La implementación del Plan Coordinado de la Unión Europea en materia de inteligencia artificial refleja un esfuerzo estructurado por integrar esta tecnología en sectores de alto impacto, con el propósito de fortalecer la competitividad, la sostenibilidad y la resiliencia económica. En este contexto, la inteligencia artificial se concibe como una herramienta transversal que no solo optimiza procesos existentes, sino que también redefine modelos operativos en agricultura, salud, manufactura y movilidad. Así, su despliegue no responde únicamente a una agenda tecnológica, sino a una estrategia de transformación productiva alineada con valores europeos como la confianza, la seguridad y la orientación humana.

En el sector agrícola, la inteligencia artificial se proyecta como motor de modernización frente a desafíos estructurales como el envejecimiento de la fuerza laboral, la reducción del número de explotaciones y las presiones ambientales. Mediante el análisis de datos provenientes de sensores, satélites y dispositivos conectados, se habilita la agricultura de precisión, lo que permite optimizar insumos, anticipar riesgos climáticos y mejorar rendimientos. Además, la robótica agrícola automatiza tareas intensivas en mano de obra, mientras que la analítica predictiva facilita decisiones sobre fertilización, riego y control de enfermedades. No obstante, la adopción sigue siendo desigual debido a limitaciones de conectividad rural, fragmentación de datos y barreras financieras, lo que exige políticas de infraestructura digital y marcos de datos interoperables.

En el ámbito sanitario, la inteligencia artificial se inserta en un sistema sometido a presiones demográficas y restricciones de personal. Su aplicación en diagnóstico por imagen ha avanzado de manera significativa, particularmente en radiología, donde algoritmos de aprendizaje automático apoyan la detección temprana de patologías. Paralelamente, herramientas de procesamiento de lenguaje natural automatizan tareas administrativas, reduciendo cargas operativas en hospitales. Asimismo, la investigación farmacéutica incorpora modelos predictivos para acelerar el descubrimiento y desarrollo de medicamentos. Sin embargo, la fragmentación de datos clínicos, la complejidad regulatoria y la falta de interoperabilidad tecnológica limitan la escalabilidad de estas soluciones. Por consiguiente, la consolidación de espacios europeos de datos sanitarios y la armonización normativa resultan determinantes para ampliar su impacto.

Por otra parte, en manufactura, la inteligencia artificial se vincula estrechamente con la digitalización industrial. Su capacidad para analizar datos operativos en tiempo real permite implementar mantenimiento predictivo, detectar fallos antes de que se materialicen y optimizar cadenas de suministro. Además, los sistemas de visión artificial fortalecen el control de calidad y reducen desperdicios. A pesar de estas ventajas, la adopción se concentra en empresas de mayor tamaño, mientras que las pequeñas y medianas empresas enfrentan obstáculos relacionados con costos iniciales, escasez de talento especializado e integración con sistemas heredados. En consecuencia, se requiere fortalecer ecosistemas abiertos, fomentar estándares comunes y facilitar acceso a financiamiento adaptado.

En el sector de la movilidad, la inteligencia artificial impulsa avances hacia sistemas de transporte más seguros y eficientes. Desde la conducción automatizada hasta la gestión inteligente del transporte público y la logística de flotas, los algoritmos permiten optimizar rutas, reducir emisiones y mejorar la seguridad vial. De igual manera, la integración multimodal y el análisis en tiempo real contribuyen a una movilidad más sostenible. Sin embargo, la necesidad de grandes volúmenes de datos confiables, la coordinación transfronteriza y la claridad regulatoria representan retos persistentes.

De manera transversal, emergen obstáculos comunes: escasez de profesionales con competencias en inteligencia artificial, carencias en infraestructura de datos y elevados costos de implementación. Frente a ello, se promueve una estrategia que combine inversión en investigación, desarrollo de capacidades, cooperación público-privada y espacios de experimentación regulatoria. En síntesis, la integración de la inteligencia artificial en sectores estratégicos europeos configura un proceso gradual que, aunque enfrenta limitaciones estructurales, abre oportunidades significativas para fortalecer la competitividad económica y el bienestar social mediante una adopción responsable y orientada a necesidades concretas.

