Por Hannah Pérez  

Economistas consultados por The Wall Street Journal coinciden en que la inteligencia artificial impulsará la productividad, pero discrepan sobre su efecto neto en el empleo. El debate apunta a una misma conclusión: la tecnología por sí sola no basta, las empresas deberán rediseñar cómo trabajan.

***

  • 15 de 16 economistas consultados por The Wall Street Journal creen que la IA elevará la productividad laboral.
  • Las opiniones están divididas sobre si la IA destruirá más empleos de los que creará en los próximos años.
  • Forbes advierte que las empresas no verán grandes mejoras si solo compran herramientas sin cambiar procesos.
  • Los trabajos cognitivos rutinarios, como call centers, contabilidad básica y redacción estándar, lucen más expuestos.

 

 

La inteligencia artificial (IA) promete elevar la productividad en empresas, oficinas y sectores enteros de la economía, pero el impacto real sobre el empleo y los salarios será mucho más desigual de lo que sugiere el entusiasmo tecnológico.

Una consulta de The Wall Street Journal a 16 economistas de alto perfil mostró amplio consenso en un punto: la IA sí impulsará la productividad laboral. Sin embargo, las respuestas fueron mucho menos uniformes cuando se les preguntó si la tecnología generará más empleos de los que destruirá.

El informe del Journal incluyó a académicos, exasesores gubernamentales, especialistas en economía digital y figuras como Daron Acemoglu, profesor del MIT y ganador del Nobel de Economía 2024. De los economistas consultados, 15 respondieron que la IA mejorará de forma significativa la productividad laboral. Ninguno contestó que no. Pero sobre el empleo neto, la muestra reflejó un panorama dividido: ocho anticiparon poco cambio agregado, cinco proyectaron pérdida neta de empleos y solo dos esperaron crecimiento neto.

La lectura coincide con un análisis publicado en Forbes por Lucio Ribeiro, quien comparó el momento actual de la IA con la llamada “paradoja de la productividad” formulada por Robert Solow en 1987. En aquel entonces, las computadoras estaban apareciendo por todas partes, pero los datos de productividad aún no reflejaban la revolución tecnológica. La explicación posterior fue que las empresas necesitaban tiempo para reorganizar procesos, habilidades, incentivos y estructuras antes de capturar realmente los beneficios de la computación.

El problema no es solo la herramienta

Ribeiro sostiene que algo parecido ocurre ahora con la inteligencia artificial. Muchas empresas han comprado licencias de herramientas como Microsoft Copilot, han organizado talleres, han identificado casos de uso y han generado entusiasmo inicial. Pero después, en muchos casos, la organización vuelve a operar casi igual que antes: las mismas reuniones, los mismos flujos de aprobación, las mismas presentaciones, los mismos comités y la misma estructura de decisión.

En esa visión, la IA se convierte en un asistente añadido a un sistema viejo, no en una transformación del trabajo. La tecnología puede acelerar tareas puntuales, pero no elimina por sí sola capas innecesarias de aprobación, reuniones improductivas o procesos diseñados para una época en la que la información era más escasa. Por eso, el aumento de productividad puede perderse dentro de la propia organización.

La idea está conectada con la “curva J” de productividad estudiada por Erik Brynjolfsson, de Stanford. Cuando aparece una tecnología de propósito general, la productividad puede incluso caer inicialmente porque las empresas invierten, experimentan y destruyen viejos procesos antes de capturar los beneficios. El valor no está solo en comprar la herramienta, sino en reorganizar el sistema alrededor de ella.

El ejemplo histórico más citado es la electricidad. Al principio, muchas fábricas instalaron motores eléctricos en plantas diseñadas para funcionar con vapor. Las ganancias fueron limitadas. El salto llegó cuando las fábricas rediseñaron su distribución, procesos y operación en torno a lo que la electricidad permitía. Para Ribeiro, muchas empresas están cometiendo ahora el mismo error con IA: atornillarla al viejo piso de producción y luego sorprenderse de que los números no cambien con rapidez.

Productividad sí, pero con reorganización

La consulta del Wall Street Journal refuerza esa idea. Ajay Agrawal, profesor de la Universidad de Toronto, describió el momento actual como una etapa intermedia: las empresas ven el potencial de la IA, pero sus sistemas organizacionales todavía no se han adaptado. En su lectura, durante los próximos cinco a 10 años al menos una empresa líder en cada mercado probablemente descubrirá cómo pasar de usar IA para hacer tareas más rápido a rediseñar por completo su propuesta de valor.

