Incertidumbre laboral y preparación de México ante la IA

Este es un espacio de estudio abierto, no un documento cerrado: se actualiza conforme aparecen datos nuevos. Se desprende de la tesis Herramienta vs. Proceso, que examina la captura de valor empresarial. Aquí el objeto es distinto: el efecto humano y laboral de una adopción de IA errática —presente, pero desigual y poco profunda— sobre el mercado de trabajo mexicano.

1. Introducción y alcance

La naturaleza de la evidencia de esta tesis es distinta a la de la 001, y conviene decirlo de entrada: se trata en su mayoría de percepciones declaradas por trabajadores y proyecciones de riesgo, no de mediciones directas de resultado económico. Por eso está marcada como abierta y no como en pie: los números son sólidos, el vínculo causal que propone la afirmación todavía no.

Esa distinción no es una formalidad. Una tesis en pie afirma que la evidencia disponible la sostiene; una abierta afirma que la evidencia disponible no alcanza ni para sostenerla ni para tumbarla, y nombra qué haría falta. La Sección 8 dice exactamente cuál es ese dato faltante, y la Sección 6 explica cómo se conseguiría.

1.1 Preguntas de investigación

P1. ¿La incertidumbre laboral asociada a la IA en México es un fenómeno medido, o una percepción difusa del discurso público? Es la pregunta previa a cualquier otra: si la ansiedad no está medida, no hay objeto de estudio.

P2. ¿Qué tan grande es la distancia entre lo que las empresas mexicanas adoptan y lo que hacen para preparar a su gente ante ese cambio? Se responde con indicadores de capacitación formal, rediseño de puestos y escalamiento de la tecnología.

P3. ¿Existe consenso sobre el efecto neto de la IA en el empleo en México? Se responde revisando la evidencia en ambas direcciones, incluida la que contradice la lectura pesimista.

P4. ¿La preparación digital de un estado predice su adopción de IA? Se responde cruzando el índice oficial de desarrollo digital estatal con la adopción medida en datos primarios de uso.

Las cuatro se responden explícitamente en la Sección 4.5 y en las Conclusiones.

1.2 Declaración de conflicto de interés

Quien escribe dirige Nuvnext, una consultora que vende capacitación en IA y rediseño de procesos a empresas mexicanas. La conclusión de esta tesis —que el problema es que las empresas no capacitan ni rediseñan puestos— describe con precisión el hueco que el negocio del autor existe para llenar. El conflicto es más directo aquí que en la tesis 001, y hay que decirlo antes de que el lector llegue a la conclusión.

Lo que acota el sesgo no es una declaración de imparcialidad, sino tres cosas verificables:

• Toda la evidencia es de terceros. ETS, ManpowerGroup, Accenture/IPADE, IDC/Marsh, Banamex, CENIA/CEPAL, Banco de México, INEGI. Ninguna cifra de esta tesis la produjo el autor, salvo el cruce por estado de la Sección 3.5, que es reproducible desde fuentes públicas.
• La tesis está declarada como no probada. Un documento escrito para vender no se publicaría marcado como abierta, ni dedicaría una sección a decir qué dato lo tumbaría, ni admitiría que la evidencia contraria existe y no tiene fuente todavía (Sección 3.3).
• No hay oferta. Este documento no enlaza a ningún servicio, no propone una solución comercial y no contiene llamada a la acción.

Nada de esto anula el conflicto. El lector debería descontar en particular cualquier lectura de la Sección 4 que apunte a "hace falta capacitación", y quedarse con los datos de la Sección 3, que no dependen de quién los presenta.