Para leer más ingrese a:

https://www.oecd.org/en/publications/progress-in-implementing-the-european-union-coordinated-plan-on-artificial-intelligence-volume-2_3ac96d41-en.html

https://www.oecd.org/content/dam/oecd/en/publications/reports/2025/11/progress-in-implementing-the-european-union-coordinated-plan-on-artificial-intelligence-volume-2_92ec8756/3ac96d41-en.pdf

La inteligencia artificial se ha convertido en un eje prioritario de las agendas públicas, lo que ha intensificado la necesidad de contar con métricas comparables que permitan evaluar cómo los países desarrollan y gobiernan sus ecosistemas de IA. En este contexto, surge un marco de medición compuesto que traduce principios internacionales sobre IA confiable en indicadores concretos, con el fin de monitorear avances, identificar brechas y fortalecer la formulación de políticas basadas en evidencia. De este modo, se busca no solo observar resultados tecnológicos, sino también comprender cómo las decisiones gubernamentales inciden en la innovación, la adopción y la cooperación internacional en materia de IA. El enfoque se estructura en torno a cinco dimensiones interrelacionadas: Investigación y desarrollo, infraestructura habilitante, entorno de política pública, empleo y habilidades, y cooperación internacional. A través de 28 indicadores específicos, se integran estadísticas oficiales, registros administrativos, encuestas y fuentes de datos innovadoras. Esta combinación permite capturar tanto acciones institucionales como resultados observables, lo que ofrece una visión amplia del desempeño nacional. Asimismo, la metodología contempla procesos rigurosos de armonización, normalización, imputación de datos faltantes y análisis de robustez, lo que fortalece la confiabilidad de los resultados y permite comparaciones consistentes entre países.

En cuanto a la dimensión de investigación y desarrollo, se evalúan publicaciones científicas de alta calidad, patentes vinculadas con IA y desarrollo de modelos, incluidos los de gran escala. Así, se reflejan tanto la capacidad científica como la dinámica de innovación empresarial. A continuación, la infraestructura habilitante examina conectividad digital, disponibilidad de datos abiertos y acceso a recursos de cómputo de alto rendimiento. Sin embargo, esta dimensión también evidencia limitaciones derivadas de la escasez de datos comparables sobre ciertos activos estratégicos, lo que subraya la necesidad de ampliar la disponibilidad estadística en el futuro. Por su parte, el entorno de política pública analiza la adopción gubernamental de IA, la existencia de estrategias nacionales, la presencia de mecanismos como sandboxes regulatorios y los flujos de inversión, especialmente capital de riesgo. De esta manera, se observa cómo el marco institucional puede incentivar o dificultar el despliegue tecnológico. En paralelo, la dimensión de empleo y habilidades considera la atracción y concentración de talento especializado, el desarrollo de software de alto impacto y el nivel de conocimiento público sobre IA. No obstante, persisten desafíos para medir de forma específica políticas de reconversión laboral o protección social vinculadas con la automatización, lo que limita la cobertura integral de esta área.

En otra instancia, la cooperación internacional reconoce que la IA trasciende fronteras. Por consiguiente, se incluyen indicadores sobre participación en iniciativas multilaterales, colaboración científica transnacional y contribución a estándares internacionales. Esta dimensión destaca que el progreso nacional también depende de la articulación global y del compromiso con marcos comunes que promuevan interoperabilidad y confianza. Los resultados muestran variaciones significativas entre países y componentes, con valores agregados que reflejan diferentes niveles de avance. Aunque los cambios interanuales deben interpretarse con cautela debido a restricciones metodológicas y disponibilidad de datos, se observan ajustes en las posiciones relativas cuando los países adoptan nuevas políticas o fortalecen determinadas capacidades. En consecuencia, el índice funciona como una fotografía anual que facilita la identificación de fortalezas comparativas y áreas susceptibles de mejora.

Además, el instrumento se distingue por su alineación directa con principios internacionales ampliamente adoptados, así como por su énfasis en indicadores específicamente vinculados con IA, en contraste con métricas digitales más generales. Igualmente, su desarrollo ha involucrado expertos, oficinas estadísticas y múltiples actores, lo que aporta legitimidad técnica y diversidad de perspectivas. A futuro, se prevé la actualización periódica de datos y la incorporación de nuevos indicadores conforme evoluciona el ecosistema tecnológico. Este marco compuesto no solo permite evaluar el estado actual de la IA a nivel nacional, sino que también orienta decisiones estratégicas hacia una adopción responsable, sostenible y alineada con valores democráticos. Por lo tanto, constituye una herramienta analítica que combina rigor metodológico, comparabilidad internacional y utilidad práctica para el diseño de políticas públicas.

