AMD LATAM aterriza Advancing AI 2026: México tiene oportunidad en manufactura, data centers y canales, pero el reto será integrar

En eventos como Advancing AI 2026, lo fácil es quedarse con la cifra grande: más GPUs, más memoria, más tokens por dólar, más acuerdos con hyperscalers y más palabras que suenan a futuro inevitable. Pero cuando se baja la conversación a Latinoamérica, la pregunta cambia. No basta con saber qué tan poderoso es Helios, qué tan prometedor es EPYC Venice o qué tan interesante suena Physical AI. La pregunta real es otra: ¿cómo se aterriza todo eso en mercados donde la infraestructura, el talento, el canal, el presupuesto y la madurez tecnológica avanzan a velocidades distintas?

Ese fue el tono de una sesión con medios de Latinoamérica durante Advancing AI 2026 con José Ángel Morales, Director, System Channel SMB Spanish Latin America, y Hiram Monroy, responsable comercial de AMD para Latinoamérica hispana. Ambos han sido parte visible de la conversación regional de AMD alrededor de componentes, enterprise, canal y adopción tecnológica. 

La lectura central fue clara: AMD no quiere vender la IA como una sola pieza de hardware. La compañía está insistiendo en que el salto de IA depende de ecosistema, software, canales, fabricantes, desarrolladores, centros de investigación, clientes finales y, por supuesto, de cómputo. Morales lo resumió desde la lógica del canal: si no hay plataformas habilitadas, capacitación y fabricantes listos, la tecnología no llega realmente al mercado. Monroy lo aterrizó desde el lado enterprise: la IA ya no es una cuestión de hardware aislado, sino de software, ecosistema y partners capaces de convertir capacidad de cómputo en soluciones reales.

Las ideas principales de AMD Latam en la sesión

Tema	Qué dijeron	Lectura DD
IA como tema transversal	No pertenece a una sola vertical	Todas las industrias pueden usarla, pero no de la misma forma
Canal y partners	Capacitación, ecosistema y fabricantes son clave	Sin integradores, la tecnología no llega a la empresa real
Software y hardware	No es una cosa o la otra	El software necesita cómputo suficiente para no quedarse en demo
IA agéntica	El siguiente salto será conectar herramientas, datos y procesos	La empresa no automatiza todo de golpe; empieza por piezas
Physical AI	No solo robots; también visión, seguridad, calidad y manufactura	México tiene oportunidad natural por su base industrial
Data centers	Energía, espacio y TCO son argumentos centrales	Querétaro no necesita solo más racks; necesita racks más eficientes
Talento	La intervención humana se vuelve más especializada	Aprender IA será una ventaja laboral, no un adorno de CV

El contexto del evento ayuda a entender por qué AMD está empujando esta narrativa. En Advancing AI 2026, AMD presentó o reforzó varias piezas de una estrategia completa: Helios como infraestructura rack-scale para IA, EPYC 9006 / Venice como CPU para la era agéntica, Pensando como capa de red, ROCm como stack abierto y Kria AI para robótica e IA física. Helios, por ejemplo, integra 72 GPUs AMD Instinct MI455X, CPUs EPYC Venice y networking Pensando Vulcano, con hasta 2.9 exaFLOPS FP4, 1.4 exaFLOPS FP8 y 31 TB de HBM4 por rack. 

Pero la sesión latinoamericana fue menos de “mira qué enorme es el rack” y más de “¿quién lo va a usar, para qué, con qué talento y con qué socios?”. Ahí AMD planteó algo importante: la IA en la región no necesariamente entra por una sola vertical. En palabras de Morales, es un tema transversal. Puede tocar marketing, manufactura, servicios financieros, gobierno, atención a clientes, investigación, educación, retail, seguridad, logística y pequeñas empresas que hoy apenas empiezan con resúmenes de documentos, pero mañana podrían estar construyendo agentes.

