20 redacciones en LATAM ya usan IA para generar ingresos reales: lo que los medios mexicanos deberían replicar ahora mismo

Mientras los medios mexicanos siguen debatiendo si la IA “va a robarles el trabajo” a los reporteros, en Costa Rica ya están usando agentes inteligentes para conectar con audiencias jóvenes. En Ecuador automatizaron la gestión de publicidad legal y dejaron de perder lana por errores de cotización. En Uruguay convirtieron décadas de archivo periodístico en una base de datos que se busca en segundos. Y nada de esto es futuro: pasó en los últimos meses.

La noticia vino del AI Product Lab (AIPL), una iniciativa de la Sociedad Interamericana de Prensa (SIP) con apoyo de Google News Initiative. Y el dato que más debe doler aquí: de 21 medios que recibieron fondos y acompañamiento técnico para implementar IA real, ninguno es mexicano.

Qué es el AI Product Lab y por qué importa

El AIPL no es un curso en línea de IA generativa ni un webinar de “el futuro del periodismo”. Es un programa estructurado en tres fases: capacitación intensiva con expertos internacionales, talleres de prototipado uno a uno, y tres meses de implementación con fondos reales. El objetivo fue claro desde el inicio: que los medios participantes convirtieran la IA en soluciones que impactaran directamente su operación o sus ingresos.

Según el reporte publicado por la Alianza de Medios MX, el programa llegó a más de 300 profesionales de la industria, periodistas, editores, equipos comerciales y directivos, en 12 países de América Latina. El resultado fue que equipos que empezaron con “miedo o curiosidad ante la IA” terminaron diseñando arquitecturas RAG e implementando agentes inteligentes conectados directamente a sus bases de datos.

Los casos concretos que vale la pena copiar

Aquí está lo interesante: no todos los casos son “generamos más contenido más rápido”. Algunos van más al fondo.

Teletica (Costa Rica): implementó un sistema de inteligencia de audiencias que cruza automáticamente los ratings minuto a minuto con el contenido que se está transmitiendo. El resultado: reducción drástica del tiempo de análisis y decisiones editoriales basadas en datos reales, no en intuición. Para cualquier medio con producción de video o streaming, esto es un cambio de juego.

La Hora (Ecuador): este es el caso que más me llama la atención porque toca directamente los ingresos. Automatizaron la recepción, cotización y gestión de avisos judiciales, que es una fuente de ingresos clave para muchos periódicos regionales. Resultado: tiempos de respuesta más cortos, cero errores de precio y mejor trazabilidad del proceso. Es decir, menos fugas de dinero y mejor servicio al cliente.

Listín Diario (República Dominicana): convirtieron su archivo histórico en una base de datos consultable usando tecnología RAG. Décadas de periodismo que antes vivían en carpetas polvorientas o PDFs escaneados ahora son un activo editorial activo. Esto abre posibilidades para contenido de contexto, verificación de datos y hasta licenciamiento de archivos.

El Nacional (Venezuela): desarrollaron una herramienta llamada “Perspectivas” que le ofrece al lector múltiples formas de consumir la misma nota: resumen, puntos clave, datos relevantes, glosario, enfoques de análisis. Todo integrado al CMS y con revisión editorial antes de publicar. No es automatización ciega: es asistencia inteligente.

CR Hoy (Costa Rica): crearon un agente que funciona como puente con audiencias jóvenes, siempre supervisado por periodistas y editores. En un contexto donde la desinformación en redes lo domina todo, tener una herramienta que conecta a jóvenes con periodismo verificado tiene valor tanto editorial como comercial.

El elefante en la sala: Infobae ya lleva años en esto

Mientras el AIPL arranca proyectos en medios medianos de la región, Infobae lleva un camino propio bastante más avanzado. La plataforma ScribNews de Infobae fue reconocida por el Knight Center de la Universidad de Texas como uno de los proyectos de periodismo más innovadores de América Latina en 2025.

¿Qué hace ScribNews? Asistentes virtuales que transcriben entrevistas, identifican keywords relevantes, sugieren estrategias de SEO y proponen títulos alternativos, todo diseñado específicamente para periodistas y por periodistas, según Daniel Hadad. Infobae tiene 38 millones de visitantes únicos mensuales (no 59 millones), según datos de Semrush y Similarweb de 2025-2026. Pero el punto es que lo hicieron: apostaron, invirtieron y construyeron.