2. Método y naturaleza de la evidencia

Esta tesis no produce datos primarios propios salvo un cruce (Sección 3.5). Consolida seis fuentes institucionales publicadas entre marzo y julio de 2026, y las clasifica por lo que realmente miden, porque de esa distinción depende cuánto peso admite cada una:

• Percepción declarada — ETS [3], ManpowerGroup [2], IDC/Marsh [6]. Miden lo que la gente dice sentir o creer. Son sólidas para establecer que un fenómeno subjetivo existe y es mayoritario; no dicen nada sobre si el temor está justificado.
• Estado declarado de adopción organizacional — Accenture/IPADE [5], ETS [3]. Miden lo que las empresas reportan hacer. Comparten el sesgo de toda autoevaluación empresarial: se tiende a reportar más adopción de la que hay.
• Proyección de riesgo — Banamex [7], Forbes México [8]. Estiman qué proporción del empleo podría automatizarse. Miden factibilidad técnica, no decisiones tomadas.
• Indicadores institucionales — ILIA/CENIA [9], México Evalúa [10], IDDE [11], Banco de México [12]. Miden infraestructura, presupuesto y desarrollo digital con metodología propia y pública.
• Estadística censal — INEGI [14] y el estudio sectorial que se apoya en ella [13]. Es la evidencia más dura del conjunto y la única que no depende de una encuesta.
• Datos primarios de uso — Anthropic Economic Index [1], vía el análisis propio documentado en la tesis 001.

Ninguna de estas fuentes mide la relación que esta tesis afirma. Todas miden uno de sus dos extremos por separado.

3. Resultados

3.1 Lo que declaran los trabajadores

• El Barómetro de Talento 2026 de ManpowerGroup (más de 13,900 respuestas en 19 países) reporta que la confianza laboral cayó 4% a nivel global por primera vez en tres años, coincidiendo con el aumento en el uso de IA. México obtuvo 71% en el índice general, frente a 73% en 2025 [2].
• El Informe sobre el Progreso Humano 2026 de ETS documenta lo que denomina FOBO (fear of becoming obsolete, miedo a quedar obsoleto): en México, 52% de los trabajadores declara ansiedad ante la posibilidad de perder vigencia en su campo, y 64% teme que su empleo actual sea afectado por la disrupción de la IA. Siete de cada diez no tienen una imagen clara de cómo serán los empleos en 2035, y 77% desconoce qué nivel de alfabetización en IA esperan sus empleadores [3].
• Un estudio de riesgo organizacional (IDC, sobre People Risk 2026 de Marsh, 4,517 profesionales de recursos humanos y riesgos a nivel global, 103 de ellos en México) reporta que 47% de las empresas mexicanas observa resistencia de sus empleados frente a la transformación digital, atribuida a miedo a perder el empleo o a fatiga ante cambios constantes [6].

3.2 Lo que hacen las empresas

• Del mismo reporte de ETS: solo 31% de las empresas mexicanas capacita formalmente a sus trabajadores en IA, y 16% ha rediseñado puestos o procesos ante el avance de la tecnología [3].
• El Estudio de adopción de IA México 2026 de Accenture, IPADE Business School y el Consejo de Empresas Globales reporta que 66% de las empresas grandes sigue en pilotos o pruebas aisladas y 13.5% ha escalado los beneficios de forma integrada. México ocupa el lugar 45 mundial en preparación para la IA, y el reporte identifica tres huecos: gobernanza, presupuesto y rediseño laboral [5].
• El mismo estudio estima que la IA podría transformar 42% de las horas trabajadas en el país, con proporciones mayores en tecnología y software (55%), servicios financieros (52%), telecomunicaciones (48%) y ciencias de la vida y salud (45%). El estudio subraya que "transformar" no equivale a "eliminar" [5].

Tabla 1. Indicadores de ansiedad declarada y de preparación institucional (México, 2026)

Las cifras de las dos mitades de la tabla no provienen de la misma población encuestada: las de percepción son de trabajadores, las de preparación son de empresas. Ninguna fuente publicada las cruza a nivel de individuo.