Para leer más ingrese a:

https://www.oecd.org/en/publications/oecd-ai-observatory-index_32c01014-en.html

https://www.oecd.org/content/dam/oecd/en/publications/reports/2026/02/oecd-ai-observatory-index_8f5fa0f2/32c01014-en.pdf

La educación técnica y profesional se enfrenta al reto de integrar a estudiantes neurodivergentes en entornos que suelen ser poco flexibles y con apoyos limitados. Jóvenes con autismo, TDAH, dislexia, disgrafía o discalculia encuentran mayores obstáculos para completar la educación obligatoria y para acceder a empleos estables, lo que genera pérdidas sociales y económicas. En este escenario, la inteligencia artificial se plantea como un recurso transformador capaz de modificar la manera en que se enseña, se aprende y se transita hacia el mundo laboral.

En primer lugar, la inteligencia artificial ofrece adaptabilidad. Los sistemas pueden ajustar materiales y retroalimentación según las necesidades de cada estudiante, lo que permite que quienes requieren apoyos específicos reciban contenidos diseñados para su estilo de aprendizaje. De esta manera, se reducen las brechas de participación y se favorece el rendimiento académico. Además, la posibilidad de generar múltiples versiones de ejercicios o actividades facilita que los docentes atiendan la diversidad sin sobrecarga de trabajo. En segundo lugar, la combinación de inteligencia artificial con tecnologías de realidad virtual y aumentada abre espacios de práctica segura. Los estudiantes pueden ensayar entrevistas, simular tareas laborales o repetir secuencias complejas en entornos controlados, lo que disminuye la ansiedad y fortalece la confianza antes de enfrentarse a situaciones reales. Estas experiencias inmersivas permiten que la formación técnica se acerque más a las necesidades de quienes requieren mayor preparación previa para desenvolverse en contextos laborales.

Asimismo, la inteligencia artificial potencia herramientas de accesibilidad como el texto a voz y el reconocimiento de voz. Gracias a los avances recientes en modelos de lenguaje y computación en la nube, estas aplicaciones se han vuelto más fluidas y precisas, facilitando que cada persona interactúe con los contenidos de acuerdo con sus fortalezas. A esto se suman aplicaciones sencillas, como recordatorios digitales o listas de tareas, que se enriquecen con algoritmos capaces de identificar patrones de comportamiento o respuestas al estrés, ofreciendo apoyos personalizados para la planificación y la memoria. En la transición hacia el empleo, la inteligencia artificial desempeña un papel decisivo. Los sistemas generativos ayudan a elaborar currículos, preparar entrevistas y desarrollar habilidades de independencia. Además, el uso generalizado de asistentes digitales en los lugares de trabajo contribuye a normalizar estas herramientas, reduciendo el estigma que a menudo acompaña a su utilización por parte de personas neurodivergentes. Así, la tecnología no solo facilita el acceso al empleo, sino que también promueve ambientes más inclusivos.

Sin embargo, el despliegue de estas soluciones enfrenta barreras. La gran cantidad de herramientas disponibles puede resultar abrumadora, mientras que muchos docentes carecen de la formación necesaria para integrarlas en sus prácticas. La diversidad de entornos de aprendizaje y trabajo dificulta la implementación, y los costos limitan el acceso, generando desigualdades. Incluso cuando las tecnologías llegan al mercado, a menudo no se ajustan a las necesidades reales de las instituciones y carecen de integración con otros sistemas. A estas dificultades se suman riesgos éticos y pedagógicos. La recopilación de datos sensibles plantea preocupaciones sobre privacidad, mientras que los sesgos en los algoritmos pueden reproducir discriminaciones y afectar directamente las oportunidades de los estudiantes. Además, existe el peligro de que una dependencia excesiva de estas herramientas limite el desarrollo de competencias esenciales como el pensamiento crítico o la comunicación. Las dudas sobre el uso legítimo de tecnologías de asistencia en evaluaciones y los posibles impactos emocionales de la interacción con chatbots refuerzan la necesidad de cautela.

Ante este panorama, se proponen políticas que incluyan la aplicación de marcos normativos existentes en materia de accesibilidad y protección de datos, la capacitación de docentes, el apoyo financiero a tecnologías de asistencia, la orientación a instituciones y empleadores para navegar entre las múltiples opciones disponibles, y el incentivo a desarrolladores para mejorar la accesibilidad y adecuación de sus productos. De esta manera, la inteligencia artificial puede convertirse en un motor de inclusión y en una herramienta que impulse sistemas de formación más adaptativos e innovadores.

