Saltar al contenido

InvestigaciónOpinión

Patrones difusos

Somos una cultura de patrones: ante cualquier serie de números buscamos una causa. Pero las empresas no se adaptan a la velocidad de sus herramientas, y con la inteligencia artificial eso se nota.

Por Manuel Carrasco

Somos una cultura de patrones. Y es que buscar una causa para todo es un rasgo bastante universal del ser humano, pero en Occidente tomó una forma propia: la tradición aristotélica, y siglos después Tomás de Aquino, nos enseñaron a buscar la causa de cada efecto. A quienes por trabajo nos ha tocado analizar datos en varias ocasiones nos pasa a diario. Ante cualquier serie de números, lo primero que se busca es una causa, aunque los números no siempre la tengan.

Desde esta perspectiva, ser tecnooptimista o tecnopesimista depende del patrón al que uno quiera aferrarse. Si observamos que el 70% de la Generación Z en Argentina dice usar inteligencia artificial en su trabajo diario, podríamos concluir que el cambio ya está consumado y que los tomadores de decisiones van a reemplazar sí o sí a las personas por agentes. Pero si observamos que, según otra encuesta, solo el 27,5% de los ocupados del país la usa para trabajar, y que apenas el 16% dice que su organización tiene una estrategia de IA, el patrón es otro. Esos patrones vienen agarrados de datos aislados y de mucha carga perceptiva, y no tanto de un contraste con los datos reales.

Desde mi punto de vista, soy más bien conservador con el grado de cambio que puede haber. Y no porque las herramientas sean malas; al contrario, son extremadamente buenas y les abren a las empresas oportunidades históricas de eficiencia. Pero las empresas no se adaptan a la velocidad de sus herramientas.

Basta mirar algunos números para notarlo. En una encuesta a casi 9.000 ejecutivos de siete países, el 78% de las empresas dice usar IA, pero su aporte a la productividad laboral fue de apenas 0,2% anual. Delegar la escritura de un email no aumenta la productividad de nadie, simplemente nos ahorra algo que tampoco nos consumía tanto tiempo. Ahora bien, ¿esos cinco minutos los usamos para generar valor en algo más?

Esto tiene que ver con algo bastante normal en épocas de tanta incertidumbre: el cambio de la inteligencia artificial hoy es disperso. Hay una brecha interna en las empresas. Hay quienes adoptan la IA, investigan, se forman y tratan de estar a la vanguardia, y hay quienes no lo hacen e incluso le tienen miedo. Sin ir más lejos, en Argentina el 85,6% de quienes usan IA aprendió por su cuenta, y solo el 13,7% recibió capacitación en su trabajo.

Esa brecha genera otras dinámicas de poder, según el sesgo que tenga el liderazgo. Si los líderes tienen un sesgo positivo hacia la IA, las personas más formadas tenderán a conducir cierto grado de cambio, siempre que sean curiosas y tengan las aptitudes de liderazgo que requiere un proceso de esa magnitud. Si el sesgo es negativo, si la IA se mira con rechazo o se argumenta que no hay tiempo para esas cosas, quien la usa puede ser mal visto por sus compañeros y por sus jefes, y termina perdiendo autonomía e incentivos de mejora. Lo que parecería ser un organigrama tradicional se ve distorsionado por cómo se toma la IA dentro de cada empresa.

La capacitación, por sí sola, tampoco es garantía de nada. Las inscripciones a cursos de IA generativa en Coursera crecieron 195% en un año, y 425% en Latinoamérica. Lo vemos también en nuestro entorno, en entidades públicas y privadas. Sin embargo, la productividad no mejoró de manera contundente.

Lo que sí observamos en las empresas donde la productividad mejoró es que los cambios fueron planificados primero desde la gerencia, sin ser impositivos. Se designó a una persona, interna o externa, para liderar el cambio. Se crearon comités con personas de la propia empresa que dejaron sus actividades diarias para dedicarse a esta etapa. Y se empezó por los procesos core, aquellos en los que la empresa realmente genera valor. Cuando se empieza por administración o por marketing se puede generar valor de forma indirecta, pero si el core del negocio es productivo, difícilmente se refleje en la facturación. Los estudios van en la misma línea: según BCG, las empresas líderes obtienen el 62% del valor de la IA en sus procesos centrales, y según McKinsey, casi tres de cada cuatro empresas de alto rendimiento rediseñaron a fondo sus flujos de trabajo.

Estas tecnologías, que a simple vista parecen reemplazarlo todo, salen caras cuando se las usa mal. Las inversiones grandes en procesos que no generan alto valor terminan en el abandono de las iniciativas: el 42% de las empresas abandonó la mayoría de sus proyectos de IA en 2025, contra el 17% del año anterior. Y la IA vuelve a quedar a la deriva de los curiosos que tratan de mejorar su trabajo de manera personal.

Por eso se hace necesaria la figura del CAIO, o Chief AI Officer. No tiene que ser necesariamente alguien de dentro de la empresa; puede ser externo, pero debe ser quien lleve estos procesos. Según IBM, las organizaciones que cuentan con uno obtienen un 10% más de retorno sobre su inversión en IA. Cumple tres roles clave. El primero es la capacitación, para sacar los miedos iniciales. El segundo, la implementación de un cambio que empiece por donde se genera valor, de forma paulatina y con una planificación financiera que tenga en cuenta el ROI, mida resultados y ajuste su aplicación si los resultados no acompañan. El tercero, en determinados momentos, el desarrollo o la adopción de otros sistemas, porque la IA por sí sola no es garantía de nada.

Y es que la inteligencia artificial es muy buena en la medida en que se la alimente con datos correctos, procesos claros e indicadores óptimos. Si una empresa todavía no genera datos ni tiene infraestructura, difícilmente veamos un cambio real aplicando solo IA. Primero habrá que implementar otros sistemas, generar los datos y la cultura de registrarlos, y recién a partir de ahí aplicar una IA que pueda procesarlos.

La necesidad de ver patrones nos lleva a pensar que este es el peor de los mundos o el mejor de los mundos: que se va a automatizar todo y vamos a ser todos felices viviendo de vacaciones, o que nadie va a tener trabajo, va a reinar la miseria y van a ganar los dueños del capital. Ambas visiones están bastante alejadas de lo que se ve en el día a día. Lo que parece una velocidad de cálculo muy alta no pareciera seguir la misma suerte que la velocidad de implementación de las empresas, es decir, la velocidad de implementación de las personas. Lo que parecía un patrón lógico y claro resulta ser un patrón difuso, al que hay que acompañar y ayudar a conducir.

¿Seguiremos aferrándonos al patrón que mejor confirma nuestros miedos, o tendremos la templanza de mirar el cuadro completo?

  • inteligencia-artificial
  • empresas
  • productividad
  • trabajo
  • tecnologia