3.3 Pérdida de empleos: evidencia y contraevidencia

• Un estudio de Banamex —"La IA y el mercado laboral mexicano: un análisis del impacto sectorial", de su división de Estudios Económicos— documenta que el uso creciente de IA en el sector industrial mexicano ya está provocando pérdida de empleos, con proyecciones de que podría intensificarse hasta afectar a 30% de los puestos formales del país [7].
• Forbes México, retomando ese análisis, ubica en 30% el empleo formal en riesgo de automatización y señala como sectores más expuestos a los servicios administrativos, el comercio al por menor, la manufactura rutinaria y el transporte. La misma fuente advierte que las estimaciones de desplazamiento laboral por IA suelen sobrestimar el impacto, porque se basan en la factibilidad tecnológica de automatizar una tarea sin considerar si existe el incentivo económico real para hacerlo [8].
• En contraste, otros análisis del mismo periodo —incluyendo una revisión académica centrada en México— concluyen que hasta ahora la IA ha creado más empleos de los que ha eliminado en el mercado laboral mexicano, advirtiendo que esa creación exige una capacitación masiva de la fuerza laboral. (Pendiente de referenciar: esta contraevidencia todavía no tiene fuente citable en este documento. Es la única contraevidencia directa de esta sección, y mientras no la tenga, el equilibrio de la Sección 3.3 descansa en la palabra del autor.)

3.4 Indicadores de preparación institucional

Este documento no cita ninguna cifra de "años de atraso", porque no se encontró ninguna metodología rigurosa y públicamente verificable que la calcule de forma defendible para México en materia de IA. Los indicadores que sí existen:

• El Índice Latinoamericano de Inteligencia Artificial (ILIA) 2025, del Centro Nacional de Inteligencia Artificial de Chile (CENIA) en colaboración con la CEPAL, ubica a México en el grupo intermedio de la región —con Costa Rica, Argentina, Perú y República Dominicana—, con áreas de oportunidad en infraestructura, talento, educación y alfabetización digital, gobernanza de datos e inversión en ciencia y tecnología [9].
• El presupuesto mexicano para ciencia, tecnología e innovación representa 0.16% del PIB, el más bajo desde 2008, frente al mínimo de 1% que recomienda la UNESCO y contra un promedio latinoamericano de 0.6% [10].
• El Índice de Desarrollo Digital Estatal (IDDE) 2025 del Centro México Digital, presentado en el Senado de la República, reporta que la brecha tecnológica en México disminuye pero avanza "a una velocidad aún insuficiente". Los cinco estados líderes son Ciudad de México, Querétaro, Nuevo León, Aguascalientes y Baja California [11].
• Un análisis del Banco de México sobre inclusión digital (2017-2024) reporta que la brecha regional norte-sur se mantiene prácticamente sin cambios: norte y centro sostienen niveles más altos, mientras el sur enfrenta rezagos asociados a infraestructura y a las condiciones económicas de los hogares [12].

3.5 Adopción de IA por estado contra desarrollo digital estatal

Cruzando los cinco estados con menor adopción de Claude según el análisis propio de la tesis 001 —Chiapas, Tabasco, Morelos, Oaxaca y Aguascalientes [1]— contra la posición de cada uno en el IDDE 2025 [11] y en el análisis del Banco de México [12]:

Tres de los cinco coinciden con lo que la estadística oficial identifica como rezago digital. Dos no: Aguascalientes es uno de los cinco líderes del IDDE 2025 y Tabasco está entre los de mayores avances, y ambos aparecen entre los cinco de menor adopción de IA.

3.6 Efecto económico documentado de la no adopción

El estudio "México Inteligente" del Centro México Digital, con base en los Censos Económicos 2024 del INEGI, reporta que en manufactura, por cada 10 puntos porcentuales de incremento en adopción de IA, la producción bruta por unidad económica crece 18.8%, los salarios 5.4% y el empleo 3.3% [13]. Es una correlación censal, no un experimento.

El 95.2% de la manufactura mexicana no reporta uso de IA [14].

Forbes México reporta además que el sector manufacturero mexicano enfrenta una presión dual: automatización avanzada por un lado y competencia internacional por la relocalización de cadenas de suministro (nearshoring) por el otro [8].

4. Discusión

Aquí empieza la lectura del autor. Aplica el conflicto de interés de la Sección 1.2.

4.1 Por qué la adopción desigual dificulta construir operaciones agénticas

La tesis 001 mostró que incluso en los estados mexicanos con mayor adopción, la amplitud de procesos y ocupaciones donde la herramienta ya se usa de forma detectable es limitada: 16.8 categorías ocupacionales de 20 en los estados líderes, y 9.2 en los rezagados [1].