La visión de largo plazo de Infobae es convertirse en una “empresa de datos”, personalizando la experiencia informativa por ubicación, dispositivo y preferencia del usuario. Eso no es periodismo del futuro: es el negocio de plataformas aplicado a noticias.

Y hablando de empresas que apuestan fuerte a la IA: ya vimos lo que pasa cuando la inversión en tecnología se hace bien, como lo explicamos en nuestro análisis de cómo Anthropic le quitó el trono enterprise a OpenAI del 12% al 40% en dos años. Los medios que apuestan desde ya van a tener ventaja cuando el mercado madure.

Qué están haciendo (o no) los medios mexicanos

La neta, el panorama en México es mixto. Sí hay movimiento: El Universal, La Jornada, Milenio y Excelsior han integrado herramientas de IA para análisis, transcripción, traducción y redacción asistida. Grupo Reforma exploró IA generativa para portadas de suplementos. Grupo Fórmula fue más lejos con personajes virtuales (NAT, Sofi, Max) especializados por tema.

Animal Político tiene quizá el caso más interesante: su departamento El Sabueso usa IA para verificar imágenes, audio y video, rastreando origen y autenticidad. En un contexto de desinformación masiva, eso tiene valor editorial y diferenciación de marca.

Pero ninguno de estos proyectos mexicanos aparece en el mapa del AIPL. Y lo que falta no es tecnología: es la mentalidad de que la IA puede atacar directamente los problemas de negocio, no solo acelerar la producción de contenido.

Los barriers son conocidos: costos de implementación altos, desconfianza hacia las herramientas, falta de capacitación técnica. Pero el caso de La Hora en Ecuador demuestra que no necesitas un presupuesto de Infobae para automatizar un flujo de ingresos. Solo necesitas identificar el proceso que más tiempo toma o más errores genera, y atacarlo.

Lo que cualquier redacción mediana puede replicar hoy

Si diriges un medio digital en México, estas son las aplicaciones más accesibles con impacto real en negocio, basadas en lo que ya hicieron estos 21 medios de LATAM:

Gestión de publicidad: automatizar cotizaciones, seguimiento de anunciantes y reportes de métricas es un gana-gana inmediato. Menos trabajo manual, menos errores, clientes más satisfechos.

Inteligencia de audiencias: cruzar datos de analytics con el contenido que publicas para identificar qué temas y formatos generan más tiempo de lectura, más suscripciones o más conversión a publicidad. No necesitas un sistema propio: hay herramientas accesibles.

Archivo convertido en activo: si tienes años de contenido publicado, RAG te permite construir una base consultable que puede servir para contexto automático en notas nuevas, para periodismo de datos o para nuevos productos editoriales.

Asistencia editorial sin reemplazar reporteros: las herramientas que transcriben, sugieren SEO, proponen ángulos o resumen entrevistas liberan horas para el trabajo que no puede hacer la IA: fuentes, investigación, análisis.

También tiene mucho que ver con el contexto más amplio que ya venimos rastreando. La tendencia que analizamos sobre la IA agentiva como inversión número 1 en tech en México para 2026 aplica también a la industria de medios, y los que esperan a que “baje el costo” van a llegar tarde.

El dato que no se puede ignorar

El AIPL registró algo que va más allá de los proyectos individuales: el cambio de mentalidad. Equipos que llegaron con miedo o confusión salieron capaces de diseñar arquitecturas técnicas. Eso no se aprende en un YouTube tutorial de dos horas: requiere estructura, acompañamiento y el permiso institucional para experimentar.

Ese permiso es lo que más falta en los medios mexicanos. No es la tecnología. Es la decisión de usarla para resolver problemas reales de negocio, no solo para hacer el mismo trabajo más rápido.

Una chimba de oportunidad, la verdad, para quien se anime primero.

¿Tu medio ya está usando IA para algo más que redacción asistida? ¿O sigue en modo “lo estamos evaluando”? Déjalo en los comentarios, porque esto va a dar mucho más de qué hablar.

Fuentes

• AI Product Lab de la SIP y Google News Initiative: Alianza de Medios MX
• Medios latinoamericanos implementan soluciones de IA: El Nacional
• Infobae transformó el periodismo digital con IA: Daniel Hadad en Google
• La IA en el periodismo mexicano: SinEmbargo MX
• Medios latinoamericanos implementan IA: La Prensa Panamá