Mercado de IA agéntica empresarial en México alcanzará los 935.4 MDD en 2030
-
El mercado de la inteligencia artificial agéntica o ai agents, en el rubro empresarial registró ingresos por 103.7 millones de dólares en 2024 tan solo en México.
-
En México las empresas grandes ya exploran el despliegue de agentes, mientras que las startups y pymes han adoptado productos listos para uso inmediato.
En México ya se desarrollan y operan agentes de inteligencia artificial (IA) que van más allá del uso de chatbots. El interés de la industria se centra en determinar si el país se encuentra en una nueva etapa, con empresas y startups que comienzan a desplegar sistemas multiagente capaces de automatizar procesos completos.
De acuerdo con Guillermo Montes de Oca, CEO y fundador de Ozaru, el mercado de la inteligencia artificial agéntica o ai agents, en el rubro empresarial registró ingresos por 103.7 millones de dólares en 2024 tan solo en México y se proyecta que llegue a los 935.4 millones de dólares en 2030.
“Su tasa de crecimiento anual compuesta es de 45% en el periodo de 2025 a 2030, de acuerdo con los datos de Grand View Research”, detalló.
Ozaru, la empresa mexicana pionera en usar la IA generativa para hacer más eficientes las operaciones de los trabajadores de primera línea de las empresas, es pionera en implementar este enfoque en el país y anticipa que su impacto se sentirá en menos de un año.
Guillermo Montes de Oca explica que el mapa de adopción de nuestro país muestra dos grandes caminos. El primero son las suites propietarias de las nubes tecnológicas (Google, Microsoft y AWS), que permiten trabajar en entornos controlados.
“El segundo es el ecosistema open source, que pone a disposición plantillas de arquitecturas multiagente configurables para distintas necesidades. Este modelo facilita a las empresas medianas y pequeñas acceder a funcionalidades avanzadas sin necesidad de construir todo desde cero”, comentó el especialista.
Los casos prácticos en México incluyen a las pymes que ya operan con sistemas multiagente en aplicaciones de atención al cliente, como los CRMs automatizados de WhatsApp, con decenas de miles de usuarios.
Startups locales también han migrado rápidamente de productos basados únicamente en prompts hacia versiones multiagente que permiten procesos integrales: tomar notas de reuniones, generar minutas, enviar resúmenes personalizados a cada participante y coordinar la siguiente sesión mediante agendas compartidas.
Este avance se acompaña de un cambio en el modelo de negocio. Empresas como Ozaru transitan del esquema de Software as a Service hacia el de Service as a Software. Bajo esta lógica, en lugar de cobrar por el uso de una plataforma, se factura por resultados específicos generados con inteligencia artificial.
Ejemplos de este modelo son el cobro por vacantes colocadas en procesos de reclutamiento o por tickets atendidos en un centro de contacto, donde los sistemas multiagente sustituyen a equipos humanos en parte del flujo operativo.
En México las empresas grandes ya exploran el despliegue de agentes, mientras que las startups y pymes han adoptado productos listos para uso inmediato. El desarrollo local aún enfrenta retos, como la limitada base de programadores con experiencia en arquitecturas multiagente.
La formación proviene principalmente de programas de certificación en línea ofrecidos por compañías como Google, Microsoft y OpenAI, así como de iniciativas de autoaprendizaje.
Aun con esa limitación, se reconoce que en el país los sistemas multiagente ya funcionan como una segunda generación de la inteligencia artificial aplicada. En comparación con Latinoamérica, México se ubica en una posición más adelantada y, frente a Estados Unidos, el nivel de madurez se considera equiparable en algunos casos.
En términos de tecnología, machine learning fue el segmento con mayor generación de ingresos en 2024. Durante el periodo de pronóstico, deep learning se identifica como el segmento de crecimiento más acelerado. La segmentación del mercado considera machine learning, Procesamiento de lenguaje natural (NLP), deep learning y visión por computadora.