Esto tiene una implicación práctica para cualquier empresa que busque construir una operación agéntica real —en la que agentes de IA ejecuten procesos completos y no solo asistan tareas puntuales—: una operación agéntica se construye sobre procesos ya digitalizados y datos ya estructurados, y esa base, en la mayoría de las regiones y sectores de México, todavía no existe de forma madura.

Saltar de "casi nada digitalizado" a "agentes que ejecutan procesos completos", sin el paso intermedio de digitalización y estandarización, es —con la evidencia disponible— una apuesta de alto riesgo de fracaso, no una aceleración razonable. Es también la inferencia de esta tesis más cercana a un argumento de venta, y el lector debería tratarla como tal.

4.2 La coincidencia entre el 66% y el 16%

La pieza que arma el argumento central es la coincidencia entre el 66% de empresas atoradas en pilotos [5] y el 16% que rediseñó puestos [3]. Leídas juntas cuentan la misma historia desde dos lados: las empresas compran la herramienta, no tocan el proceso, y el trabajador queda en medio sabiendo que algo está cambiando sin que nadie le diga qué se espera de él. Eso es, en esta lectura, lo que mide el 77% que desconoce qué nivel de alfabetización en IA esperan sus empleadores [3].

Vale la pena registrar que el 16% de rediseño de puestos en México coincide casi exactamente con el 21% de organizaciones que rediseñó flujos de trabajo a nivel global [4], que es el hallazgo central de la tesis 001. Que dos encuestas distintas, con poblaciones distintas y metodologías distintas, aterricen en el mismo rango bajo es consistente con que el fenómeno sea real y no un artefacto de una muestra.

Pero coincidencia no es causalidad, y aquí está el límite de esta tesis. Que la ansiedad y el abandono institucional se midan en la misma encuesta no prueba que uno cause al otro: las dos cifras se reportan para poblaciones distintas —trabajadores por un lado, empresas por otro— y nadie las ha cruzado a nivel de individuo. Es enteramente posible que ambas sean efectos de una tercera causa, como la incertidumbre económica general del periodo. Por eso esta tesis está marcada abierta.

4.3 Los dos estados que no encajan

La lectura cómoda de la Sección 3.5 sería decir que la evidencia cruza y que los estados rezagados en adopción de IA son los rezagados digitales. Para Chiapas y Oaxaca esa coincidencia es real y directa.

Pero dos de los cinco no encajan, y en dirección opuesta al argumento fácil: Aguascalientes es líder del IDDE 2025 [11] y a la vez uno de los cinco de menor adopción de IA [1]. Tabasco está entre los de mayores avances digitales [11] y también entre los cinco de menor adopción.

Sería más cómodo omitirlos. Leídos de frente, estos dos casos no debilitan la tesis: la sostienen. Estar digitalizado no es lo mismo que usar IA en el proceso. Un estado puede tener infraestructura, conectividad y ecosistema de innovación de primer nivel —que es lo que mide el IDDE— y aun así no haber incorporado la IA a la operación real de sus empresas. Es exactamente la distinción entre herramienta y proceso de la tesis 001, aplicada a la geografía en lugar de a la empresa.

Esto obliga a matizar cualquier lectura simple de la brecha norte-sur: la infraestructura digital es condición necesaria pero no suficiente, y las políticas públicas que solo persiguen conectividad pueden estar midiendo el indicador equivocado.

Dos casos de cinco no son una muestra. Es una anomalía que merece explicación, no un resultado establecido.

4.4 Lo que no se puede concluir sobre el empleo

La lectura honesta de la Sección 3.3 es que no existe consenso sobre si el efecto neto de la IA sobre el empleo en México es positivo o negativo. La proyección de 30% de empleo formal en riesgo [7], [8] mide factibilidad técnica de automatización, y la propia fuente que la reporta advierte que ese tipo de estimación tiende a sobrestimar el impacto porque ignora si existe el incentivo económico para automatizar [8]. Esa salvedad es coherente con la tesis 001: la posibilidad técnica de automatizar algo no significa que la organización promedio esté rediseñando su proceso para lograrlo.

