La Comisión de Comunicaciones, Espacio y Tecnología (CST) publicó en julio de 2026 la primera edición de su Guía de concienciación para la adopción de la IA en empresas tecnológicas. La guía es orientativa y no vinculante, y no sustituye ninguna ley ni reglamento vigente. Lo que sí aporta es algo que le faltaba al mercado saudí: un marco oficial y compartido sobre cómo una empresa pasa de experimentos dispersos con IA a una adopción estructurada que genere valor medible. Se dirige a empresas tecnológicas de todos los tamaños, desde startups hasta grandes corporaciones, y llega en paralelo a la designación de 2026 como Año de la Inteligencia Artificial por parte del Consejo de Ministros.

La idea central: la adopción es una capacidad organizativa, no un conjunto de herramientas

El primer mensaje de la guía es también el más claro: trate la IA como un componente central de la arquitectura institucional de su modelo de negocio, no como un conjunto de herramientas técnicas añadidas en los márgenes. La distinción no es semántica. Una empresa que trata la IA como una herramienta contrata una suscripción y espera resultados. Una empresa que la trata como una capacidad reorganiza a su alrededor sus datos, flujos de trabajo, permisos y habilidades.

La guía recoge además una observación que merece una pausa: aunque la experimentación se ha extendido ampliamente, el valor sostenible y escalable sigue concentrado en gran medida en las organizaciones que adoptan modelos operativos estructurados en lugar de quedarse en proyectos piloto. Dicho de otro modo, la brecha hoy ya no es el acceso a los modelos. Es la capacidad de ponerlos en marcha dentro de la organización.

Las cinco dimensiones de preparación: por dónde empezar realmente

La adopción comienza con una evaluación de la preparación institucional en cinco dimensiones interconectadas, tal como las plantea la guía:

  • Preparación del contexto: ¿sabe dónde marca la IA una diferencia real en su negocio concreto, o está copiando casos de uso de empresas que no se parecen en nada a la suya?
  • Preparación de los datos: ¿sus datos existen, están limpios, estructurados y accesibles, o repartidos entre hojas de cálculo, archivos y la cabeza de las personas?
  • Preparación de la infraestructura: ¿dispone de un entorno de ejecución, una capa de integración y un registro que permitan desplegar y supervisar, o cada experimento es un proyecto aparte que parte de cero?
  • Preparación de habilidades y experiencia: ¿quién es capaz de evaluar y corregir el resultado, y no solo de operarlo?
  • Preparación de la cultura organizativa: ¿el equipo confía en la herramienta y la usa en su trabajo diario, o la ve como una amenaza o un adorno?

La guía subraya que la alfabetización en IA es un factor habilitador clave tanto en el nivel directivo como en el operativo. El beneficio práctico de esta evaluación es que cambia la pregunta de "¿qué modelo usamos?" a "¿qué brecha cerramos primero?", una pregunta más barata y mucho más precisa.

El principio de la IA primero: la estrategia antes que las herramientas

La guía propone un principio operativo basado en "la IA primero", cuya esencia es que la definición de la estrategia precede a la elección de las herramientas técnicas. En la práctica, eso significa resolver tres cuestiones antes de firmar cualquier suscripción: dónde aporta la IA una ventaja medible, dónde sus datos propios crean una ventaja competitiva difícil de igualar para otros y qué nivel de autonomía es aceptable en cada caso de uso.

Hay un punto que muchos pasan por alto: la ventaja sostenible rara vez surge del mero acceso a los modelos, porque todo el mundo tiene ese acceso. Surge del contexto específico que posee la empresa, de sus flujos de trabajo integrados, del comportamiento y las opiniones de sus clientes y de ciclos de retroalimentación continuos. El modelo es un producto básico al alcance de todos. Sus datos y sus operaciones, no.

