Por E&N Brand Lab para C² Labs
La verdadera ventaja tecnológica no necesariamente está en tener acceso a las mejores herramientas, sino en saber qué hacer con ellas y qué capacidades construir a partir de su uso. Para Centroamérica, el avance de la inteligencia artificial plantea así un desafío que va más allá de la adopción: pasar de utilizar tecnología creada en otros mercados a desarrollar conocimiento, propiedad intelectual y sistemas propios. La cuestión es decidir qué debe comprarse, qué puede construirse y, sobre todo, qué capacidades estratégicas conviene mantener dentro de la organización.
Para Camila Cruz, fundadora y CEO de C² Labs, la respuesta no consiste en elegir entre comprar tecnología o desarrollarla internamente. Se trata de decidir qué lugar ocupa cada componente dentro de la estrategia de la organización y hasta dónde debe llegar su capacidad de intervenir, adaptar y gobernar sus sistemas.
C² Labs es una compañía concebida como un laboratorio de investigación y desarrollo (R&D), con foco en deep-tech e inteligencia artificial aplicada. Opera como una moonshot factory que combina investigación aplicada, ingeniería y desarrollo de productos y ventures para convertir tesis técnicas en sistemas desplegables orientados a desafíos de alta complejidad e impacto regional y global.
Su tesis tomó forma durante la participación de Cruz en el MIT AI Venture Studio. Tras operar inicialmente en stealth con tracción temprana, estableció su base y oficina en San Francisco a los seis meses de su creación. Seis meses después, en agosto de 2026, inicia operaciones en El Salvador, su primer anclaje operativo y ecosistémico dentro de un enfoque deliberado en América Latina.
Desde esa arquitectura, la compañía propone que la región avance desde la adopción tecnológica hacia la autoría: no solo utilizar sistemas desarrollados en otros mercados, sino generar tesis técnicas, investigación, propiedad intelectual y productos con capacidad de escalar.
“Centroamérica no debe competir por ser el lugar más barato para producir tecnología, sino por convertirse en un lugar capaz de originarla”, afirma Cruz.
SOBERANÍA TECNOLÓGICA SIN AISLAMIENTO
El modelo que describe la CEO de C² Labs distingue tres niveles de decisión. La empresa adquiere externamente aquello que está estandarizado y no representa una fuente de diferenciación; construye sobre software de código abierto cuando se trata de una capa estratégica para la cual ya existen fundamentos sólidos; y desarrolla internamente aquello donde reside su tesis, su propiedad intelectual o su ventaja técnica.
Una proporción considerable de la tecnología que otras compañías utilizan mediante software por suscripción, interfaces de programación, herramientas o productos terminados es operada por C² Labs como productos internos, construidos o personalizados sobre código abierto.
El propósito, explica Cruz, es mantener control sobre los datos, las integraciones, el despliegue, la seguridad y la hoja de ruta tecnológica, además de adaptar los sistemas a una forma de trabajo en la cual la IA ocupa una posición central.
Esta visión no implica construir cada componente desde cero. “Soberanía no significa aislamiento ni construirlo todo: significa poder inspeccionar, modificar, integrar, migrar y decidir”, precisa.
La tecnología externa, en este enfoque, debe multiplicar la capacidad de la organización, pero no sustituir su criterio ni crear dependencia de una “caja negra” que nadie dentro de la compañía pueda comprender. El equipo deja así de actuar únicamente como usuario y asume también la responsabilidad de crear, operar y hacer evolucionar sus sistemas.
DE LA EFICIENCIA A UNA CAPACIDAD ACUMULATIVA
La misma lógica modifica la manera de evaluar una transformación digital. Para C² Labs, el número de licencias adquiridas, herramientas implementadas o líneas de código producidas no permite determinar por sí solo si la tecnología está generando crecimiento.
La eficiencia, señala Cruz, reduce el costo de continuar haciendo lo mismo. El crecimiento aparece cuando la tecnología permite realizar algo que antes era imposible y, al mismo tiempo, deja una capacidad que puede aprovecharse en los siguientes proyectos.
Por eso, la compañía observa indicadores como la velocidad para llevar una tesis hasta un sistema en operación; la propiedad intelectual y los componentes reutilizables que permanecen después de cada despliegue; el control sobre las capas críticas; el desempeño en condiciones reales, y la reducción del esfuerzo marginal necesario para abordar el próximo problema.
“Una transformación genera crecimiento cuando cada despliegue aumenta lo que la organización puede investigar, construir, decidir y operar”, resume la ejecutiva.
