A América Latina concentra 14% das visitas globais a soluções web de IA generativa e ocupa o terceiro lugar mundial em downloads de aplicativos de IA. Esse número convive com outro: a região capta 1,12% do investimento global em IA. O Índice Latino-Americano de Inteligência Artificial 2025 — elaborado por CENIA e CEPAL — chama essa combinação de um «paradoxo bastante latino-americano». O paradoxo tem histórico: a região adota tecnologias que outros produzem. O que a IA muda é o custo desse padrão. As consequências de operar sem capacidade própria chegam antes e são mais difíceis de reverter. A data de corte das evidências é maio de 2026; as fontes são primárias — ILIA 2025, LAVCA, BID Lab e CEPAL — citadas com seus números exatos.
O mapa de maturidade · pioneiros, adotantes e exploradores
O ILIA 2025 avalia dezenove países em cinco dimensões: habilitadores, adoção, capital humano, pesquisa e inovação, e governança. O resultado organiza três grupos, e essa classificação desfaz a imagem de uma «região» homogênea com um único problema.
| Grupo ILIA 2025 | Países | Leitura |
|---|---|---|
| Pioneiros · mais de 60 pontos | Chile, Brasil, Uruguai | Ecossistemas densos consolidados |
| Adotantes | Colômbia e Costa Rica entre os que mais reduziram a distância | Reduzem a distância em relação aos líderes |
| Exploradores | Mais de um terço dos dezenove países avaliados | O próximo ciclo se define aqui · reduzir a distância ou ampliar a disparidade intrarregional |
«A América Latina está atrasada em IA» é uma frase genérica demais para embasar qualquer decisão. Os gargalos estruturais, por outro lado, são precisos, e todos vêm do mesmo índice (ILIA 2025): 90% da supercomputação regional está concentrada no Brasil; mais da metade dos países não tem infraestrutura crítica e formação avançada; treze dos dezenove não desenvolvem habilidades em IA desde cedo; onze não têm programas de doutorado vinculados. Brasil e México concentram 68% dos pesquisadores regionais e, junto com Chile, Argentina e Colômbia, reúnem cerca de 90% das publicações. Uma região que aspira a uma IA soberana com a capacidade computacional, os talentos e a pesquisa localizados em dois países tem um problema de arquitetura antes de ter um problema de adoção.
Políticas públicas · do documento ao orçamento
Entre 2023 e 2026, a região passou da construção de agendas à formalização de estratégias, e das estratégias ao debate sobre regulação. A mudança que importa é outra: alguns países começaram a dotar suas políticas de orçamento, coordenação interministerial e capacidade estatal de acompanhamento. O anúncio deixou de ser a notícia; a execução começou a ser.
| País | Instrumento | Situação em maio de 2026 | Nota |
|---|---|---|---|
| Chile | Política Nacional de IA 2021-2030 · projeto de lei baseado em riscos (2025) | 177 iniciativas coordenadas por 14 ministérios · 78% implementado ou concluído até abril de 2025 | A referência regional em coordenação efetiva |
| Brasil | Plano Brasileiro de IA 2024-2028 · PL 2338/2023 | Orçamento público de BRL 23.000 milhões · debate parlamentar ativo | O caso mais completo · estratégia, investimento, infraestrutura e regulação em paralelo |
| Colômbia | CONPES 4144 (2025) · projeto de lei baseado em riscos | Institucionalização em ritmo incomumente rápido | Ênfase em vieses, privacidade e transformação do trabalho |
| Peru | Lei 31814 e Decreto Supremo 115-2025-PCM · ENIA 2026-2030 | Lei e regulamento em vigor | Um dos poucos marcos operacionais vigentes na região · classificação por risco, proibições, transparência, supervisão humana |
| Uruguai | Estratégia Nacional de IA 2024-2030 | Formalizada com base legal | Alinhada com UNESCO, OCDE e a Convenção-Quadro do Consejo de Europa · coerência jurídica acima de sua escala |
| Argentina | Mesa Interministerial sobre IA · programas setoriais | Marco modular, sem arquitetura federal consolidada | Força científica reconhecida |
| México | Iniciativas impulsionadas pelo Senado | Articulação institucional, sem estratégia federal integral | Capacidade de mercado, talento e demanda |
CEPAL e OCDE convergem em um diagnóstico que convém citar sem suavizar: muitas estratégias nacionais carecem de orçamento, acompanhamento e capacidade estatal de implementação. Oito países não registram aplicações de IA para consulta ou cocriação de políticas públicas (CEPAL, 2025), e o uso governamental continua limitado, em muitos casos, a chatbots e automações leves. Documentos elegantes abundam. Sistemas auditáveis, equipes especializadas e rastreabilidade ex post são escassos.