Tres áreas de aplicación, cada una con un nivel de madurez distinto

La guía divide la aplicación en tres áreas y las ordena de una forma que merece respeto:

  • Operaciones internas: normalmente la vía más rápida y de menor riesgo hacia el valor buscado. Un error aquí le cuesta tiempo interno, no reputación.
  • Soluciones orientadas al cliente: mayor oportunidad de diferenciación en el mercado, pero exigen una madurez más alta porque son visibles para el cliente, afectan directamente a la confianza y conllevan sensibilidad regulatoria.
  • Agentes de IA: un modelo de ejecución avanzado. La guía aconseja empezar de forma gradual, con permisos restringidos y supervisión humana, y ampliar en función de lo fiable y seguro que resulte el rendimiento.

Ese orden coincide con lo que recomendamos en la práctica al construir cualquier sistema: empezar donde los errores son baratos y pasar a la capa orientada al cliente solo después de demostrar la fiabilidad internamente.

¿Construir, asociarse o adquirir?

La guía presenta un marco de decisión entre construir, asociarse o adquirir, y lo vincula a una cuestión más profunda: el riesgo de depender de un grupo reducido de proveedores. Su recomendación es abordarlo con una arquitectura técnica modular, flexible y descomponible, respaldada por claridad contractual, de modo que pueda sustituir una capa sin desmontar toda la pila. Añade un elemento que la mayoría de los estudios de viabilidad omiten: la economía de la inferencia, es decir, el coste de ejecutar el modelo por operación, tratada como un factor relevante del coste operativo y no como una nota al pie.

Después recomienda una ejecución por fases: verificación de la preparación, luego experimentos gobernados, luego integración a nivel de toda la empresa y, por último, mejora continua.

La gobernanza como modelo operativo basado en el riesgo

La sección que esperamos que se lea con atención es la de gobernanza. La guía la describe como un modelo operativo basado en el riesgo que empieza por la disciplina al seleccionar los casos de uso, no por controles impuestos después del despliegue. Los sistemas de IA sin una gobernanza suficiente pueden generar riesgos legales, financieros y reputacionales.

Lo fundamental es que la gobernanza sea proporcional al nivel de riesgo: el impacto esperado, el grado de autonomía, la sensibilidad de los datos y el nivel de efecto sobre los clientes. Un asistente interno que resume reuniones no necesita lo mismo que un agente que emite decisiones de crédito.

La dimensión saudí: datos, árabe y soberanía

La guía advierte que las empresas del Reino no deben basarse solo en indicadores y tendencias globales al planificar. Deben alinearse con la normativa local, los requisitos de gobernanza de datos y las consideraciones sobre soberanía de los datos y transferencia transfronteriza. Añade un punto muy práctico: verificar el nivel de soporte del idioma árabe en los casos de uso orientados al cliente.

No es un detalle estético. La diferencia entre un modelo que entiende el dialecto saudí en una conversación de atención al cliente y uno que traduce literalmente es la diferencia entre un cliente atendido y un cliente enfadado. Del mismo modo, "¿dónde se almacenan sus datos?" va antes que "¿qué modelo es más inteligente?" siempre que los datos sean personales y estén sujetos a la Ley de Protección de Datos Personales (PDPL).

Por dónde empezar esta semana

Si resumiéramos la guía en pasos que realmente ejecutaría: evalúe con honestidad su preparación en las cinco dimensiones y puntúe cada una; elija un único caso de uso interno con impacto medible y bajo riesgo; fíjele un objetivo numérico antes de empezar y no después; póngalo en marcha con supervisión humana y registro completo de los resultados; y amplíe cuando las cifras se mantengan. Las empresas que hoy obtienen rentabilidad de la IA en Arabia Saudí no son las que más gastan, sino las más disciplinadas a la hora de elegir qué problema abordar.

Fuentes

  • Comisión de Comunicaciones, Espacio y Tecnología: Guía de concienciación para la adopción de la IA en empresas tecnológicas, primera edición, julio de 2026: cst.gov.sa/ai-adoption-guide-ar
  • Comisión de Comunicaciones, Espacio y Tecnología: cst.gov.sa
  • Autoridad Saudí de Datos e Inteligencia Artificial (SDAIA): Ley de Protección de Datos Personales: sdaia.gov.sa