Monroy dio ejemplos concretos de adopción: áreas de servicio que ya vienen usando chatbots y asistentes, empresas que reducen tiempos y costos de producción publicitaria con IA generativa, y organizaciones que comienzan a automatizar pequeños fragmentos de procesos internos antes de pensar en transformaciones completas de punta a punta. Esa última parte es clave porque baja la conversación del escenario al piso: la mayoría de las empresas no va a pasar de cero a “IA agéntica full stack” en un salto. Van a empezar por piezas pequeñas, conectarlas, medir resultados y luego integrarlas.

Uno de los ejemplos más aterrizados fue el de una empresa de manufactura que busca consolidar pedidos desde distintas fuentes: correo electrónico, ERP, CRM y vendedores. El primer agente no cambia toda la empresa; solo limpia, cruza y organiza información. Después ese flujo se puede conectar con producción, distribución y ventas. Ese camino, según Monroy, puede tomar meses antes de mostrar valor integrado. Y eso probablemente es mucho más realista que venderle a una Pyme la idea de que mañana tendrá un “cerebro digital” manejando todo el negocio sin fricción.

Oportunidades de IA en México según la conversación

Sector / caso	Aplicación probable	Por qué importa
Manufactura	Automatización de líneas, calidad, seguridad y mantenimiento predictivo	México tiene una base industrial fuerte
Retail / tiendas de conveniencia	Visión computacional para merma, robo hormiga y comportamiento en tienda	Impacta directamente margen y operación
Logística / aduanas	Procesamiento de documentos, permisos, clasificación y validación	Reduce tiempos muertos y costos por mercancía detenida
Marketing	Generación y adaptación de contenido publicitario	Baja costos y acelera time-to-market
Servicio al cliente	Chatbots, asistentes y agentes conectados a sistemas internos	Primer punto de adopción en muchas empresas
Finanzas	Automatización documental, análisis y soporte operativo	Sector con alta presión por eficiencia y seguridad
Academia	LLMs regionales, investigación y formación de talento	Base para soberanía tecnológica y casos locales
PyMEs	Resúmenes, automatización simple, agentes básicos	Beneficio más rápido si el caso de uso está bien acotado

Para México, la oportunidad más fuerte aparece en manufactura. Monroy señaló que, por la naturaleza manufacturera del país, la IA puede tener aplicación directa en automatización de líneas de producción, seguridad de empleados, control de calidad y mantenimiento predictivo. Aquí entra la conexión con Physical AI, pero no solo como robots humanoides caminando por una fábrica. La IA física también puede ser visión computacional, cámaras, sensores, robots industriales más conscientes del entorno, detección de anomalías y sistemas capaces de reaccionar cuando algo no pasa como estaba programado. AMD presentó Kria AI Solutions como una plataforma abierta para robótica e IA física, basada en Ryzen AI Embedded X100, ROCm, ROS 2 y una arquitectura que combina CPU, GPU, NPU y FPGA para percepción, razonamiento y control en tiempo real. Esa parte conecta directamente con lo que AMD Latam ve en México: fábricas que necesitan automatizar, monitorear patrones de producción, anticipar mantenimiento y usar visual computing para control de calidad o seguridad.

Nuestra lectura es que aquí sí hay una oportunidad mexicana más inmediata que “poner un supercluster de IA en cada empresa”. No todas las compañías van a comprar Helios. Pero muchas sí pueden necesitar sensores, edge AI, visión computacional, estaciones de trabajo, servidores, integradores, modelos y software especializado para resolver problemas muy concretos. En manufactura, un error detectado antes puede ahorrar dinero. En seguridad industrial, una alerta a tiempo puede evitar accidentes. En mantenimiento, anticipar una falla puede ser más valioso que presumir una demo de IA generativa.

También surgió un punto importante: muchas decisiones de manufactura en México no necesariamente se toman en México. Monroy explicó que varias empresas con operación local tienen matrices en Estados Unidos, Japón o Canadá, por lo que AMD coordina pruebas de concepto con esos actores. Esto es clave para no sobre-romantizar el mercado: México puede tener la planta, el problema operativo y el caso de uso, pero la decisión tecnológica puede estar en otra oficina, otro país y otro presupuesto.

