Mien­tras la adop­ción tec­no­ló­gi­ca avan­za a rit­mos des­igua­les por sec­to­res, el mer­ca­do labo­ral asis­te a una tran­si­ción com­ple­ja don­de la IA evo­lu­cio­na de sim­ple asis­ten­te a com­pe­ti­dor direc­to.

La pene­tra­ción de la inte­li­gen­cia arti­fi­cial (IA) está redi­bu­jan­do la arqui­tec­tu­ra ope­ra­ti­va de las orga­ni­za­cio­nes glo­ba­les, modi­fi­can­do tan­to los pro­ce­sos inter­nos como los cana­les de inter­ac­ción con los clien­tes. Sin embar­go, este des­plie­gue no es uni­for­me. De acuer­do con Juan Pablo Cosen­tino, espe­cia­lis­ta en Trans­for­ma­ción Digi­tal e IA de la Uni­ver­si­dad Aus­tral y el IAE Busi­ness School, la adop­ción tec­no­ló­gi­ca avan­za con mayor cele­ri­dad en aque­llos sec­to­res que ya con­ta­ban con una madu­rez digi­tal pre­via, tales como el entorno fin­tech, la ban­ca, el comer­cio elec­tró­ni­co y el sec­tor ener­gé­ti­co. Para com­pren­der este fenó­meno, resul­ta fun­da­men­tal dife­ren­ciar entre la IA clá­si­ca o pre­dic­ti­va, orien­ta­da his­tó­ri­ca­men­te a la opti­mi­za­ción de pro­ce­sos y detec­ción de ano­ma­lías en el cora­zón del nego­cio, y la IA gene­ra­ti­va, vin­cu­la­da a la pro­duc­ti­vi­dad per­so­nal, la comu­ni­ca­ción y la expe­ri­men­ta­ción rápi­da.

El esce­na­rio actual pre­sen­ta una mar­ca­da dico­to­mía entre la per­cep­ción públi­ca y la inte­gra­ción real en los sis­te­mas crí­ti­cos de las empre­sas. En mer­ca­dos emer­gen­tes como el argen­tino, las esta­dís­ti­cas reve­lan que seis de cada diez ciu­da­da­nos emplean herra­mien­tas de IA en su ruti­na dia­ria; no obs­tan­te, solo el 43% de los tra­ba­ja­do­res afir­ma que se apli­ca en sus cor­po­ra­cio­nes, y ape­nas un 6% obser­va una imple­men­ta­ción amplia. El reza­go es espe­cial­men­te visi­ble en el sec­tor indus­trial. Según un infor­me de la Unión Indus­trial Argen­ti­na (UIA), solo una de cada tres fir­mas fabri­les invier­te en esta tec­no­lo­gía, y la mayo­ría se limi­ta a uti­li­da­des bási­cas como redac­tar, resu­mir o tra­du­cir repor­tes a tra­vés de pla­ta­for­mas como ChatGPT, dejan­do en un segun­do plano apli­ca­cio­nes sofis­ti­ca­das como la auto­ma­ti­za­ción inte­li­gen­te de pro­ce­sos. A pesar de esto, las pro­yec­cio­nes a medio pla­zo son favo­ra­bles, ya que el 80% de las com­pa­ñías indus­tria­les pla­nea pre­su­pues­tar inver­sio­nes regu­la­res en los pró­xi­mos cin­co años, enfren­tan­do el reto de tra­du­cir la inten­ción en una eje­cu­ción efec­ti­va.

Para­le­la­men­te, la rápi­da evo­lu­ción de la IA gene­ra una pro­fun­da incer­ti­dum­bre sobre el por­ve­nir del empleo. La cali­fi­ca­do­ra de ries­go Moody’s ha adver­ti­do que la inno­va­ción en capa­ci­da­des agén­ti­cas, la pro­gra­ma­ción autó­no­ma y la cre­cien­te fia­bi­li­dad de los mode­los per­mi­ten que la tec­no­lo­gía repli­que y sus­ti­tu­ya par­tes del tra­ba­jo inte­lec­tual estan­da­ri­za­do. “En lugar de cola­bo­rar con emplea­dos de ofi­ci­na como copi­lo­to, como muchos pre­veían, la IA tam­bién se está con­vir­tien­do en com­pe­ti­dor y fac­tor dis­rup­ti­vo”, plan­tea la enti­dad. Esta dis­rup­ción se extien­de con rapi­dez des­de la inge­nie­ría de soft­wa­re hacia las tareas lega­les, finan­cie­ras y de aná­li­sis de datos.

Estu­dios de Gold­man Sachs iden­ti­fi­can que los ope­ra­do­res tele­fó­ni­cos, cobra­do­res de deu­das, asis­ten­tes lega­les y pro­ce­sa­do­res de docu­men­tos se encuen­tran entre las ocu­pa­cio­nes más expues­tas al reem­pla­zo. Por el con­tra­rio, aque­llos roles enfo­ca­dos en la super­vi­sión huma­na, la empa­tía y la toma de deci­sio­nes com­ple­jas —como médi­cos, admi­nis­tra­do­res de edu­ca­ción, geren­tes de cons­truc­ción o inge­nie­ros indus­tria­les— regis­tran un alto poten­cial de cre­ci­mien­to, pues­to que la tec­no­lo­gía actúa poten­cian­do su pro­duc­ti­vi­dad sin sus­ti­tuir­los.

En regio­nes en vías de desa­rro­llo, el impac­to direc­to sobre el des­em­pleo masi­vo podría ser más gra­dual. Daniel Friel, pro­fe­sor de la Uni­ver­si­dad de San Andrés, argu­men­ta que la adop­ción efi­caz de la IA y la robó­ti­ca requie­re una amplia estan­da­ri­za­ción de base, un fac­tor que se ve difi­cul­ta­do por los ele­va­dos cos­tos de pro­ce­sa­mien­to y alma­ce­na­mien­to de infor­ma­ción. En este con­tex­to, el deba­te públi­co debe tras­cen­der la mera bús­que­da de efi­cien­cia eco­nó­mi­ca. El ver­da­de­ro desa­fío radi­ca en gober­nar la tec­no­lo­gía con res­pon­sa­bi­li­dad, ase­gu­ran­do que la auto­ma­ti­za­ción sir­va para expan­dir las capa­ci­da­des de las empre­sas hacia nue­vos mer­ca­dos y for­ta­le­cer la for­ma­ción pro­fe­sio­nal, situan­do la dig­ni­dad labo­ral en el cen­tro del desa­rro­llo tec­no­ló­gi­co.