Esta medición desplaza el foco desde la adopción visible hacia la capacidad institucional que queda instalada. Una herramienta puede resolver una necesidad inmediata; una capacidad acumulativa, en cambio, modifica lo que la empresa estará en condiciones de hacer en el futuro.
EL DESAFÍO DE RETENER EL VALOR TECNOLÓGICO
La adopción sigue siendo necesaria, pero, para Cruz, resulta insuficiente si mantiene a Centroamérica “aguas abajo” de las decisiones tecnológicas y del valor económico que estas producen.
Su diagnóstico apunta a una parte de la industria regional de software que ha competido mediante el costo del talento. Bajo ese modelo, el objetivo termina siendo vender horas, recursos o líneas de código a precios inferiores a los de otros mercados.
El riesgo aparece cuando esa estructura se convierte en el límite de la ambición regional. C² Labs considera que, bajo esas condiciones, Centroamérica exporta capacidad técnica con descuento, mientras la propiedad intelectual, los márgenes y el control permanecen fuera de la región. Posteriormente, debe importar a un costo mayor tecnologías que su propio talento pudo haber contribuido a desarrollar.
La originación tecnológica propone una ecuación diferente: pasar de vender unidades de trabajo a poseer el conocimiento, los sistemas, la propiedad intelectual y el vehículo mediante el cual ese valor puede escalar.
Según Cruz, ese cambio permitiría retener una mayor parte del valor generado, reinvertir en investigación y desarrollo y acercar la compensación de desarrolladores, ingenieros e investigadores al aporte que realizan.
“La verdadera disrupción ocurre cuando la adopción se vuelve un puente hacia la autoría”, sostiene.
LA ESTRATEGIA DE IA NO PUEDE DELEGARSE POR COMPLETO
La incorporación de inteligencia artificial también amplía las responsabilidades de la alta dirección. No es únicamente una decisión de software, porque puede modificar costos, roles, procesos, propiedad intelectual y velocidad de aprendizaje.
Por esa razón, Cruz considera que la estrategia no debería quedar completamente delegada en las áreas de tecnología o compras, ni transferirse a un proveedor externo.
Esto no significa que el CEO deba convertirse en especialista en ingeniería de IA. Sí necesita, en cambio, desarrollar el criterio técnico suficiente para diferenciar una demostración de un sistema en operación; una herramienta de una capacidad institucional, y los recursos que puede obtener de terceros de aquellos sobre los cuales conviene preservar control y conocimiento interno.
Antes que reunir indiscriminadamente casos de uso, la recomendación de la ejecutiva es comenzar por un cuello de botella estratégico. A partir de allí, la empresa debe identificar qué cambios requiere en sus datos, procesos, talento, infraestructura, incentivos y mecanismos de gobernanza.
También necesita formar una contraparte técnica interna capaz de trabajar y aprender junto con cualquier proveedor o aliado.
“Una buena alianza multiplica la capacidad de la institución; no la vuelve dependiente de algo que nadie dentro comprende”, afirma Cruz.
La responsabilidad del CEO, añade, no es seleccionar el modelo de IA de moda, sino decidir qué capacidades futuras deberá desarrollar y controlar directamente la organización, cuáles puede incorporar mediante terceros y bajo qué condiciones.
EL COSTO INVISIBLE DE ESPERAR
Ante el avance acelerado de la inteligencia artificial, algunas compañías pueden optar por esperar a que las herramientas sean más accesibles, maduras o económicas. Para Cruz, esa decisión omite una variable crítica: el aprendizaje organizacional no puede adquirirse de manera retroactiva.
“Esperar puede abaratar el acceso a la tecnología, pero no comprime el tiempo necesario para desarrollar criterio, datos, talento, procesos y capacidad institucional”, advierte.
Esto tampoco supone invertir sin prioridades ni perseguir cada nuevo lanzamiento. El desafío consiste en comenzar a construir la capacidad para evaluar, adoptar y adaptar tecnología y, eventualmente, originarla.
C² Labs sostiene que los modelos serán cada vez más accesibles, pero el criterio, la confianza, la calidad de los datos y la capacidad de despliegue seguirán siendo acumulativos. Cuando la tecnología se vuelva ubicua, la diferencia no estará necesariamente en quién pudo comprarla, sino en qué organizaciones aprendieron a convertirla en una capacidad propia.
Desde esa perspectiva, la ventaja futura empieza a construirse antes de que la tecnología alcance su madurez: comienza con las decisiones que las empresas toman hoy sobre qué necesitan comprender, qué pueden delegar y qué conocimiento no deberían permitir que permanezca fuera de sus fronteras.
Para más información: c2labs.ai y press@c2labs.ai