Para leer más ingrese a:

https://www.oecd.org/en/publications/ai-to-support-neurodivergent-learners-in-vocational-education-and-training_718d7522-en.html

https://www.oecd.org/content/dam/oecd/en/publications/reports/2026/02/ai-to-support-neurodivergent-learners-in-vocational-education-and-training_27965176/718d7522-en.pdf

La expansión acelerada de los sistemas de inteligencia artificial ha transformado profundamente la manera en que las empresas desarrollan productos, gestionan datos y toman decisiones con impacto social. En este escenario, la debida diligencia aplicada a la inteligencia artificial se configura como un proceso sistemático que permite identificar, prevenir, mitigar y rendir cuentas frente a posibles impactos adversos. Más allá de un ejercicio meramente técnico, se trata de integrar la gestión del riesgo en el núcleo mismo de la toma de decisiones empresariales, extendiendo su alcance tanto a las operaciones propias como a las relaciones comerciales. Desde esta perspectiva, la orientación propuesta articula la debida diligencia con los Principios de IA de la OCDE y las Directrices para Empresas Multinacionales, promoviendo un enfoque coherente con estándares internacionales de conducta empresarial responsable. En consecuencia, la gestión del riesgo en IA no se limita a la seguridad informática o al cumplimiento normativo, sino que incorpora dimensiones como derechos humanos, transparencia, equidad, robustez técnica y responsabilidad. Así, el desarrollo y uso de sistemas de IA deben alinearse con valores centrados en las personas y con prácticas que aseguren explicabilidad y supervisión humana adecuada.

A partir de esta base conceptual, el marco se estructura en una secuencia de pasos interrelacionados. Inicialmente, se plantea la necesidad de integrar la conducta empresarial responsable en políticas internas y sistemas de gestión. Esto implica asignar responsabilidades claras a la alta dirección y a los órganos de supervisión, así como establecer líneas de comunicación que permitan gestionar riesgos de manera transversal en la organización. De este modo, la gobernanza de la IA se convierte en un componente institucionalizado, incorporado a procesos habituales y no tratado como una función aislada. Posteriormente, la identificación y evaluación de riesgos adquiere centralidad. La noción de “definir” abarca acciones como mapear, delimitar y contextualizar el uso de sistemas de IA, con el fin de comprender sus posibles efectos adversos. En paralelo, se reconocen similitudes con otros marcos de gestión de riesgos, aunque se subraya una diferencia relevante: la debida diligencia incluye impactos vinculados a relaciones comerciales y cadenas de valor, ampliando así el ámbito de responsabilidad empresarial. Esta ampliación obliga a considerar no solo lo que la empresa controla directamente, sino también aquello a lo que está vinculada por sus actividades.

Además, la participación de las partes interesadas se presenta como un elemento transversal del proceso. Trabajadores, representantes sindicales, usuarios y otros grupos potencialmente afectados pueden intervenir en diversas etapas, desde la definición de objetivos del producto hasta la validación de conjuntos de datos y la evaluación posterior al despliegue. Sin embargo, la participación no siempre resulta sencilla; factores como la complejidad técnica o la velocidad de innovación pueden limitar la interacción. Por ello, se propone planificar modalidades de involucramiento adaptadas al contexto y priorizar a los grupos más expuestos a riesgos. A medida que avanza el proceso, se enfatiza la necesidad de adoptar medidas para prevenir o mitigar impactos identificados. Esto incluye establecer umbrales de tolerancia al riesgo, actualizar políticas internas y, cuando corresponda, cesar actividades que generen consecuencias negativas significativas. Al mismo tiempo, la implementación requiere sistemas de registro y seguimiento que documenten decisiones y resultados. La “monitorización” o “seguimiento” se concibe como una actividad continua, orientada a verificar la efectividad de las acciones adoptadas y a introducir mejoras cuando sea necesario.

Asimismo, la comunicación transparente constituye otra dimensión esencial. Publicar políticas de gestión de riesgos y explicar cómo se abordan los impactos fortalece la rendición de cuentas y contribuye a generar confianza. En determinados casos, también puede ser pertinente recurrir a auditorías independientes o a mecanismos de evaluación externos que refuercen la credibilidad del proceso. De forma complementaria, se contempla la provisión o cooperación en mecanismos de reparación cuando se hayan producido efectos adversos. La orientación reconoce la diversidad de marcos regulatorios nacionales y sectoriales, lo que implica que las empresas deben adaptar sus acciones a los contextos específicos en los que operan. Esta flexibilidad no diluye la responsabilidad; por el contrario, exige una comprensión profunda de los riesgos particulares asociados a cada aplicación de IA. En definitiva, la debida diligencia en inteligencia artificial se configura como un proceso dinámico e integrado que busca equilibrar innovación tecnológica y respeto por derechos e intereses sociales, consolidando prácticas empresariales alineadas con estándares internacionales.

