Inteligencia artificial en empresas peruanas: adopción y obligaciones

La inteligencia artificial para empresas permite utilizar modelos de lenguaje y agentes para responder consultas, clasificar documentos y registrar solicitudes en los sistemas empresariales. Estas aplicaciones pueden intervenir en la atención al cliente y la gestión documental. La selección de un proyecto requiere identificar las actividades que consumen recursos y establecer qué resultado operativo se busca modificar.

El Estudio de Madurez Digital en las Empresas Peruanas evaluó a 154 organizaciones de diversos sectores. La mayoría se encontraba en un nivel intermedio de implementación de tecnologías digitales. El estudio identificó oportunidades de mejora en operaciones, cadena de suministro, administración, gestión de riesgos y ciberseguridad. La muestra no representa necesariamente al conjunto de empresas peruanas. (Ministerio de la Producción (PRODUCE), Universidad del Pacífico y Banco Interamericano de Desarrollo, 2024)

El modelo del estudio considera seis dimensiones internas, dos factores externos y cuatro niveles de madurez. (Ministerio de la Producción (PRODUCE), Universidad del Pacífico y Banco Interamericano de Desarrollo, 2024) Esta estructura permite examinar distintas capacidades organizacionales. La evaluación empresarial también debe comprobar la disponibilidad y consistencia de los datos. Una empresa puede utilizar un sistema de gestión y mantener solicitudes comerciales dispersas en correos o conversaciones.

PRODUCE y el Banco Interamericano de Desarrollo publicaron un estudio de madurez digital empresarial en diciembre de 2023. El modelo examina la adopción tecnológica considerando procesos internos y modelo de negocio. Sus resultados aportan información para identificar brechas digitales. El estudio no demuestra un retorno económico específico de implementar inteligencia artificial. (Ministerio de la Producción (PRODUCE) y Banco Interamericano de Desarrollo (BID), 2023)

El programa Transformación Digital para MIPYME de PRODUCE establece cinco líneas de acción: sensibilización, diagnóstico y asesoría, formación, implementación y evaluación. El diagnóstico utiliza un modelo de madurez para identificar brechas digitales. La evaluación mide el avance de la adopción tecnológica y el cierre de esas brechas. (Ministerio de la Producción (PRODUCE), 2024) Esta secuencia sirve como referencia para organizar iniciativas empresariales.

La selección inicial puede comenzar con un inventario de actividades repetitivas. En un caso hipotético de atención comercial, un asistente podría interpretar mensajes y registrar solicitudes. En administración, una aplicación podría extraer datos de facturas para revisión. Ambas alternativas necesitan información verificable y responsables operativos. La empresa también debe definir las excepciones que requieren intervención humana.

El análisis económico debe considerar el volumen de trabajo y el costo de las excepciones. La línea base puede registrar el tiempo de primera respuesta o las solicitudes registradas automáticamente. Cada oportunidad necesita una fórmula de beneficio, fuentes de datos y supuestos documentados. Las oportunidades sin información verificable deben permanecer como cualitativas.

La selección tecnológica debe considerar las funciones disponibles y las necesidades de integración. Entre las opciones identificadas por Dmunoz Group figuran asistentes de Odoo, según su versión, y servicios de OpenAI, Anthropic Claude, Google Gemini, Microsoft Copilot Studio y Amazon Bedrock. La evaluación debe revisar permisos, tratamiento de información y mecanismos de escalamiento.

• Documentar las actividades del proceso seleccionado.
• Definir un indicador de negocio y su línea base reproducible.
• Verificar la calidad de los documentos y registros.
• Establecer las decisiones sujetas a revisión humana.
• Comparar los resultados con la línea base aprobada.

