El encuentro reunió en Bogotá a más de 2.000 asistentes y 70 voceros nacionales e internacionales. El consenso: el reto ya no es adoptar la IA, sino convertirla en resultados medibles.
Las dos jornadas del AI Summit Colombia 2026, realizadas el 7 y 8 de mayo en el Chamorro City Hall, marcaron un giro en la conversación empresarial del país. A lo largo de 42 sesiones en tres escenarios simultáneos, líderes de banca, retail, tecnología e infraestructura digital coincidieron en que la pregunta dejó de ser cómo adoptar la inteligencia artificial y pasó a ser cómo construir agentes que ejecuten tareas y procesos de negocio en operación real. La discusión se ordenó en torno a tres frentes: los agentes en producción, la soberanía sobre los datos y el costo de implementar sin un retorno medible.
El punto de partida fue una brecha evidente. El 66 % de las empresas colombianas ya superó la fase inicial de adopción de IA, según un reporte de noviembre de 2025 de International Data Corporation (IDC), pero apenas el 12 % logra demostrar retorno sobre esa inversión, de acuerdo con la encuesta Spring Spotlight 2026 de HubSpot a 201 compañías del país. “Las compañías que ya hicieron ese tránsito comparten una característica: rediseñaron procesos antes de instalar tecnología y definieron desde el inicio cómo iban a medir el retorno”, afirmó Liz Hernández, gerente del evento.
La banca fue el sector que mejor ilustró el paso a los agentes, sistemas que no solo responden consultas sino que ejecutan transacciones y completan procesos. Catalina Riveros, directora de agentic AI de Davivienda, relató cómo el banco rediseñó su área para construir el que describió como el primer agente conversacional financiero del país. “El reto más complejo ha sido dejar de pensar en funcionalidades aisladas y llevar estos agentes a que sean parte de la experiencia del cliente”, dijo. Según Asobancaria, el 73 % de las entidades financieras ya tiene IA en operación, aunque concentrada todavía en atención al cliente.
Uno de los paneles más concurridos, Dirty Secrets of AI in Production, abordó lo que suele fallar cuando un piloto llega al ambiente productivo. Rafael A. Ospino, jefe de arquitectura de la firma de software Ceiba, y Vladimir Vivar, gerente general de Applying Consulting, señalaron como errores frecuentes los modelos que pierden precisión frente a datos reales, las integraciones débiles con los sistemas centrales y las métricas de retorno que no se diseñan desde el comienzo. En otro escenario, Jaime Robles, director de ventas de SS&C, debatió con ejecutivos de banca cómo conectar los proyectos de IA con el estado de resultados.
La soberanía de los datos atravesó ambas jornadas. “En Latinoamérica somos consumidores de tokens. Lo que tenemos que hacer también es producirlos, para que las pruebas de concepto sean con tokens locales y no solamente con tokens importados”, sostuvo Eliuth Triana, líder global de relaciones con desarrolladores de NVIDIA. En esa línea, Service Lab AI presentó su modelo de IA como servicio sobre centros de datos en Bogotá, con costos fijos y control de la información por parte del cliente. Ernesto Serrano, gerente de Snowflake en Colombia, resumió: “No hay estrategia de inteligencia artificial sin una estrategia de datos sólida”.
El evento reunió también a compañías locales con IA en producción, como Jelou AI, cuya plataforma ha procesado más de US$100 millones en créditos y pagos mediante agentes conversacionales, junto a proveedores globales como Oracle, Google Cloud, Microsoft, Meta y LinkedIn. Para Daniel Bilbao, cofundador del AI Summit y CEO de Truora, “la brecha más relevante en los próximos años no estará entre las empresas que usan inteligencia artificial y las que no, sino entre las que lograron construir la base operativa y de datos para sostenerla y las que seguirán acumulando pilotos sin impacto real”.