Ocho de cada diez compañías de gaming ya utilizan inteligencia artificial generativa. Sin embargo, el primer informe global de UNLV y KPMG sobre la materia revela una brecha preocupante: la industria está definiendo estrategias de IA mucho más rápido de lo que construye controles para administrarla.
La inteligencia artificial dejó de ser una tecnología experimental dentro de la industria del juego. Actualmente se emplea para generar contenidos, desarrollar código, analizar datos, automatizar la atención al cliente, detectar comportamientos anómalos, fortalecer la seguridad y apoyar el desarrollo de nuevos productos.
Pero existe una diferencia fundamental entre usar inteligencia artificial y estar verdaderamente preparado para incorporarla a una operación regulada.
El informe The State of AI in Gaming 2026, elaborado por el International Gaming Institute de la Universidad de Nevada, Las Vegas —UNLV— en colaboración con KPMG, establece una primera línea base sobre el nivel de adopción, madurez y gobernanza de la IA en la industria mundial del juego.
“59,1 % de los reguladores no afirma conocer políticas internas de IA responsable entre sus licenciatarios”
La investigación reunió respuestas de 83 compañías, entre operadores presenciales, operadores digitales y proveedores, además de consultar a 113 representantes de organismos reguladores. También analizó quince años de publicaciones académicas, patentes, desarrollos tecnológicos y conversaciones especializadas de la industria. No pretende representar a todas las empresas del mundo, pero constituye uno de los diagnósticos más completos realizados hasta ahora sobre la relación entre inteligencia artificial y gaming.
Una industria con estrategia, pero todavía sin suficientes controles
El informe creó un índice de madurez basado en cuatro dimensiones: estrategia, infraestructura, conocimiento especializado y gobernanza.
El resultado promedio de la industria fue de apenas 45 puntos sobre 100, lo que la ubica en una etapa de desarrollo, no de madurez consolidada.
La estrategia obtuvo 57 puntos; la infraestructura, 46; el conocimiento y las capacidades internas, 47; y la gobernanza apenas alcanzó 30 puntos.
La diferencia de 27 puntos entre estrategia y gobernanza es posiblemente el hallazgo más importante del estudio: las empresas están definiendo hacia dónde quieren avanzar con inteligencia artificial, pero todavía no están construyendo con la misma velocidad los controles, responsabilidades y mecanismos de supervisión necesarios.
La distribución de las compañías también muestra un mercado fragmentado. Solo 12 % alcanzó la categoría de madurez avanzada; 33,7 % fue clasificado como establecido; 32,5 % continúa en desarrollo y 21,7 % permanece en una fase incipiente.
La conclusión no es que el gaming esté atrasado. Es que buena parte de la industria se encuentra todavía aprendiendo a convertir el interés por la IA en una capacidad empresarial organizada.
La IA generativa domina, pero no es la única inteligencia artificial disponible
El 81,5 % de las organizaciones encuestadas afirmó utilizar inteligencia artificial generativa. También se encontró una adopción considerable de IA conversacional, con 66,7 %, y de modelos predictivos, con 60,5 %.
El uso de visión computacional alcanzó 38,3 %, mientras que los agentes de IA y sistemas capaces de razonar o ejecutar acciones con mayor autonomía fueron reportados por 32,1 % de las compañías.
Entre las empresas que ya utilizan IA generativa, la aplicación más extendida es la producción de textos, con 92,4 %, seguida por la generación de código, con 87,9 %, y la creación de imágenes, con 62,1 %. Los usos en video, voz y música todavía presentan una adopción menor.
Estos datos permiten hacer una distinción importante. Aunque los asistentes conversacionales son la cara más visible de esta tecnología, la inteligencia artificial dentro del gaming no se limita a redactar campañas o responder preguntas.
Puede utilizarse para:
- analizar información operacional;
- identificar fallas o patrones recurrentes;
- automatizar tareas administrativas;
- apoyar procesos de seguridad;
- desarrollar y probar productos;
- organizar solicitudes de servicio;
- predecir necesidades de mantenimiento;
- detectar actividades inusuales;
- mejorar la gestión de clientes.
Sin embargo, cuanto más cerca esté la tecnología de tomar decisiones, intervenir sistemas o procesar información de jugadores, mayor debe ser el nivel de control humano.
La transformación ocurre primero detrás de la sala
Contrario a la percepción de que la inteligencia artificial se está concentrando en personalizar promociones o interactuar directamente con los jugadores, el informe encontró que la mayor actividad se encuentra en tecnología y seguridad, con 24,5 %, y en desarrollo de producto e innovación, con 24 %.
Las funciones corporativas y operativas representaron 18,7 %; las funciones orientadas al cliente, 18,2 %; y riesgo y cumplimiento quedaron en último lugar, con 14,6 %.
Esto revela que la transformación inicial está ocurriendo principalmente detrás de la operación: sistemas, desarrollo, análisis, seguridad, eficiencia y soporte.
También señala una paradoja. En una industria altamente regulada, riesgo y cumplimiento todavía son las áreas con menor intensidad de adopción, precisamente cuando deberían desempeñar un papel central en la supervisión de estas tecnologías.
Los casinos presenciales están avanzando más lentamente
La brecha entre las operaciones físicas y digitales es especialmente relevante para América Latina.
Los operadores presenciales alcanzaron una madurez promedio de 39 puntos, mientras que los operadores en línea obtuvieron 54 puntos. La diferencia fue especialmente amplia en estrategia, infraestructura y conocimiento especializado.