La Ley N.° 31814 promueve el uso de inteligencia artificial para el desarrollo económico y social del Perú. Fue publicada el 5 de julio de 2023. Incluye el principio de aplicar estándares de seguridad basados en riesgos. (Congreso de la República del Perú, 2023) El Decreto Supremo N.° 115-2025-PCM aprobó su reglamento. Este fue publicado el 9 de septiembre de 2025. (Presidencia del Consejo de Ministros (PCM), 2025)

El reglamento establece un marco para desarrollar, implementar y utilizar sistemas basados en inteligencia artificial. Incorpora una clasificación por niveles de riesgo. También contempla transparencia y supervisión humana. Incluye medidas para promover la adopción de inteligencia artificial entre MIPYME y emprendimientos innovadores. (Presidencia del Consejo de Ministros (PCM), 2025) La revisión regulatoria debe considerar la finalidad y clasificación de cada sistema.

La PCM identifica obligaciones específicas para determinados sistemas de riesgo alto. Estas incluyen registros sobre funcionamiento, fuentes de datos, lógica del algoritmo e impactos sociales y éticos. También contempla políticas de seguridad, privacidad, transparencia y rendición de cuentas. Los sistemas de riesgo alto que afectan derechos fundamentales requieren evaluar las obligaciones de capacitación y supervisión humana correspondientes. (Presidencia del Consejo de Ministros (PCM), 2026)

La clasificación depende de las características y del uso previsto del sistema. (Presidencia del Consejo de Ministros (PCM), 2025) Un asistente que organiza consultas internas requiere una evaluación acorde con su finalidad. Una aplicación que interviene en decisiones sensibles necesita examinar los riesgos correspondientes. Las obligaciones específicas de los sistemas de riesgo alto no se aplican automáticamente a todos los asistentes empresariales. (Presidencia del Consejo de Ministros (PCM), 2025; Presidencia del Consejo de Ministros (PCM), 2026)

• Identificar la finalidad del sistema y clasificar su nivel de riesgo. (Presidencia del Consejo de Ministros (PCM), 2025)
• Revisar las disposiciones aplicables de transparencia y supervisión humana. (Presidencia del Consejo de Ministros (PCM), 2025)
• Determinar los requisitos de documentación para sistemas de riesgo alto cuando correspondan. (Presidencia del Consejo de Ministros (PCM), 2026)
• Establecer responsabilidades sobre seguridad, privacidad y rendición de cuentas según las obligaciones aplicables. (Presidencia del Consejo de Ministros (PCM), 2026)

El Decreto Supremo N.° 016-2024-JUS aprobó el nuevo Reglamento de la Ley N.° 29733, Ley de Protección de Datos Personales. Entró en vigencia el 31 de marzo de 2025. Las empresas deben examinar este marco cuando sus aplicaciones de inteligencia artificial tratan datos personales. (Autoridad Nacional de Protección de Datos Personales (ANPD), Ministerio de Justicia y Derechos Humanos, 2026) La evaluación debe considerar los datos recibidos y aquellos compartidos con proveedores externos.

La Autoridad Nacional de Protección de Datos Personales establece que los titulares de bancos de datos personales deben inscribirlos en el registro nacional correspondiente. El nuevo reglamento contempla una inscripción gratuita y virtual. El procedimiento tiene aprobación automática y está sujeto a fiscalización posterior. (Autoridad Nacional de Protección de Datos Personales (ANPD), Ministerio de Justicia y Derechos Humanos, 2026) La empresa debe identificar sus bancos de datos y determinar las obligaciones aplicables.

En un caso hipotético de atención al cliente, las conversaciones podrían contener nombres y teléfonos. Un asistente conectado a sistemas internos también podría consultar documentos ajenos a la solicitud recibida. La organización debe limitar el acceso a la información necesaria para cada función. La revisión de proveedores debe examinar las condiciones de almacenamiento y conservación de datos, junto con las medidas de seguridad.

