Y, dependiendo del servicio, consumo permanente de infraestructura.
Por eso un proyecto aparentemente pequeño puede convertirse en un gasto recurrente si no fue diseñado correctamente.
La pregunta no debería ser simplemente cuánto cuesta ponerlo en marcha.
También debería ser: ¿Cuánto costará mantenerlo durante los próximos cinco años?
¿Entonces es viable la IA para el Estado peruano?
Sí.
Pero implementar IA no debería significar perseguir la tecnología más espectacular disponible.
Una entidad con pocos recursos probablemente obtenga mayor valor empezando con proyectos pequeños y concretos que utilicen infraestructura existente y resuelvan problemas claramente identificados.
Otra entidad, con infraestructura más avanzada, podrá integrar cámaras, sensores, modelos predictivos y centros de control mucho más sofisticados.
Ambas pueden utilizar inteligencia artificial. Solo que de maneras completamente diferentes.
Primero el problema. Después la IA.
Quizá el mayor riesgo para Latinoamérica no sea quedarse fuera de la revolución de la inteligencia artificial.
El mayor riesgo podría ser gastar recursos escasos intentando aparentar modernidad.
Una institución no necesita implementar IA porque está de moda. Necesita implementarla cuando exista un problema concreto que pueda resolver mejor, más rápido o a menor costo.
Si una municipalidad todavía necesita cámaras, conectividad o sistemas básicos, quizá la prioridad sea construir primero esa infraestructura.
Pero si puede reducir meses de trabajo administrativo mediante una herramienta accesible y bien controlada, esperar a tener una infraestructura perfecta tampoco tendría sentido.
La transformación digital no consiste en llegar primero a la tecnología más nueva. Consiste en escoger correctamente cuál necesitamos.
Y algunas veces, la decisión más inteligente sobre inteligencia artificial será implementarla. Otras veces será esperar.