De IA generativa a IA física

Etapa	Qué hace	Ejemplo aterrizado
IA generativa	Produce texto, imágenes, resúmenes, ideas o contenido	Resumir documentos o producir borradores publicitarios
IA agéntica	Conecta herramientas, datos y pasos de trabajo	Un agente que cruza correo, CRM, ERP y ventas
IA física	Percibe el mundo real y actúa sobre procesos físicos	Cámara que detecta anomalías, brazo robótico que se detiene o línea que anticipa mantenimiento
Robótica tradicional	Ejecuta instrucciones predefinidas	Brazo que mueve una pieza de A a B sin interpretar contexto
Robótica con IA	Percibe, decide y ajusta comportamiento	Sistema que no solo se mueve, sino que entiende si algo salió mal

La pregunta de DrogaDigital entró por otro flanco: Querétaro, data centers y AWS. El planteamiento fue directo: si buena parte del crecimiento de centros de datos en México se está concentrando en Querétaro, y actores como AWS ya tienen infraestructura relevante en el estado, ¿cómo puede AMD entrar con tecnologías como Helios en un entorno donde históricamente muchos despliegues han estado asociados a competidores? El contexto existe. AWS abrió la región AWS Mexico (Central) en Querétaro en 2025 y anunció una inversión de más de 5,000 millones de dólares en México durante 15 años; además, también anunció una ubicación de AWS Direct Connect dentro del data center Equinix MX1 en Queretaro. La respuesta de Monroy fue interesante porque no intentó vender Helios como algo que mágicamente llega mañana a todos los centros de datos mexicanos. Primero recordó que AMD ya tiene una participación fuerte en servidores gracias a la adopción de cloud service providers. En el mercado x86 de servidores, AMD alcanzó 46.2% de participación por ingresos en el primer trimestre de 2026, según datos de Mercury Research reportados por Tom’s Hardware. En la sesión, Monroy conectó esa adopción con el valor de EPYC para proveedores de nube: reducir costo total de propiedad, consumo de energía y espacio físico.

Ahí está el argumento real para México: energía y espacio. En Querétaro, como en otros hubs de data centers, la expansión no depende solo de comprar más servidores. Depende de terreno, energía, enfriamiento, permisos, infraestructura eléctrica y operación. Monroy señaló que actualizar servidores de hace cinco años con tecnología actual puede permitir niveles de consolidación del orden de 6 a 1 o 7 a 1, con ventajas en consumo y espacio disponible. Esta frase no debe leerse como una garantía universal para cualquier workload, pero sí como la lógica comercial de AMD: vender eficiencia como una forma de evitar o retrasar expansión física.

Morales complementó con un punto muy importante para Helios: ya no se trata solo de meter servidores a un cuarto. El diseño del rack cambia. También cambian energía, enfriamiento, implementación física y operación del centro de datos. Es decir, Helios no entra como una tarjeta gráfica grande; entra como una arquitectura que obliga a pensar el data center desde el rack completo.

Querétaro, Helios y el reto de vender infraestructura AMD

Frente	Reto	Argumento AMD
Infraestructura existente	Muchos centros ya tienen stacks definidos	AMD busca entrar por eficiencia, TCO y renovación
Energía	La IA demanda más potencia eléctrica	EPYC y Helios se venden también como eficiencia por rack
Espacio físico	Ampliar un data center no siempre es inmediato	Consolidar servidores puede liberar piso blanco
Enfriamiento	Racks de IA cambian densidad térmica	Helios obliga a pensar rack, energía y cooling juntos
Software	CUDA sigue siendo el estándar cultural dominante	ROCm e HIPIFY son el argumento de apertura y migración
Soberanía	Empresas y gobiernos quieren menos dependencia	Stack abierto puede ser diferencial frente a lock-in
Canal	Clientes no siempre tienen capacidad interna	Integradores y partners serán quienes armen la solución completa
Nube	Muchos productos llegan primero como servicio cloud	Clientes Latam pueden acceder a nuevas tecnologías vía Azure, AWS, Oracle u otros proveedores