Sí hay consenso en que el efecto de reconfiguración —cambio en qué tareas hace cada puesto, qué habilidades se requieren, y qué tan preparada está la fuerza laboral para ese cambio— es real, ya está en curso, y va más rápido que la capacidad de las instituciones para acompañarlo.

Sobre el costo de no adoptar: leída en sentido inverso, y con la cautela debida sobre causalidad, la correlación de manufactura [13] implicaría que las unidades económicas dentro del 95.2% que no reporta uso de IA [14] están dejando sobre la mesa una ganancia de productividad, salarios y empleo ya observada en quienes sí adoptaron. La ventana no es indefinida, particularmente en un sector donde México compite activamente por inversión relocalizada [8]. Pero el 18.8% puede estar midiendo selección en vez de efecto, y con datos censales de un solo corte no hay forma de distinguirlos.

4.5 Respuesta a las preguntas de investigación

P1. ¿La incertidumbre es un fenómeno medido o una percepción difusa? Medido, y mayoritario. 64% teme por su empleo y 52% declara ansiedad por perder vigencia [3]; la confianza laboral cayó por primera vez en tres años y México bajó de 73% a 71% [2]; 47% de las empresas observa resistencia interna atribuida a ese miedo [6]. Tres fuentes independientes con metodologías distintas. La salvedad es que todas miden percepción declarada: establecen que el fenómeno subjetivo existe, no que el temor esté justificado.

P2. ¿Qué tan grande es la distancia entre adoptar y preparar? Grande y medida en la misma encuesta. 31% capacita formalmente y 16% ha rediseñado puestos [3], contra 66% de empresas grandes atoradas en pilotos y 13.5% que escaló de forma integrada [5]. El lugar 45 mundial en preparación, con los huecos identificados en gobernanza, presupuesto y rediseño laboral [5], es consistente con esas cifras.

P3. ¿Hay consenso sobre el efecto neto en el empleo? No. Hay proyecciones de hasta 30% de empleo formal en riesgo [7], [8] y análisis del mismo periodo que concluyen creación neta positiva. La propia fuente de la cifra pesimista advierte del sesgo de sobrestimación de ese tipo de estimaciones [8]. Esta tesis no afirma que la IA destruya empleo neto en México.

P4. ¿La preparación digital predice la adopción de IA? No de forma confiable. Dos de los cinco estados con menor adopción —Aguascalientes y Tabasco— están entre los líderes del índice oficial de desarrollo digital [1], [11]. Con n = 5 en el grupo examinado, es una anomalía documentada y no un resultado estadístico; pero basta para descartar que la relación sea directa.

5. Limitaciones

• Casi toda la evidencia es percepción declarada, no medición de resultado. Que un trabajador declare temor no prueba que su empleo esté en riesgo, y que una empresa reporte que capacita no prueba que la capacitación sirva.
• El vínculo causal que propone la afirmación central no está establecido. Es la limitación que define el estado abierta de esta tesis.
• Las dos mitades de la Tabla 1 son poblaciones distintas. Las cifras de ansiedad son de trabajadores; las de capacitación y rediseño, de empresas. Compararlas es informativo, pero no equivale a haberlas cruzado.
• Los datos de empresa son autoevaluación. El sesgo conocido de este tipo de encuesta es reportar más adopción y más capacitación de la que hay, lo que si acaso subestimaría la brecha que esta tesis describe.
• La contraevidencia de la Sección 3.3 no tiene fuente citable. Es la única contraevidencia directa de esa sección y está marcada como pendiente.
• El cruce de la Sección 3.5 es cualitativo. Compara posiciones relativas en dos índices con metodologías distintas, sobre cinco estados. No es un análisis de correlación y no debe leerse como tal.
• La ventana temporal es estrecha. Todas las fuentes son de 2025-2026. No hay serie histórica que permita distinguir un fenómeno estructural de uno coyuntural.
• El autor tiene un conflicto de interés declarado (Sección 1.2) que afecta directamente a las Secciones 4.1 y 4.2.