Para leer más ingrese a:

https://www.oecd.org/en/publications/oecd-due-diligence-guidance-for-responsible-ai_41671712-en.html

https://www.oecd.org/content/dam/oecd/en/publications/reports/2026/02/oecd-due-diligence-guidance-for-responsible-ai_7831bb49/41671712-en.pdf

La creciente digitalización de los servicios financieros en la región ASEAN ha transformado la manera en que las personas gestionan sus finanzas personales y familiares. Este proceso ha traído consigo oportunidades para ampliar la inclusión financiera, pero también ha generado riesgos que requieren nuevas competencias. En este contexto, se plantea un marco de referencia que organiza los conocimientos, habilidades, actitudes y comportamientos necesarios para que los adultos puedan desenvolverse de manera segura en entornos digitales financieros.

En primer lugar, conviene destacar que la digitalización ha permitido un aumento significativo en el uso de pagos electrónicos y herramientas digitales para administrar dinero. Países como Camboya, Tailandia y Myanmar han mostrado incrementos notables en la adopción de pagos digitales entre 2017 y 2024. Sin embargo, los niveles de alfabetización financiera digital en la región siguen siendo inferiores al promedio mundial y al de los países de la OCDE. Por ejemplo, en Camboya e Indonesia menos del 8% de los adultos alcanzan la puntuación mínima de referencia en competencias digitales financieras, mientras que en Filipinas la cifra es más elevada, aunque aún por debajo de los estándares internacionales. A pesar de estos avances, persisten desafíos relacionados con la seguridad digital, la protección de datos y la exposición a fraudes. Además, la falta de experiencia en el uso de productos financieros digitales y ciertos sesgos en el comportamiento de los consumidores pueden limitar los beneficios de la digitalización. Por ello, se propone un marco de competencias que sirva como guía para diseñar políticas, programas y estrategias nacionales orientadas a fortalecer la alfabetización financiera digital.

Asimismo, se subraya que los servicios financieros digitales abarcan operaciones como pagos, transferencias, ahorro, crédito, pensiones e incluso seguros, además de servicios no transaccionales como la consulta de información financiera en línea. De ahí que las competencias incluyan tanto aspectos básicos de transacciones y contratos digitales como elementos más complejos vinculados con inversiones, criptoactivos y protección del consumidor. El marco se estructura en tres áreas de contenido. La primera aborda el dinero y las transacciones en entornos digitales, incluyendo conocimientos sobre monedas electrónicas, métodos de pago y registros financieros digitales. La segunda se centra en la gestión de las finanzas, abarcando presupuestos, ahorro, inversión, pensiones, seguros y crédito. La tercera se orienta a la seguridad, con énfasis en la identificación y prevención de fraudes, la protección de datos personales y el conocimiento de los derechos de los consumidores. Cada área se desarrolla en tres dimensiones: conciencia y comprensión, habilidades y comportamientos, y actitudes y motivación.

Por otra parte, aunque el marco está diseñado principalmente para adultos, también contempla competencias aplicables a jóvenes entre 15 y 18 años, quienes ya participan en actividades económicas y utilizan servicios digitales. Igualmente, se incluyen elementos relevantes para propietarios de micro, pequeñas y medianas empresas, dado que sus decisiones financieras suelen estar estrechamente ligadas a las personales. En cuanto a la implementación, se reconoce que cada país puede adaptar las competencias según sus regulaciones, nivel de desarrollo tecnológico y características culturales. Por ejemplo, algunos aspectos relacionados con contratos digitales, criptoactivos o banca abierta dependen de la normativa nacional. Además, se contempla la posibilidad de incorporar principios de finanzas islámicas en aquellos países donde resulten pertinentes.

Se plantea que este marco sea dinámico y evolutivo, capaz de ajustarse a los cambios en los mercados financieros, las tecnologías emergentes y las mejores prácticas internacionales. De este modo, se busca promover un entendimiento compartido en la región, facilitar la evaluación de programas de alfabetización financiera digital y contribuir a que los adultos puedan aprovechar los beneficios de la digitalización sin quedar expuestos a riesgos innecesarios.