El otro tema inevitable fue CUDA contra ROCm. DrogaDigital insistió en el reto cultural y técnico: no basta con que AMD tenga hardware si el ecosistema de desarrolladores y clientes ya está educado alrededor de CUDA. Monroy respondió desde la narrativa de apertura: ROCm es de código abierto, AMD cuenta con herramientas de migración y eso llama la atención de organizaciones que buscan no depender de un solo proveedor. Oficialmente, ROCm se presenta como un stack open source para cómputo en GPUs AMD, y herramientas como HIPIFY ayudan a traducir código CUDA hacia HIP C++ dentro del ecosistema ROCm. 

Aquí hay que poner los pies en la tierra. Que exista HIPIFY no significa que migrar sea presionar un botón y listo. Depende de librerías, kernels, optimizaciones, dependencias y deuda técnica. Pero la conversación sí apunta a un dolor real en América Latina: soberanía tecnológica, flexibilidad y costo de dependencia. Si una universidad, un centro de investigación, una empresa o un gobierno quiere entrenar talento y construir infraestructura sin casarse completamente con una pila cerrada, ROCm puede ser un argumento. Tiene que demostrar madurez, sí, pero el ángulo existe.

La conversación con gobiernos también dejó varias señales. Monroy mencionó el caso de Chile y el trabajo con el Centro Nacional de Inteligencia Artificial, CENIA, además de la colaboración con centros de supercómputo para transferencia de conocimiento y optimización de modelos de lenguaje con contexto latinoamericano. También habló del AMD University Program, que oficialmente ofrece colaboración con universidades e institutos de investigación, además de recursos educativos, licencias de software y donaciones de hardware para docencia e investigación. 

México también apareció en esa parte con un caso de investigación en la Universidad de Sonora, donde, según Monroy, se usan CPUs y GPUs AMD para analizar cultivo de truchas y detectar una bacteria que afectaba el rendimiento de producción. El ejemplo es buenísimo porque no suena a keynote de Silicon Valley. Suena a problema local, datos locales y uso práctico de cómputo para resolver algo específico. Eso es justo lo que muchas veces falta en la conversación de IA en la región: menos “vamos a cambiar el mundo” y más “este modelo me ayuda a entender por qué se me está cayendo la producción”.

La sesión también tocó el tema laboral. Morales fue claro en que la intervención humana no desaparece; se vuelve más importante y más especializada. La IA puede automatizar, pero alguien tiene que ajustar, validar, interpretar resultados y saber cuándo el sistema está entregando basura con mucha seguridad en sí mismo. Monroy lo puso en una frase fuerte: no necesariamente se perderán empleos por la IA, sino por no aprender a usarla. Es una frase dura, pero conecta con lo que ya pasó muchas veces en tecnología: no sobrevive quien defiende el fotolito contra Photoshop; sobrevive quien entiende la herramienta nueva antes que los demás.

Aporte DD: La conversación con AMD Latam deja una lectura mucho más aterrizada que la keynote principal. Helios, EPYC Venice, ROCm y Kria AI son piezas enormes, pero en México y Latinoamérica el reto no será solo comprarlas; será integrarlas. En Querétaro, la oportunidad va por eficiencia, espacio, energía y renovación de infraestructura. En manufactura, va por automatización, mantenimiento predictivo, seguridad y visión computacional. En gobiernos y academia, va por talento, datos locales y centros de investigación que sepan usar la tecnología sin depender siempre de soluciones empaquetadas desde fuera. Y en canales, la oportunidad es todavía más clara: alguien tendrá que armar el LEGO. Porque la IA no se implementa con una diapositiva ni con un chip suelto; se implementa cuando hardware, software, datos, especialistas y casos de uso se alinean en un problema real.