Exportaciones relacionadas con inteligencia artificial provenientes de economías en desarrollo revelan una dinámica estructural poco visible en el debate tecnológico global: los países que suministran minerales y componentes básicos operan como eslabones críticos, pero de bajo valor agregado, en la cadena que sostiene el avance de los sistemas de IA.
En el caso de Perú, estas exportaciones alcanzaron 169.2 millones de dólares en 2025, con un crecimiento del 16.6% respecto al año anterior y una tasa de expansión promedio anual del 10.1% entre 2001 y 2025. Sin embargo, la participación relativa sigue siendo marginal: apenas 0.19 dólares de cada 100 exportados corresponden a bienes vinculados con inteligencia artificial.
La brecha entre el primer eslabón y el último
Este dato expone una tensión estratégica que enfrentan diversas economías latinoamericanas: su integración en las cadenas globales de tecnología ocurre predominantemente en el primer tramo, que abarca la provisión de minerales críticos y componentes básicos. Las etapas de mayor rentabilidad —infraestructura de cómputo en la nube, datos de entrenamiento, modelos fundacionales y aplicaciones de usuario final— continúan concentradas en economías avanzadas.
La Organización Mundial del Comercio identifica cinco segmentos interconectados en esta cadena. La brecha entre el primero y el último define, en gran medida, la distribución global del valor generado por la inteligencia artificial.
Riesgo de commoditización y ventana de oportunidad
Para quienes operan en mercados emergentes, esta estructura presenta riesgos concretos: la dependencia prolongada de actividades de bajo valor agregado expone a las economías a la volatilidad de precios de commodities y a la presión competitiva de otros proveedores globales.
Al mismo tiempo, la demanda de insumos para IA seguirá creciendo conforme la industria escale. Proyecciones indican que la inversión global en infraestructura de inteligencia artificial podría superar el billón de dólares antes de 2030. Los países que logren avanzar hacia etapas intermedias —manufactura de componentes especializados, servicios de procesamiento de datos o desarrollo de modelos adaptados a contextos regionales— podrían capturar una porción significativamente mayor del valor generado.
El desafío estratégico no radica solo en exportar más, sino en exportar de manera diferente.