Para leer más ingrese a:

https://www.oecd.org/en/publications/digital-financial-literacy-core-competency-framework-for-adults-in-asean_be938ace-en.html

https://www.oecd.org/content/dam/oecd/en/publications/reports/2026/02/digital-financial-literacy-core-competency-framework-for-adults-in-asean_cc547db8/be938ace-en.pdf

La transformación de las matrices productivas en América Latina y el Caribe ha encontrado en los servicios basados en conocimiento (SBC) un motor de expansión económica sin precedentes. Estas actividades, que se caracterizan por el uso intensivo de tecnología y capital humano altamente cualificado, permiten a las naciones integrarse en cadenas globales de valor con mayor resiliencia. No obstante, la efectividad de las políticas públicas y la precisión en la toma de decisiones corporativas se enfrentan a obstáculos derivados de la opacidad en los datos actuales.

En relación con la naturaleza de estas transacciones, la intangibilidad de las prestaciones impide que los registros aduaneros convencionales capturen el flujo real de valor, a diferencia de lo que ocurre con el comercio de bienes físicos. Por consiguiente, la información disponible suele ser fragmentaria y presentar niveles de agregación que ocultan la dinámica específica de subsectores emergentes. Esta situación deriva en una visibilidad limitada sobre el comportamiento de las firmas, los países copartícipes y las modalidades precisas de suministro que definen el intercambio internacional. Buscando solventar estas carencias, los marcos metodológicos internacionales han evolucionado hacia una mayor sofisticación técnica. El Manual de Balanza de Pagos, en su sexta edición, constituye la referencia predominante para el registro de operaciones entre residentes y no residentes, abarcando el suministro transfronterizo, el consumo en el extranjero y el movimiento de personas físicas. Sin embargo, este esquema omite por definición la presencia comercial en el exterior, conocida como modo 3, lo que requiere el uso de estadísticas complementarias sobre empresas multinacionales para obtener una visión integral del fenómeno.

Asimismo, las dificultades de cobertura, el fenómeno del comercio intrafirma introduce distorsiones significativas en la valoración de las exportaciones e importaciones de servicios. Dado que una proporción considerable de estos intercambios ocurre entre filiales de una misma corporación, los precios de transferencia aplicados no siempre guardan una relación directa con los valores de mercado. Esta realidad técnica dificulta la comparación entre economías y puede generar una percepción distorsionada sobre el aporte real de los sectores tecnológicos al Producto Interno Bruto de los países en desarrollo. Como respuesta a este escenario, diversas organizaciones regionales y multilaterales han impulsado iniciativas para armonizar la recopilación de datos y fortalecer las capacidades de los institutos de estadística. En la región, se observan esfuerzos notables para implementar encuestas específicas que permitan desglosar categorías como la informática, la investigación y desarrollo, o los servicios empresariales profesionales. A pesar de tales avances, la heterogeneidad en la periodicidad y el detalle de la difusión de datos persiste como una barrera para la integración económica y la transparencia de los mercados.

Simultáneamente, la transición hacia el séptimo manual de balanza de pagos se presenta como una oportunidad para jerarquizar rubros que anteriormente carecían de autonomía estadística. Este nuevo marco normativo propone una arquitectura que refleja mejor la economía digital y las transacciones mediadas por plataformas, facilitando la identificación de los servicios suministrados digitalmente. Para que estas mejoras se materialicen, resulta imperativo que los Estados asignen recursos financieros y tecnológicos que garanticen la continuidad de las mediciones y eviten la suspensión de relevamientos por restricciones presupuestarias. El fortalecimiento del diálogo entre las agencias recaudadoras y los bancos centrales permite el aprovechamiento de registros administrativos que, bajo estrictos protocolos de confidencialidad, aportan información valiosa a nivel de firma. La colaboración público-privada emerge entonces como el mecanismo para identificar tendencias y nichos de mercado que las clasificaciones tradicionales todavía no logran capturar. Al perfeccionar el andamiaje estadístico, América Latina y el Caribe podrá sustentar su crecimiento en evidencia sólida, potenciando su inserción en la economía global del conocimiento de manera sostenible y competitiva.

Para leer más ingrese a:

https://publications.iadb.org/es/estadisticas-de-comercio-de-servicios-basados-en-conocimiento-en-america-latina-y-el-caribe

https://publications.iadb.org/es/publications/spanish/viewer/Estadisticas-de-comercio-de-servicios-basados-en-conocimiento-en-America-Latina-y-el-Caribe.pdf