Si tienes un hotel, una empresa de transporte o una constructora, probablemente te han vendido la IA con ejemplos de bancos y empresas de software. Tiene lógica. Ahí es donde se usa.

Los datos más recientes de Estados Unidos lo dicen con claridad. En los sectores de información y servicios profesionales, casi 4 de cada 10 empresas usan IA. En hotelería y restaurantes, transporte, construcción y agricultura, menos de 1 de cada 10.

Mi lectura es que para una empresa mediana en esos sectores esto es una ventaja de tiempo. Pero solo si empiezas por el lado correcto del negocio.

Los números

El Census de Estados Unidos publicó en mayo los resultados de su encuesta BTOS, que cada dos semanas le pregunta a una muestra de empresas si usaron IA en alguna función del negocio. El promedio nacional fue 19,8% a inicios de mayo de 2026. Información llegó a 39,7%, finanzas y seguros a 33,9%, comercio minorista a cerca del 14%.

Tres días después, la Fed de Minneapolis hizo el corte que me interesa. Menos del 10% de las empresas de agricultura, transporte, hotelería y restaurantes y construcción reportaron usar IA. Salud estaba cerca del 20% y manufactura cerca del 12%.

Ojo con la vara. La pregunta del Census es amplia, basta con haber usado IA en cualquier función del negocio en las últimas dos semanas. Es una vara baja, y aun así hay sectores enteros que no la pasan.

Y otra aclaración, porque me la van a hacer. Esto es Estados Unidos. No conozco una medición pública equivalente para Costa Rica ni para Centroamérica, así que todo lo que digo sobre la región es opinión mía, no estadística.

Por qué esos sectores van atrás

La Fed da tres razones. Qué tan digitalizado está el sector. Cuántos datos tiene disponibles. Y qué tan compleja es la tarea.

Las tres apuntan a lo mismo. La IA de hoy trabaja sobre texto, números e imágenes que ya están en una computadora. Un analista de un banco pasa el día frente a esas cosas. Un maestro de obras pasa el día frente a una losa, un chofer frente a una carretera, una camarera frente a una habitación. Ninguno de esos tres trabajos va a cambiar con un modelo de lenguaje este año.

Si uno mira solo el trabajo físico, la conclusión es que la IA no es para estos sectores todavía. Me parece una conclusión equivocada.

La otra mitad del negocio

Toma una constructora mediana. La obra es física. Pero antes de la obra hay licitaciones, presupuestos con cientos de partidas, planos que van y vienen, cotizaciones de proveedores. Durante la obra hay bitácoras, órdenes de cambio, planillas, reportes al cliente. Después hay facturación, retenciones y cobro.

Toda esa mitad es papel y pantalla. En muchas empresas de la región vive en correos, hojas de cálculo y, sobre todo, en chats de WhatsApp.

Con un hotel pasa igual. La habitación es física. La tarifa, la reserva, la consulta repetida de un huésped en tres idiomas, la conciliación con las agencias en línea, la planilla de turnos, todo eso ya es digital. Y en transporte, la cotización, la asignación de rutas, el despacho, las guías y el cobro.

Por eso digo que el hueco de adopción es una oportunidad de tiempo. En banca, tu competencia ya tiene la oficina automatizada y competir ahí es caro. En hotelería o transporte, la mayoría todavía no empezó, y la oficina que sostiene la operación tiene el mismo tipo de trabajo donde la IA ya demostró que sirve.

El prerrequisito que casi siempre falta

Hay una condición, y es la que explica los datos de la Fed. La IA necesita que la información esté registrada en algún lado que se pueda leer. Si la cotización vive en la cabeza del gerente de operaciones y el estado de la obra se sabe llamando al maestro de obras, no hay nada sobre qué poner la IA.

En esos casos el primer proyecto no es de IA. Es de registro. Poner las cotizaciones en un formato, las reservas en un sistema, las órdenes de cambio en un solo lugar. Suena menos emocionante, pero es lo que después hace posible todo lo demás.

Ayer escribí sobre el experimento de Harvard e INSEAD con 515 startups, donde el grupo al que le enseñaron dónde poner la IA facturó 1,9 veces más con las mismas herramientas. En sectores con poca adopción ese mapa importa todavía más, porque no hay casos de la competencia que copiar.

Cómo lo abordamos en IQ Source

Cuando una empresa de estos sectores llega con nosotros, lo primero que hacemos es separar la operación física de la oficina que la sostiene y ver cuánto de esa oficina está registrado. Si hay registro, el trabajo va por AI Maestro, que consiste en mapear el flujo, encontrar dónde se atasca y decidir qué casos de IA valen la pena. Si no hay registro, el trabajo va primero por transformación digital, con sistemas que dejen el dato donde la IA lo pueda leer más adelante.

También vale revisar el mapa de exposición a la IA de Karpathy por ocupación. Ahí los techadores casi no tienen exposición porque su trabajo es físico y en sitio, y los gerentes de construcción quedan a medio camino porque coordinan en digital pero supervisan en obra. Es el mismo patrón que muestran los datos del Census, visto desde el puesto.

Si tu empresa es de uno de estos sectores, te propongo un ejercicio. Toma una semana cualquiera y cuenta cuántas cotizaciones, reservas o despachos pasaron por WhatsApp o por teléfono sin quedar en ningún sistema. Ese número te dice si tu primer proyecto es de IA o de registro. Mándamelo y te digo cuál de los dos haría yo.

Revisar mi oficina con IQ Source