En la dimensión de capacidades internas, los operadores físicos alcanzaron solo 27 puntos, frente al promedio general de 47. Más aún: entre las veinte compañías que reportaron capacidades de IA establecidas o avanzadas, ninguna era un operador presencial.
Esto no significa que los casinos físicos carezcan de oportunidades. Significa que enfrentan condiciones diferentes.
Una operación presencial debe integrar máquinas, redes, sistemas administrativos, cámaras, programas de fidelización, plataformas de proveedores y procesos que muchas veces fueron implementados en épocas distintas. Cuando la información está fragmentada, es inconsistente o permanece aislada, incluso la herramienta de IA más avanzada tendrá dificultades para producir resultados confiables.
La inteligencia artificial no corrige por sí sola una base de datos deficiente. Puede, por el contrario, procesar errores con mayor velocidad y convertirlos en decisiones aparentemente sofisticadas.
La rentabilidad todavía debe demostrarse
La principal motivación para adoptar inteligencia artificial es reducir costos y mejorar la eficiencia. Para los operadores presenciales, ese fue también el primer motivo de inversión; los operadores digitales, en cambio, priorizaron la experiencia del cliente.
No obstante, solo 20,5 % de las empresas aseguró haber obtenido un retorno significativo sobre su inversión. Otro 55,4 % espera conseguirlo durante los próximos dos años, mientras que 19,3 % considera que todavía es demasiado pronto para determinarlo.
El problema no está únicamente en los resultados, sino en la forma de medirlos.
El 63,9 % de las compañías utiliza la opinión de sus propios equipos para evaluar el éxito de sus iniciativas, mientras que 25,3 % no cuenta con un proceso estructurado de evaluación. Solo 41 % registra sistemáticamente costos y beneficios, y 39,8 % compara los resultados con una línea base anterior a la implementación.
Sin indicadores previos, una empresa puede afirmar que un proyecto fue innovador sin saber si realmente redujo tiempos, disminuyó errores, aumentó ingresos o mejoró la experiencia del cliente.
Por eso, todo proyecto de IA debería comenzar con una pregunta empresarial concreta: ¿qué problema resolverá y cómo se demostrará el resultado?
El talento es una barrera, pero pocas empresas están contratando para gobernar
El informe encontró que las mayores barreras para escalar la inteligencia artificial son la falta de conocimiento y capacitación, señalada por 61,4 % de las organizaciones, y las restricciones de presupuesto o recursos, mencionadas por 53 %.
A pesar de ello, 42,2 % no tiene prevista ninguna contratación específica relacionada con IA. Las futuras incorporaciones se concentran en ingenieros de inteligencia artificial, científicos de datos y especialistas en infraestructura.
Solo 8,4 % planea contratar profesionales de gobernanza, ética, cumplimiento o inteligencia artificial responsable, y apenas 7,2 % contempla incorporar liderazgo especializado, como un director de IA.
Es decir, muchas organizaciones quieren construir la tecnología, pero pocas están priorizando a las personas que deberán establecer sus límites.
Los reguladores tampoco tienen una visión completa
La gobernanza no es una preocupación exclusiva de las empresas.
Menos de uno de cada cuatro reguladores consultados afirmó conocer las aplicaciones de IA utilizadas por sus licenciatarios. Además, 59,1 % manifestó no tener conocimiento de políticas internas de inteligencia artificial responsable dentro de las compañías supervisadas.
Al mismo tiempo, 58,1 % considera que la industria no está en capacidad de autorregular responsablemente su uso de IA, y cerca de dos tercios creen que serán necesarias reglas específicas para el sector del juego.
La industria y los reguladores coinciden en que existen riesgos, pero ninguno de los dos lados parece disponer todavía de una visión completa sobre dónde y cómo se está utilizando esta tecnología.
Esa desconexión puede generar dos consecuencias: empresas que avanzan sin suficiente orientación y autoridades que regulan basándose en una comprensión parcial de las aplicaciones reales.
Gobernar antes de automatizar
Casi 70 % de las empresas reportó alguna práctica de inteligencia artificial responsable. Sin embargo, la mayoría se limita a principios iniciales o políticas en desarrollo; apenas alrededor de 2 % considera que esas prácticas están plenamente incorporadas en toda la organización.
Además, solo 22,9 % cuenta con cargos dedicados a gobernanza, ética, cumplimiento o inteligencia artificial responsable, pese a que la privacidad de los datos y la ciberseguridad aparecen entre las principales preocupaciones del sector.
Para un casino, gobernar la IA implica responder previamente preguntas básicas:
¿Qué herramientas están autorizadas? ¿Qué información pueden procesar? ¿Quién verifica sus resultados? ¿Qué decisiones requieren intervención humana? ¿Cómo se documentan los errores? ¿Qué obligaciones tiene el proveedor tecnológico? ¿Cómo se protege la información del jugador?
No todas las compañías necesitan crear inmediatamente una gran división de inteligencia artificial. Pero sí necesitan saber qué están utilizando, con qué propósito, bajo qué controles y quién asume la responsabilidad.
La inteligencia artificial ya llegó al gaming. La innovación continuará acelerándose: las sesiones dedicadas a IA en las principales conferencias del sector pasaron de solo tres en 2020 a 81 en 2025, mientras que las patentes relacionadas aumentaron de 15 en 2010 a 100 en 2025.
La ventaja competitiva, por tanto, no pertenecerá necesariamente a quien implemente más herramientas. Pertenecerá a quien logre convertir la inteligencia artificial en resultados medibles, sin sacrificar la seguridad, la transparencia ni la confianza