6. Trabajo futuro

1. Cruzar ansiedad y capacitación en la misma población. Es la pieza que falta y la que decide el estado de esta tesis. Una encuesta que mida FOBO y capacitación formal recibida sobre los mismos individuos permitiría comparar el nivel de ansiedad dentro y fuera del 31% que sí recibió capacitación. Con ese corte, esta tesis pasa a en pie o se cae — y hoy no existe públicamente.

2. Encontrar o descartar la contraevidencia de la Sección 3.3. Localizar la revisión académica que concluye creación neta positiva de empleo, verificarla y citarla; o, si no resiste verificación, retirar la afirmación del documento. Mientras siga sin fuente, es una debilidad declarada.

3. Distinguir efecto de selección en la correlación de manufactura. El 18.8% de producción adicional [13] necesita un diseño que compare unidades económicas que adoptaron en momentos distintos. El siguiente corte de los Censos Económicos lo haría posible.

4. Extender el cruce estatal a los 25 estados con datos. La Sección 3.5 compara cinco. Con los 25 se podría calcular la correlación real entre posición en el IDDE y adopción de IA, y determinar si Aguascalientes y Tabasco son anomalías o el patrón.

5. Medir si la capacitación cambia el resultado, no solo la percepción. Todos los indicadores disponibles miden si la empresa capacita, ninguno si el trabajador quedó efectivamente preparado. Es la diferencia entre medir el insumo y medir el efecto.

7. Conclusiones

1. 01Sobre P1: la incertidumbre laboral asociada a la IA en México es un fenómeno medido y mayoritario, documentado por tres fuentes independientes, no una percepción difusa del discurso público. Lo que está medido es la percepción, no el riesgo objetivo.
2. 02Sobre P2: existe una distancia grande y documentada entre lo que las empresas adoptan y lo que hacen para acompañar a su gente: 31% capacita, 16% rediseña puestos, 66% sigue en pilotos.
3. 03Sobre P3: no hay consenso sobre el efecto neto en el empleo, y esta tesis no lo afirma. Sí lo hay sobre el efecto de reconfiguración, que va más rápido que la capacidad institucional de acompañarlo.
4. 04Sobre P4: la preparación digital de un estado no predice de forma confiable su adopción de IA. Aguascalientes y Tabasco lo muestran, y sostienen la distinción entre herramienta y proceso aplicada a la geografía.
5. 05La afirmación central de esta tesis sigue sin probarse. La evidencia es consistente con ella y no la contradice, pero el dato que la establecería —ansiedad y capacitación medidas sobre la misma población— no existe públicamente. Esta tesis se queda abierta hasta que exista.

8. Qué la tumbaría

Lo que tumbaría la afirmación central. Un corte de datos donde la ansiedad laboral por la IA se mantenga alta o suba en empresas que sí capacitan y sí rediseñan puestos. Si el 52% de ansiedad es igual dentro y fuera del 31% que capacita, entonces el abandono institucional no es la causa —o al menos no la principal— y la afirmación de esta tesis se cae. Hoy no tengo ese corte: las encuestas citadas reportan los dos números por separado, para poblaciones distintas, y nadie los ha cruzado.

Lo que la tumbaría por el otro lado. Que la capacitación y el rediseño suban de forma sostenida sin que la ansiedad baje. Sería evidencia de que el miedo responde a algo estructural —la percepción del cambio mismo, no la falta de acompañamiento— y de que la palanca que esta tesis propone no es la palanca correcta.

Lo que tumbaría el hallazgo de la Sección 3.5. Que al extender el cruce a los 25 estados con datos, la posición en el IDDE sí prediga la adopción de IA y Aguascalientes y Tabasco resulten ser dos excepciones sin patrón detrás. La respuesta a P4 tendría que retirarse.

Lo que NO la tumbaría. Que el efecto neto sobre el empleo resulte positivo. Esta tesis no afirma que la IA destruya empleo neto en México; de hecho la evidencia sobre eso está dividida y así se declara en la Sección 3.3. Afirma algo distinto y más acotado: que la incertidumbre que viven los trabajadores es producto del abandono institucional, no de la tecnología. Un saldo neto positivo de empleos es perfectamente compatible con una fuerza laboral a la que nadie preparó para el cambio.