El marco regulatorio de inteligencia artificial contempla obligaciones según el riesgo de los sistemas. (Presidencia del Consejo de Ministros (PCM), 2025; Presidencia del Consejo de Ministros (PCM), 2026) El régimen de protección de datos personales establece disposiciones específicas para los bancos de datos y sus titulares. (Autoridad Nacional de Protección de Datos Personales (ANPD), Ministerio de Justicia y Derechos Humanos, 2026) Una solución empresarial que utiliza información personal necesita evaluar las obligaciones correspondientes a ambos ámbitos. El diseño debe documentar los accesos y las transferencias de información.

La Resolución Ministerial N.° 152-2026-PCM aprobó la Estrategia Nacional de Inteligencia Artificial 2026-2030. Su publicación ocurrió el 1 de mayo de 2026. El ámbito de aplicación comprende determinadas entidades de la Administración Pública y empresas públicas. (Presidencia del Consejo de Ministros (PCM), Diario Oficial El Peruano, 2026) La estrategia constituye una referencia institucional para orientar iniciativas relacionadas con inteligencia artificial.

Las empresas privadas y otros integrantes del Sistema Nacional de Transformación Digital pueden tomar la estrategia como referencia cuando les genere valor. Sus disposiciones de planificación institucional no constituyen obligaciones generales para todas las empresas privadas. (Presidencia del Consejo de Ministros (PCM), Diario Oficial El Peruano, 2026) Cada organización debe identificar las exigencias legales correspondientes a sus actividades y sistemas.

El 21 de octubre de 2026 se publicó la Resolución de Secretaría de Gobierno y Transformación Digital N.° 004-2026-PCM/SGTD. Esta aprobó la Directiva N.° 002-2026-PCM/SGTD sobre el perfil y responsabilidades del Oficial de Inteligencia Artificial. La directiva está dirigida a entidades públicas. El cumplimiento del perfil será exigible transcurridos doce meses desde su entrada en vigencia. (Presidencia del Consejo de Ministros (PCM), Diario Oficial El Peruano, 2026)

La resolución también establece salvaguardas para la información tratada por proveedores externos contratados por entidades públicas. La directiva no impone a todas las empresas privadas la designación de un Oficial de Inteligencia Artificial. (Presidencia del Consejo de Ministros (PCM), Diario Oficial El Peruano, 2026) Una organización privada puede asignar internamente funciones de supervisión y cumplimiento como decisión de gestión. Estas responsabilidades deben responder a los riesgos y características de sus aplicaciones.

Dmunoz Group configura, desarrolla y pone en operación sistemas de inteligencia artificial y agentes integrados con aplicaciones empresariales. Su ámbito de trabajo comprende la atención automatizada, clasificación de solicitudes, extracción documental y búsqueda de información interna. Los procesos considerados incluyen consultas por WhatsApp y correo que consumen tiempo del equipo y permanecen sin registro en los sistemas empresariales.

Entre las señales utilizadas para identificar oportunidades figuran consultas repetidas y solicitudes que llegan por canales informales. También se consideran documentos que requieren transcripción manual e información interna dispersa. Otros indicadores de necesidad incluyen herramientas de IA sin conexión con los sistemas corporativos y dudas sobre la información compartida con proveedores externos. Estas condiciones permiten delimitar procesos para diagnóstico.

El método DMG-RT de Dmunoz Group exige asociar cada intervención tecnológica con un indicador de negocio. La línea base debe ser reproducible y contar con aprobación del área financiera del cliente. El método establece mediciones mediante consultas o tableros y responsables para los indicadores. En atención automatizada, contempla consultas resueltas sin intervención, tiempo de primera respuesta, solicitudes registradas automáticamente y escalamientos a una persona.

La implementación parte de un caso de uso delimitado y de la medición conjunta con el equipo responsable. Las integraciones pueden conectar conversaciones con sistemas comerciales, mesas de ayuda o plataformas ERP. Dmunoz Group identifica riesgos relacionados con agentes sin escalamiento humano y tratamiento de datos personales sin políticas definidas. También considera el dimensionamiento excesivo de proyectos que dificulta medir resultados. El método registra como cualitativas las oportunidades sin fuentes verificables de datos.