Três vias de investimento que convém ler em conjunto
O investimento em IA na região segue por três vias com dinâmicas distintas. Misturá-las produz diagnósticos equivocados; lê-las em conjunto mostra onde está o déficit real.
| Via | Números e fonte | Leitura |
|---|---|---|
| Venture capital | USD 4.500 milhões e 751 transações em 2024 · USD 1.800 milhões no primeiro semestre de 2025, com 54% em estágios iniciais (LAVCA, 2025). As startups mexicanas superaram o Brasil em captação pela primeira vez em quinze anos · quase 500 startups captaram sua primeira rodada em dezoito meses | Pipeline saudável. A expansão em profundidade exige outra escala de capital |
| Investimento público | Brasil · BRL 23.000 milhões para 2024-2028 · Argentina · chamadas de P&D&I abertas em 2026 · demais países · valores a confirmar ou sem especificação pública | A via em que mais estratégias carecem de orçamento |
| Hyperscalers | Microsoft · BRL 14.700 milhões em nuvem e IA no Brasil em três anos e USD 1.300 milhões no México · AWS · nova região no Chile para o fim de 2026 | A capacidade computacional de base da qual depende qualquer discussão de IA soberana |
O denominador comum das três vias é a mesma lacuna. 1,12% de investimento frente a 14% de uso (ILIA 2025). O capital global financia a adoção regional abaixo de sua proporção de uso, e essa distância se reduz com infraestrutura, P&D e compras públicas deliberadas — uma escala que o venture capital, por si só, não alcança. Sem capacidade computacional própria ou acessível a custo competitivo, todos os planos dependem de infraestrutura que outro controla.
Talentos · duas formações com resultados muito distintos
O ILIA 2025 distingue duas tendências simultâneas no capital humano regional. A distinção é operacional para qualquer organização com IA em produção: indica qual perfil é abundante e qual será difícil reter.
| Indicador | Dado | Fonte |
|---|---|---|
| Alfabetização em ferramentas de IA | Em crescimento sustentado · mais usuários, automações leves, fluência crescente | ILIA 2025 |
| Especialização avançada | Lacuna em relação à média mundial ampliada desde 2022, pela perda acelerada de especialistas | ILIA 2025 |
| Startups que usam IA generativa | 85% | BID Lab, 2025 |
| Startups que usam tecnologias preditivas | 75% | BID Lab, 2025 |
| Startups que consideram que as soluções disponíveis se adaptam plenamente às suas necessidades locais | 12% | BID Lab, 2025 |
A lacuna está na especialização. A adoção já ocorreu
A região produz usuários de ferramentas de IA em bom ritmo e produz poucos profissionais capazes de auditar modelos, avaliar vieses sistemáticos, projetar governança técnica real ou sustentar pesquisa de fronteira. Para quem opera sistemas de IA em produção, a consequência é direta: o talento capaz de verificar se os modelos fazem o que dizem fazer — com rigor técnico independente, com a verificação delegada ao fornecedor como exceção e não como regra — é o recurso mais escasso e mais difícil de reter na região.
Impacto no trabalho. O erro de presumir que seja simétrico
O BID adverte que os modelos de IA generativa podem elevar a produtividade e, ao mesmo tempo, exacerbar desigualdades. O mecanismo é conhecido: quem já trabalha em tarefas cognitivas, digitais e mais bem remuneradas captura primeiro os benefícios da automação assistida. A evidência histórica regional serve de espelho. A introdução de robôs nos Estados Unidos afetou negativamente o emprego e os salários na Colômbia e no Brasil em períodos anteriores, enquanto o emprego no México aumentou por sua inserção em cadeias produtivas norte-americanas (CEPAL, 2025). O impacto da IA no trabalho depende da estrutura produtiva do país e de sua posição na cadeia de valor global, além da tecnologia. É um parâmetro de projeto, e governos e empresas precisam incorporá-lo à análise desde o início.
O ciclo 2026-2030 se decide na execução
A região tem estratégias. O que é escasso é aquilo que as torna verificáveis: execução com orçamento previsto, infraestrutura computacional compartilhada, dados abertos de qualidade, compras públicas que criem demanda inicial por soluções locais, formação de talentos intermediários e avançados em escala e regras baseadas em risco com auditoria real, rastreabilidade e supervisão humana efetiva. Nenhuma dessas peças se resolve com um documento.
A região consome, integra e adapta rápido · investe, regula e forma devagar. A massa crítica que falta se constrói, e o ciclo 2026-2030 vai mostrar quem a construiu.