9. Referencias

[1] Anthropic, "The Anthropic Economic Index," dataset descargable, corte al 26 de junio de 2026. Análisis propio; ver la tesis Herramienta vs. Proceso y su Anexo A para la metodología completa. Disponible en: https://www.anthropic.com/economic-index

[2] ManpowerGroup, "Barómetro de Talento 2026" — más de 13,900 respuestas en 19 países; México obtuvo 71%, a la baja frente a 2025. Disponible en: https://blog.manpowergroup.com.mx/bar%C3%B3metro-del-talento-2026

[3] ETS, "Informe sobre el Progreso Humano 2026." Cifras de México reportadas por Expansión, "Se llama FOBO y 6 de cada 10 trabajadores en México lo siente: el miedo a la IA en los empleos," 24 de julio de 2026. Disponible en: https://expansion.mx/carrera/2026/07/24/fobo-6-cada-10-trabajadores-siente-mexico-miedo-ia

[4] McKinsey & Company, "The State of AI: Global Survey 2025" — encuesta a 1,993 organizaciones en 105 países.

[5] Accenture, IPADE Business School y Consejo de Empresas Globales, "Estudio de adopción de IA México 2026: ¡Ay, ay, ay, Ai! México y el nuevo desafío tecnológico," julio de 2026. Disponible en: https://www.ipade.mx/newsmedia/mexico-ocupa-el-lugar-45-mundial-en-preparacion-para-la-inteligencia-artificial/

[6] IDC, "IA y burnout: el doble desafío laboral que enfrentan las empresas mexicanas," 13 de mayo de 2026, con base en Marsh, "People Risk 2026" (4,517 profesionales de recursos humanos y administración de riesgos a nivel global, 103 de ellos en México). Disponible en: https://idconline.mx/laboral/2026/05/13/ia-y-burnout-el-doble-desafio-laboral-que-enfrenten-las-empresas-mexicanas

[7] Banamex, Estudios Económicos, "La IA y el mercado laboral mexicano: un análisis del impacto sectorial," elaborado por Rodolfo Ostoloza, febrero de 2026. Reportado por EFE. Disponible en: https://mx.investing.com/news/stock-market-news/banamex-estima-que-30--del-empleo-formal-en-mexico-podria-ser-automatizado-por-la-ia-3497896

[8] Forbes México, "El 30% del empleo formal en México corre el riesgo de ser automatizado por la IA." Disponible en: https://forbes.com.mx/el-30-del-empleo-formal-en-mexico-corre-el-riesgo-de-ser-automatizado-por-la-ia/

[9] Centro Nacional de Inteligencia Artificial de Chile (CENIA) en colaboración con la CEPAL, "Índice Latinoamericano de Inteligencia Artificial (ILIA) 2025" — más de 100 subindicadores en tres dimensiones, 19 países. Disponible en: https://indicelatam.cl/

[10] México Evalúa, "Tendrá presupuesto 2025 nivel más bajo en ciencia desde 2008" — 0.16% del PIB para Ciencia, Tecnología e Innovación en 2025. Disponible en: https://www.mexicoevalua.org/tendra-presupuesto-2025-nivel-mas-bajo-en-ciencia-desde-2008/

[11] Centro México Digital, "Índice de Desarrollo Digital Estatal (IDDE) 2025" — 75 indicadores en tres pilares para las 32 entidades federativas. Disponible en: https://centromexico.digital/idde/2025/

[12] Banco de México, análisis sobre inclusión digital en México, 2017–2024. Reportado por La Jornada, "Persiste la brecha digital a pesar de mayor inclusión tecnológica: BdeM," 15 de marzo de 2026. Disponible en: https://www.jornada.com.mx/2026/03/15/economia/014n1eco

[13] Centro México Digital, "México Inteligente: La Manufactura Frente a la Oportunidad que No Espera," con base en INEGI Censos Económicos 2024, junio de 2026.

[14] Instituto Nacional de Estadística y Geografía (INEGI), "Censos Económicos 2024," Comunicado de Prensa 79/25, 24 de julio de 2025.