Ese cambio es clave. Una aseguradora, por ejemplo, podría dejar de enfocarse solo en pagar después de un accidente y pasar a predecir y prevenir riesgos. Un hospital podría usar IA para acelerar triaje, diagnóstico y seguimiento. Una empresa educativa podría ofrecer tutoría personalizada a gran escala. En todos esos casos, la ganancia no surge de redactar correos más rápido, sino de reorganizar funciones, roles y decisiones.

Ribeiro lo resume de forma práctica: la IA puede redactar un documento, pero no puede decidir por qué siete personas deben aprobarlo. Puede generar veinte opciones, pero no puede obligar a una dirección a eliminar hábitos antiguos. Esas decisiones siguen siendo humanas, políticas y organizacionales. Por eso, la brecha real no estaría entre lo que la IA prometió y lo que entregó, sino entre empresas que compraron una herramienta y empresas que cambiaron la forma de trabajar.

El riesgo es que la curva J se convierta en una excusa. Decir que los beneficios tardan en aparecer puede ser correcto, pero también puede servir para evitar conversaciones incómodas sobre estructuras ineficientes. La demora es real, advierte Ribeiro, pero también puede transformarse en coartada para la inercia.

Empleo: consenso débil y riesgos concentrados

Aunque los economistas consultados por el Journal ven productividad al alza, no hay consenso fuerte sobre el impacto laboral. Ocho de ellos esperan que la IA no cambie mucho el empleo neto agregado en los próximos cinco años, cinco esperan pérdida neta y dos esperan crecimiento. La divergencia muestra la dificultad de anticipar no solo qué tareas automatizará la IA, sino qué nuevas actividades, empresas y modelos de negocio podrían aparecer como resultado.

Daron Acemoglu fue uno de los más cautelosos. Según su lectura histórica, los trabajadores desplazados por shocks tecnológicos o comerciales suelen perder, y la desigualdad tiende a aumentar cuando los efectos son repentinos y concentrados en ciertos mercados laborales. David Autor, también del MIT, planteó que la tecnología podría hacer a la sociedad más productiva y rica, pero advirtió que la distribución de esas ganancias dependerá de instituciones y políticas, no de la tecnología en sí.

Otros economistas se mostraron más optimistas. David Deming, de Harvard, recordó que ciertos empleos desaparecen, pero los trabajadores pueden migrar hacia nuevas ocupaciones si tienen flexibilidad educativa y laboral. Joshua Gans, de la Universidad de Toronto, sostuvo que los trabajadores tienden a reubicarse en otras actividades, salvo cuando el cambio destruye industrias enteras en regiones donde las personas no pueden o no quieren moverse.

La diferencia entre reemplazo y complemento también dividió opiniones. Ocho economistas consideraron que la IA será más complementaria que sustitutiva para los trabajadores, mientras cinco creen que tenderá más a reemplazarlos. La mayoría coincide, sin embargo, en que las personas que aprendan a utilizar IA de forma efectiva estarán mejor posicionadas que aquellas que ignoren la tecnología.

Trabajos de oficina bajo presión

Los mayores riesgos aparecen en trabajos cognitivos rutinarios. Justin Wolfers, profesor de la Universidad de Michigan, dijo al Journal que la IA apunta directamente al trabajo de cuello blanco, una revolución similar a la que vivieron trabajadores manuales en décadas previas. Autor identificó como más vulnerables roles de procesamiento rutinario de información, como ajuste de reclamos de seguros, traducción estándar, redacción publicitaria básica o tareas administrativas repetitivas.

La comparación entre camioneros y trabajadores de call center ilustra la diferencia. Desplazar camioneros exige reemplazar una enorme base de capital físico, como flotas de camiones, infraestructura y sistemas logísticos. En cambio, reemplazar call centers puede requerir solo una actualización de software. Por eso, algunas ocupaciones cognitivas podrían sentir el impacto mucho más rápido que trabajos físicos con alta dependencia de infraestructura instalada.

Deming también señaló que la IA amenaza especialmente labores de oficina repetitivas que existen por altos costos de transacción dentro y entre empresas. En contraste, creatividad, gusto, criterio estratégico y pensamiento de alto nivel seguirán siendo valiosos. Agrawal añadió que los trabajos centrados en producir resultados cognitivos estandarizados, como codificación básica, contabilidad rutinaria o copywriting inicial, enfrentan mayor presión.

No obstante, la IA también puede abrir oportunidades para trabajadores menos experimentados. Autor sugirió que algunas ocupaciones podrían volverse más accesibles porque la tecnología reduce la curva de aprendizaje. Un trabajador junior, por ejemplo, podría desempeñarse antes a un nivel superior si cuenta con un sistema que lo guía, revisa o amplifica su criterio.

