En una oficina de Asunción, un equipo que hasta hace poco procesaba manualmente miles de documentos regulatorios ahora delega el 95% de esa tarea a agentes de inteligencia artificial.

A pocas cuadras, otra empresa cruza información tributaria de múltiples fuentes para detectar irregularidades en tiempos que antes eran impensables. Son escenas reales, no promesas. El problema es que, medido en conjunto, Paraguay todavía no arma el ecosistema que las haga masivas: infraestructura, talento y datos avanzan más lento que en el resto de la región.

El dato, antes que el modelo

Daniel Sauca, presidente de Excelsis SA, lo resume con un proyecto concreto: un sistema de recaudación tributaria que integró información estructurada y no estructurada para detectar inconsistencias en tiempos considerablemente menores a los de los procesos tradicionales.

Para Sauca, ahí está la clave que casi nadie mira. El verdadero valor de la IA no está en el modelo, sino en convertir grandes volúmenes de datos en información útil para decidir. Por eso insiste en que los mejores resultados llegan cuando la organización prioriza integración, calidad y gobernanza de datos antes de entrenar cualquier algoritmo.

Esa disciplina, dice, es la que separa un resultado confiable y medible de un experimento que nunca escala.

Lea más: Inteligencia artificial en las empresas: ¿cómo está siendo aplicada en Paraguay?

De la recaudación a la góndola

Por confidencialidad, Sauca no puede nombrar a las empresas con las que trabaja. Pero sí describe dónde ya pisa fuerte la IA en la economía paraguaya.

En el Estado, hay iniciativas para detectar anomalías en compras públicas y cruzar información tributaria de múltiples fuentes. En el sistema financiero, se usa para evaluar riesgo crediticio y detectar fraudes, bajo los lineamientos del Banco Central. Las comerciales la aplican para anticipar demanda y optimizar inventarios; salud avanza en digitalizar historias clínicas, paso previo a los modelos predictivos.

El patrón se repite: decisiones más rápidas, mejor uso de la información y más precisión en procesos que antes dependían del ojo humano.

La energía también corre con IA

El sector energético suma otro caso. Ahí, la inteligencia artificial cruza millones de registros de medidores e históricos de consumo para detectar patrones atípicos asociados a pérdidas no técnicas.

Los modelos permiten priorizar las inspecciones de campo hacia los casos con mayor probabilidad de irregularidad. El resultado: menos costos operativos, mejor uso de los recursos de fiscalización y más productividad en los equipos técnicos, además de un aporte directo a la sostenibilidad del sistema eléctrico.

El freno no es la tecnología

Para Daniel Sauca, el mayor obstáculo no es la inteligencia artificial en sí, sino la calidad de la información disponible. Muchas organizaciones quieren modelos avanzados sin haber ordenado antes sus datos.

A eso se suma la resistencia al cambio. Su recomendación: arrancar con pilotos que generen confianza antes de escalar, capacitar para elegir bien qué problemas conviene resolver con IA –y evitar inversiones que solo persiguen una tendencia– y no descuidar la protección de datos ni el cumplimiento normativo.

Lea más: La inteligencia artificial ya está transformando a las empresas

El mayor potencial, sostiene, está en las organizaciones que ya avanzaron en digitalización. El sistema financiero seguirá a la cabeza; el sector público, la salud y la agroindustria tienen terreno para desarrollar. En el agro, sensores e imágenes satelitales ya permiten anticipar producción y logística.

Ningún proyecto funciona, insiste Sauca, sin gobernanza de datos: responsabilidades claras sobre la información, protección de datos personales, transparencia de los modelos y políticas definidas para el uso de IA generativa.

El 89% mejoró su conversión y 56% el valor de vida de clientes en Latam

Julio Fitipaldo, director de Domus Global, plantea el desafío en otros términos: no se trata de sumar más herramientas, sino de transformar la forma en que opera la empresa.

Paraguay avanza en la incorporación de IA en distintos sectores económicos. Pero, según Fitipaldo, los proyectos que realmente generan impacto son los que dejan de ser una solución aislada y pasan a integrarse con los datos, los procesos y la estrategia del negocio. Ahí está la diferencia entre experimentar con IA y convertirla en ventaja competitiva.

El éxito, explica, ya no se mide solo por automatizar tareas o bajar costos. El salto ocurre cuando la IA empuja directamente el crecimiento del negocio. Según el relevamiento para Latinoamérica que Domus Global elaboró para el Innovation Playbook Banca Digital y Fintech 2026-2027, el 89% de las organizaciones que integraron IA en procesos clave mejoró su conversión comercial, y el 56% incrementó el valor de vida de sus clientes. Las empresas que recién arrancan muestran resultados bastante más modestos.

Bancos, fintechs, cooperativas, aseguradoras, agroindustria y comercio ya aplican IA para prevenir fraude, analizar riesgo, procesar documentación, automatizar cobranzas, predecir demanda y optimizar inventarios.

Automatizar el 95% de una tarea regulatoria

Un cliente de Domus Global que opera en Paraguay enfrentaba un cuello de botella regulatorio por el volumen de documentación que debía procesar a diario. Con una solución basada en agentes de IA, automatizó el 95% de esa actividad, agilizó el cumplimiento normativo y amplió su capacidad operativa sin sumar personal en la misma proporción.

Pero el crecimiento en adopción no borra los obstáculos. Según el estudio, el 60% de las organizaciones en Latam enfrenta dificultades para integrar y ordenar sus datos, y el 42% señala arquitecturas tecnológicas heredadas como freno para escalar, a lo que se suman los silos internos y la falta de alineación estratégica entre áreas.

Implementar IA, remarca Fitipaldo, es una transformación organizacional. Los proyectos que funcionan reúnen desde el inicio a especialistas en negocio, datos, tecnología, infraestructura, seguridad y cumplimiento normativo; la única combinación que genera resultados sostenibles y medibles.

Fitipaldo ve condiciones favorables para acelerar la adopción en servicios financieros, agroindustria, comercio, distribución, industria y sector público. La gobernanza, insiste, debe estar en el diseño desde el primer día: control sobre los modelos, supervisión humana en decisiones críticas y monitoreo permanente. La regulación todavía no preocupa a la mayoría de las empresas, pero ganará peso a medida que la IA participe en más procesos estratégicos.

Los casos que sí funcionan

Para Giselle Ramírez, directora de la Cámara Paraguaya de Fintech, todavía es prematuro señalar un único caso como el más exitoso del país. Pero sí identifica un patrón: los ejemplos más valiosos resuelven problemas concretos y generan mejoras medibles en velocidad, precisión y experiencia del usuario.

Menciona a Conto, que digitaliza y procesa facturas vinculadas a obligaciones tributarias y reduce tareas manuales y errores de carga. Y a TuPréstamo.com.py, que automatiza el análisis y la aprobación de créditos, agiliza procesos antes burocráticos y favorece la inclusión financiera.

La brecha que sigue ahí

Ramírez marca una distancia clara entre las empresas que hacen pruebas aisladas de IA y las que la integran de manera estratégica. Los obstáculos de siempre: calidad de los datos, resistencia al cambio y falta de capacitación.

Para la Cámara, el diferencial va a estar en las organizaciones capaces de convertir la tecnología en ventaja competitiva. Finanzas, agro, salud, comercio, logística y educación son, a su juicio, los sectores con mayores oportunidades.

Lea más: En Paraguay 5 de cada 10 empresas usan IA para selección de personal

Esa brecha entre pioneros y rezagados también aparece en los números país. El Anthropic Economic Index, que mide el uso real de IA a partir de conversaciones con Claude, ubica a Paraguay en el puesto 74 de 116 naciones analizadas. Entre quienes sí adoptaron la herramienta, el uso se concentra en tareas técnicas: 16,1% en desarrollo de software y 11,3% en redacción profesional, mientras que la automatización más profunda, la que se integra vía API a los sistemas internos de una empresa, sigue siendo la excepción y no la regla.

El ranking ILIA de la Cepal confirma el diagnóstico desde otro ángulo. Con 31,20 puntos sobre 100, Paraguay ocupa el puesto 14 de 19 países evaluados en la región y queda encasillado entre los “ecosistemas incipientes”, con capacidad todavía limitada para desplegar IA a gran escala.

La lectura que dejan los tres entrevistados es la misma: la tecnología ya está probada, los casos de éxito existen y son medibles. Lo que falta es que dejen de ser la excepción.

“La inteligencia artificial no debe ser un objetivo en sí mismo, sino una herramienta para simplificar procesos, tomar mejores decisiones y acercar servicios a más personas”, resume Ramírez.