IA en Argentina: fintech, agritech y el polo de ingeniería de Buenos Aires están sacando a los compradores más exigentes de stacks heredados.

Argentina todavía no tiene un estatuto vinculante específico de IA, pero el suelo regulatorio es más grueso de lo que parece. La Resolución 161/2023 de la AAIP fija recomendaciones de IA confiable que se tratan como estándar operativo en actuaciones bajo la Ley 25.326. La Disposición AAIP 2/2023 sube el listón para biometría y procesamiento de alto riesgo — ese es el instrumento vinculante para reconocimiento facial, decisiones automatizadas de contratación y scoring crediticio. La Comunicación A 7724 del BCRA rige los canales automatizados en servicios financieros. Un Proyecto de Ley de Inteligencia Artificial ha sido presentado en la Cámara de Diputados y, de aprobarse, establecería un marco por niveles de riesgo libremente inspirado en el Reglamento europeo de IA, aunque el calendario legislativo a lo largo de 2026 es incierto. Las empresas deben planificar el trabajo de cumplimiento asumiendo que un estatuto vinculante aterriza en doce a dieciocho meses: la dirección está clara aunque el texto exacto no.

Se combinan tres factores. Primero, las universidades públicas (UBA, UNLP, UTN, UNC) gradúan grandes cohortes de matemáticos, estadísticos e ingenieros de software, y el país tiene historial de pegar por encima de su peso en olimpiadas de matemática e investigación en ML. Segundo, el entorno macro ha empujado al trabajo de servicios facturado en dólares — outsourcing, ingeniería nearshore, consultoría de IA — a ser uno de los pocos caminos sostenibles de carrera para el talento técnico senior, lo que significa que la oferta de ingenieros mid-to-senior dispuestos a trabajar en proyectos de IA es inusualmente profunda respecto al PIB. Tercero, Globant escaló desde Buenos Aires un modelo local-pero-global de servicios de IA que ha formado a una generación de líderes de proyecto, ingenieros de ML y product leads de IA que hoy dirigen consultoras boutique o equipos internos en Argentina, Uruguay y Chile. La implicación práctica para un comprador: se puede dotar de personal a un equipo argentino de IA más rápido y con mayor densidad de seniors que en casi cualquier otro mercado de LATAM.

La resolución operacionaliza lo que los artículos 1 y 27 de la Ley 25.326 exigen para decisiones automatizadas. En términos prácticos, pide tres cosas a cualquier despliegue de IA que moldee materialmente un resultado para el consumidor — crédito, seguros, empleo, recomendaciones de cara al público. Primero, transparencia: la empresa debe poder explicar, en español claro, la lógica involucrada, los datos de entrada y las consecuencias previsibles de la decisión. Segundo, revisión humana: cuando una decisión tiene efectos legales o significativos similares, el consumidor tiene derecho a solicitar intervención humana y a impugnar el resultado. Tercero, evaluación de impacto documentada: aunque está redactada como recomendación, la AAIP cada vez trata más la ausencia de una Evaluación de Impacto en Protección de Datos como una falla sancionable de diligencia. El costo del cumplimiento es bajo. El costo de una inspección de la AAIP tras un reclamo de consumidor no lo es.

Un proyecto de IA mid-market — de 200 a 2.000 empleados, con sede local — habitualmente corre de seis a nueve meses end-to-end hasta producción, divididos aproximadamente en seis semanas de discovery y preparación de datos, ocho a doce semanas de build, cuatro a seis semanas de piloto con una cohorte de usuarios controlada, y el resto para rollout completo y estabilización. La fricción específica de Argentina tiende a concentrarse en tres áreas: (a) el ciclo de evaluación de impacto ante la AAIP para cualquier uso de alto riesgo, que suma de dos a cuatro semanas si el equipo legal es nuevo en el tema; (b) la integración con ERPs locales como Tango o Bejerman, que muchas veces carecen de APIs modernas y requieren middleware; y (c) el listón de calidad del español rioplatense, que normalmente exige un set de evaluación específico construido a partir de interacciones reales de clientes en lugar de benchmarks de fábrica. Donde el trabajo va más rápido que en Brasil es en infraestructura de datos: las empresas argentinas mid-market suelen estar más avanzadas en modernización de ERP y data warehouse que sus contrapartes brasileñas.

La mayoría de los proveedores serios de IA en Argentina facturan en dólares estadounidenses a través de estructuras offshore (típicamente LLCs uruguayas o estadounidenses) para aislar a los clientes del régimen FX local y de la indexación inflacionaria. Si contratas a un proveedor facturando en pesos argentinos bajo tipos de cambio MEP o CCL, asumes un riesgo cambiario que se compone rápido en un engagement de varios meses. Tres defaults prácticos: (a) contratar en USD con la entidad offshore, con una cláusula clara de servicios-desde-Argentina para el tratamiento fiscal; (b) pagar por hitos en lugar de tiempo-y-materiales mensual para que el movimiento de la moneda no re-defina silenciosamente el alcance; (c) incluir una cláusula de residencia de datos que especifique dónde se procesan los datos del cliente — los proveedores que usan AWS o Azure región US son el default más seguro, mientras que los proveedores alojados en Argentina deben demostrar que cumplen los requisitos de transferencia de datos de tu jurisdicción de origen. Nada de esto es exclusivo del trabajo con IA, pero la cola larga de relaciones con proveedores argentinos recompensa atender estos términos desde el inicio.