1
Inteligencia artificial, una oferta que no se puede rechazar
Mientras la oferta de la IA va por el ascensor, la adopción marcha por la escalera; pero el verdadero cambio vendrá con la reorganización de la producción en lugar de hacer lo mismo, más rápido
7 minutos de lectura'
La oferta de inteligencia artificial va por el ascensor. Su adopción, por la escalera. Es el mismo patrón de rezago que vimos cuando aparecieron los trenes, la electricidad o las computadoras: la tecnología avanza a gran velocidad, pero la reorganización de la producción para aprovecharla siempre tarda más.
El amplio rango de las predicciones de crecimiento de la productividad por IA es sintomático de ese estado de transición. En el piso de la banda, Daron Acemoğlu, Nobel de Economía en 2024, estima que la IA podría sumar apenas 0,1 punto porcentual al crecimiento anual de la productividad en la próxima década. En el techo, un estudio publicado en noviembre de 2025 por Anthropic a partir de 100.000 interacciones de usuarios con su modelo Claude calcula que la adopción plena de IA podría elevar la productividad laboral en los Estados Unidos en 1,8 puntos porcentuales por año.
El premio de ir al techo de la banda es significativo. Para la Argentina, que vio caer su productividad laboral al 1,8% anual promedio en los últimos 10 años, ese plus optimista sobre la tendencia esperada equivaldría a recuperar una década perdida de productividad en la mitad del tiempo.
La IA no es una tecnología más: es una cadena de valor completa, desde la energía y los chips hasta los centros de datos, los modelos fundacionales y las aplicaciones que usamos. Esa cadena se está construyendo a gran velocidad. Las siete más grandes empresas ligadas a la IA ya valen en conjunto cerca de US$20 billones, una cifra comparable al PBI de la Eurozona más el Reino Unido, y su inversión en capital físico en los últimos tres años, centrada en infraestructura de cómputo, equivale al PBI de Canadá.
La ola no es sólo financiera. En 2025, los proyectos vinculados a IA explican la mitad de los anuncios de inversión extranjera directa en el mundo, por montos que ya suman cerca de US$800.000 millones, unas veinte veces las reservas internacionales brutas de la Argentina.
La adopción también avanza, pero a otro ritmo. Según OpenAI, el uso empresarial de ChatGPT está acelerándose y las suscripciones corporativas alcanzan más de 7 millones de usuarios. En los Estados Unidos, cifras oficiales muestran que el 15% de las empresas ya usa IA para producir bienes y servicios, y 19% espera usarla en los próximos seis meses. En paralelo, la productividad laboral viene creciendo cerca del 1,5% anual desde 2023. Aunque aún no se puede atribuir enteramente a IA, se nota la mejora respecto al ritmo de la década pasada.
Si en países desarrollados la adopción va a paso moderado, en América Latina va en slow motion. La región está subrepresentada en el mapa de inversión extranjera directa asociada a IA: de 2023 a la fecha recibió anuncios por sólo 4% del total global cuando su peso en el PBI mundial es 7%. La Argentina captó apenas un par de puntos de esa porción. Si estos anuncios de inversión se distribuyeran proporcionalmente al peso económico en el PBI mundial, estaríamos apenas por encima del 10% de ese potencial. La encuesta que Accenture realizó junto a la Unión Industrial Argentina, que forma parte de un estudio pronto a publicarse, le agrega color micro a este rezago: casi todas las empresas consultadas muestran interés en la IA, pero sólo una minoría está hoy invirtiendo en proyectos concretos. El dato que ilusiona es que dos tercios se ve invirtiendo en un horizonte de tres años y casi 80% en los próximos cinco.
La paradoja del Retorno a la Inversión
Dos estudios recientes ilustran el momento actual. Un trabajo de investigadores de Wharton, la escuela de negocios de la Universidad de Pensilvania, consultó a más de 800 ejecutivos y muestra que un 74% de ellos ya ve retornos positivos de sus proyectos de IA cuando se usan métricas intermedias como ahorro de tiempo, eficiencia interna o mejoras de experiencia del cliente. Además, un 80% espera que las inversiones se repaguen en un período de dos a tres años.
En la vereda opuesta, un estudio del MIT Media Lab, luego de analizar 300 iniciativas de IA, entrevistar a representantes de 52 organizaciones y encuestar a 153 líderes de negocio, reporta que el 95% de los consultados no perciben, para los casos de implementación de IA generativa en tareas puntuales, un impacto claro en los resultados financieros o de productividad en un período corto de 6 a 12 meses.
Erik Brynjolfsson de Stanford, uno de los académicos que más estudió estas transiciones tecnológicas, describe la trayectoria de incrementos de productividad de tecnologías como la IA como una “curva J”. Primero viene la inversión en capacidades complementarias -rediseño de procesos, aprendizajes, nuevos modelos organizacionales- y, en esa fase, la productividad todavía no aparece. Hay costos, fricción, ensayo y error. Recién después, cuando esas inversiones maduran, la curva inflexiona hacia arriba y el salto de productividad se hace evidente.
Mirado así, el estudio de Wharton está registrando la parte baja de la J: brotes verdes que mejoran operaciones micro del día a día. La investigación de MIT recuerda que aún no cruzamos el valle que convierte esos avances en impacto macro en los estados contables.
¿Cómo se cierra la brecha?
La historia da pistas. Con la electricidad, la productividad no vino por tender cables, sino por reorganizar el taller industrial alrededor de los nuevos motores. Con la IA, el éxito dependerá de reorganizar el “taller del conocimiento”. Hacer las mismas tareas más rápido es insuficiente. Lo que va a mover la aguja es rediseñar los procesos centrales al negocio.
En la práctica, implica dejar atrás los casos de uso aislados que impactan tareas puntuales para abocarse a la reinvención de flujos de trabajo enteros. Una gran minera está rediseñando su proceso de licencias ambientales con IA generativa, y esto le permite acortar los tiempos regulatorios. Un laboratorio internacional usa IA para simular millones de reacciones químicas y enfocar su I+D en los compuestos más promisorios. Una empresa de servicios industriales desarrolla agentes de IA para que ejecuten acciones a lo largo de toda la cadena de venta, desde la generación de la oportunidad hasta la cobranza.
Las barreras para escalar este tipo de transformaciones no son tecnológicas. Son de habilitadores: calidad y arquitectura de datos, guías claras para adoptar IA responsablemente y, sobre todo, habilidades. El estudio del MIT subraya que la alta tasa de fracaso responde a una “brecha de aprendizaje”: la dificultad para adaptar la IA a flujos de trabajo y escalar más allá del piloto inicial. No es por la falta de habilidades “blandas” o “duras”, sino porque ello requiere habilidades “profundas” que combinen tecnología y comprensión del negocio en soluciones efectivas.
El mundo puso la oferta sobre la mesa. La brecha entre esa oferta y su adopción es, al mismo tiempo, la medida de lo que falta y de una oportunidad que todavía hay que aprender a no rechazar.
El autor es economista jefe y director ejecutivo en Accenture