Habilidades humanas ganan valor

Varios economistas coincidieron en que las habilidades de juicio, coordinación, persuasión y adaptación serán más importantes. Si la IA reduce el costo de producir textos, análisis básicos, código o resúmenes, el valor se desplaza hacia saber qué hacer con esas salidas, cómo validarlas y cómo integrarlas en decisiones reales. La persona valiosa no será necesariamente quien ejecute mejor una tarea repetible, sino quien sepa definir el problema, evaluar alternativas y asumir responsabilidad por el resultado.

Agrawal recomendó dejar de entrenarse como “máquinas de predicción”. Si una habilidad puede aprenderse de datos históricos, probablemente será comoditizada por sistemas de IA. En su lugar, sugirió desarrollar criterio, alfabetización en IA y capacidad para gestionar herramientas. Wolfers recomendó intentar ser la persona más experta en IA dentro del lugar de trabajo, porque esa posición permite detectar oportunidades y liderar cambios.

Raffaella Sadun, de Harvard Business School, destacó el papel de quienes experimentan, prueban ideas y convierten rápidamente conceptos en acción. También subrayó una habilidad menos técnica: entender la política interna de las organizaciones. A medida que la IA cree ganadores y perdedores dentro de las empresas, la capacidad de persuadir, resolver conflictos y construir coaliciones será cada vez más valiosa.

Esa lectura aparece también en el análisis de Forbes. El ahorro de tiempo en una tarea no se convierte automáticamente en productividad. Si una tarea baja de 30 minutos a 30 segundos, la pregunta importante es qué ocurre con los 29 minutos y 30 segundos liberados. En demasiadas empresas, la respuesta es otra reunión. Allí es donde la promesa de productividad se filtra y se pierde.

Pequeñas empresas, nuevos jugadores y sectores ganadores

El Journal también preguntó si la IA beneficiará más a grandes empleadores establecidos o a compañías pequeñas y nuevas. Seis economistas se inclinaron por las empresas pequeñas y nuevas, dos por las grandes y tres dijeron que ninguna categoría tiene ventaja clara. La lógica es que compañías jóvenes pueden rediseñar sus procesos desde cero, sin cargar sistemas heredados, jerarquías rígidas o capital invertido en viejas formas de operar.

Deming advirtió que las empresas ya establecidas están entre las más expuestas porque tienen capital y procesos atados a formas antiguas de hacer las cosas. Bharat Chandar, del Stanford Digital Economy Lab, señaló que las ventajas competitivas más duraderas podrían venir de activos físicos, redes sociales grandes, datos propietarios, costos de cambio para clientes, distribución fuerte, propiedad intelectual y talento. El software o los datos por sí solos podrían no ser suficientes si no se combinan con esas barreras.

Entre sectores, los economistas mencionaron salud, educación, finanzas, arquitectura, ciencias de la vida, consultoría y programación como áreas con potencial de beneficio. Agrawal destacó sectores densos en información, donde existen cuellos de botella por escasez de predicción experta. Philipson, de la Universidad de Chicago, sostuvo que uno de los impactos más importantes y subestimados de la IA será en salud y longevidad, desde mejores diagnósticos hasta desarrollo de tratamientos y prevención.

Al mismo tiempo, sectores basados en intermediación rutinaria o servicios cognitivos estandarizados podrían enfrentar presión. Tareas tercerizadas como call centers, nómina, codificación repetitiva o procesos administrativos en economías de servicios offshore también podrían verse afectadas temprano, según Nicholas Bloom, de Stanford.

La IA no es magia empresarial

El punto común entre ambos informes es que la IA no funcionará como magia empresarial. Puede mejorar productividad, reducir costos, acelerar tareas y ampliar capacidades, pero solo si las organizaciones cambian la forma en que distribuyen trabajo, toman decisiones, miden resultados y desarrollan talento. Si se limita a ser otro ícono en la barra de herramientas, su impacto será menor al prometido.

Para empresas, el desafío será rediseñar procesos antes de esperar grandes resultados en los reportes trimestrales. Para trabajadores, la respuesta no parece ser competir contra la IA en tareas que la máquina puede ejecutar barato, sino aprender a dirigirla, evaluarla y usarla dentro de sistemas más amplios. Para gobiernos, el reto será preparar políticas de transición, capacitación y distribución de ganancias, porque la historia sugiere que los beneficios tecnológicos no se reparten automáticamente.

La pregunta, entonces, no es solo si la IA hará más productiva a la economía. La mayoría de economistas cree que sí. La verdadera disputa es quién capturará esa productividad, qué trabajadores quedarán desplazados, qué empresas sabrán reorganizarse y si las instituciones estarán preparadas para compartir las ganancias y amortiguar los costos.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público

Este artículo fue escrito por un redactor de contenido de IA

 


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados