¿Cuál es el efecto real de la IA en la productividad?

La inteligencia artificial se ha convertido en la historia de la década, pero gran parte del debate público pasa por alto lo que ya está sucediendo sobre el terreno.

Los efectos no están ocultos en laboratorios lejanos o pronósticos teóricos. Puede encontrarlos en métricas como pedidos de equipos, presupuestos corporativos, redes eléctricas e incluso en el gasto de los consumidores impulsado por acciones.

La IA aparece en pequeñas formas que se suman a algo más grande. Algunas empresas están trabajando más rápido, algunos trabajos están cambiando de forma y sectores enteros se están reorganizando en torno a un software que no existía hace tres años.

La idea de que la IA aún no ha tenido un impacto ya no es precisa. Pero la clave es comprender dónde es visible el impacto y por qué las cifras oficiales de productividad solo han comenzado a moverse.

¿Hasta qué punto ha cambiado la IA los números hasta ahora?

Los datos más limpios provienen del modelo presupuestario de Penn Wharton, que divide la influencia de la IA en tareas en lugar de títulos de trabajo. Sus hallazgos son una base útil porque utilizan datos ocupacionales detallados de EE. UU.

Estiman que alrededor del 40% de los ingresos laborales actuales están vinculados al trabajo que podría ser remodelado por la IA generativa. No todas las tareas son rentables de automatizar, pero una parte considerable sí lo es.

Su modelo sugiere que es probable que alrededor del 10% del PIB actual se vea afectado y que la participación podría subir a alrededor del 15% en las próximas dos décadas a medida que los sectores con alta exposición crezcan más rápido que el resto de la economía.

Los estudios de implementaciones reales pintan una imagen clara de lo que sucede dentro de las empresas. Los equipos de atención al cliente que usan asistentes de IA completan más casos. Los escritores profesionales completan borradores aproximadamente un 40% más rápido.

Los ingenieros de software terminan las tareas más rápido cuando usan herramientas de estilo Copilot.

Penn Wharton utiliza estos estudios para suponer un ahorro de costes laborales de alrededor del 25% cuando se utiliza la IA en la actualidad, aumentando hasta el 40% a medida que los sistemas mejoran aún más.

Cuando estos ahorros de costos se ponderan por la proporción de tareas afectadas y se ajustan a las tasas de adopción, el efecto macro se vuelve más claro.

El aumento de la productividad total de los factores en Estados Unidos es pequeño en la actualidad, aproximadamente 0,01 puntos porcentuales. Pero se espera que aumente a lo largo de la década y alcance su punto máximo a principios de la década de 2030 cerca de 0,2 puntos porcentuales antes de desvanecerse.

El resultado a largo plazo es una economía más grande, no una tasa de crecimiento permanentemente más rápida. Su estimación central es que la IA elevará el PIB en aproximadamente un 3% para 2055.

La conclusión de dicha investigación es que los primeros efectos de productividad de la IA son significativos pero desiguales y se concentran en ciertas tareas y empresas.

Los números agregados reflejan una economía que aún no se ha reorganizado en torno a la tecnología.

Por qué la inversión empresarial está haciendo el trabajo pesado

Los signos más claros de la influencia de la IA aparecen en el lado de la inversión de la economía estadounidense. Una investigación reciente de Bloomberg mostró que el gasto en equipos y software de procesamiento de información ha aumentado este año.

La contribución al crecimiento del PIB de estas categorías es la mayor en décadas.

La construcción de centros de datos ha alcanzado una tasa anual de alrededor de $ 41 mil millones y es uno de los pocos segmentos en crecimiento en la construcción privada.

Solo tres empresas, Meta, Microsoft y Google, gastaron 78 mil millones de dólares en equipos de capital en el tercer trimestre de este año, casi el doble de su gasto del año anterior. Esta es la huella física del auge de la IA.

Bloomberg estima que el gasto de capital relacionado con la IA contribuyó alrededor del 1% al crecimiento del PIB de EE. UU. en la primera mitad de 2025. Eso significa que la IA representó más de la mitad de la tasa de crecimiento del 1,6% durante ese período.

Es raro que una sola ola tecnológica desempeñe un papel tan descomunal en las cuentas nacionales.

Algunos analistas esperan que el impulso de la inversión se fortalezca el próximo año. Otros piensan que el pico ya ha pasado. De cualquier manera, la contribución es medible hoy.

Hay una complicación que a menudo pasa desapercibida. Gran parte del hardware necesario para los centros de datos es importado. Eso amplía el déficit comercial y elimina parte de la contribución bruta al crecimiento.

Sin embargo, el gobierno federal ha permitido exenciones arancelarias para servidores y placas de circuitos a pesar de las tensiones comerciales en otros lugares.

Los economistas señalan que el auge habría tenido problemas si el hardware enfrentara los mismos aranceles pagados por industrias como la automotriz o la construcción.

También hay una tensión en el sistema de energía. Los centros de datos demandan grandes cantidades de electricidad. La demanda de energía de EE. UU. podría aumentar alrededor de un 16% para 2029 si continúan las tendencias actuales.

Las actualizaciones de la red tardan años y enfrentan costos más altos debido a las tarifas de equipos como transformadores. El aumento de los precios de la electricidad podría ralentizar la adopción de la IA o comprimir los márgenes de las empresas que intentan escalar.

Dentro de las empresas que ya sienten el cambio

Las encuestas ofrecen una perspectiva diferente. Muestran lo que sucede una vez que las herramientas de IA ingresan a los flujos de trabajo diarios. El estudio EMEA 2025 de IBM es uno de los más grandes de su tipo, basado en 3.500 ejecutivos en diez países.

Dos tercios dijeron que la IA ya ha producido importantes ganancias de productividad.

Uno de cada cinco dice que ya ha alcanzado sus objetivos de retorno de la inversión. Otro 42% espera retornos dentro de un año, a menudo a través de una ejecución más rápida, costos más bajos y una mejor calidad del servicio.

El informe destaca que las grandes empresas están por delante. El 72% de las empresas con más de mil empleados reportan ganancias notables. Solo el 55% de las pequeñas y medianas empresas dicen lo mismo.

Las organizaciones del sector público muestran patrones similares a los de las empresas más pequeñas. Esto refleja los ciclos tecnológicos anteriores en los que las organizaciones más grandes tenían el capital y la capacidad técnica para moverse primero.

Los datos de IBM también muestran cómo está cambiando el trabajo. Los ejecutivos dicen que los empleados dedican más tiempo a la planificación, el trabajo creativo y el desarrollo de ideas cuando la IA maneja tareas repetitivas.

El patrón se alinea con los estudios académicos que muestran que la IA ayuda a los trabajadores menos experimentados a cerrar las brechas de rendimiento y permite a los trabajadores experimentados centrarse en la producción de mayor valor.

Lo que se destaca en los hallazgos de IBM y Penn Wharton es cuán desiguales son las ganancias entre las ocupaciones. Las tareas más expuestas se encuentran en los roles de soporte de oficina, operaciones comerciales, TI, ventas y mandos intermedios.

La exposición alcanza su punto máximo alrededor de los percentiles salariales ochenta a noventa, luego cae para los que más ganan y tienden a realizar tareas que requieren juicio, negociación o experiencia poco común.

Los grupos menos expuestos incluyen la construcción, el transporte, los servicios de alimentación y el trabajo de cuidado en persona. Esto significa que el impacto laboral a corto plazo se concentra en los puestos de cuello blanco con salarios medios y altos, no en los trabajos manuales.

Lo que los directores ejecutivos realmente están diciendo dentro de las salas de juntas

Los líderes corporativos describen un cambio que es más rápido que los ciclos anteriores. El presidente ejecutivo de Goldman Sachs, David Solomon, dijo que no puede encontrar un CEO que no esté tratando de rediseñar los procesos en torno a la automatización.

Dijo que las empresas quieren aumentar la producción sin aumentar el número de empleados y que la IA ahora es fundamental para esos esfuerzos.

Satya Nadella, de Microsoft, hizo comentarios similares al llamar a este momento un "cambio de plataforma de IA". Jensen Huang de Nvidia, quien lo ha comparado con una nueva revolución industrial.

Sus puntos de vista describen lo que los líderes actuales de IA ven dentro de sus propias operaciones y entre sus clientes.

Los datos respaldan este sentimiento. Un número creciente de empresas no se limita a añadir herramientas de IA a los flujos de trabajo existentes. Están reconstruyendo los flujos de trabajo en torno a las herramientas.

Algunos diseñan cadenas de valor desde cero teniendo en cuenta la IA. Otros pasan de ciclos de planificación periódicos a una toma de decisiones continua guiada por sistemas de IA.

Estos cambios tardan en filtrarse a las cifras oficiales de productividad, lo que ayuda a explicar la brecha entre lo que las empresas informan internamente y lo que aparece en las estadísticas nacionales.

Otro punto importante aparece en las encuestas. Las empresas quieren sistemas de IA abiertos e interoperables. Alrededor del 85% de los encuestados de IBM dijeron que la transparencia, la interoperabilidad y la flexibilidad de los proveedores son esenciales.

¿Qué nos dice todo esto sobre el efecto real de la productividad de la IA?

La IA aparece hoy en tres lugares de la economía. Parece que el aumento del gasto de capital de las empresas está compitiendo para desarrollar la capacidad informática. Aparece en el trabajo diario de los primeros usuarios que informan una ejecución más rápida y un mayor rendimiento.

Y también aparece en los mercados de activos, donde las empresas lideradas por IA han generado billones de dólares en nueva riqueza de capital que ha impulsado un mayor consumo entre los hogares ricos, lo que genera preocupaciones sobre una "burbuja de IA".

Lo que aún no parece es un aumento generalizado de la productividad en toda la economía. Esto no es inusual.

Las tecnologías de propósito general anteriores, como la electrificación e Internet, aparecieron en los datos solo después de que las empresas reorganizaron la producción.

El mismo patrón se está repitiendo. La IA aún se encuentra en la fase de inversión y experimentación para la mayoría de las empresas. Una vez que se complete la reorganización, es probable que las ganancias se muestren más claramente.

Las estimaciones más cuidadosas sugieren que la IA eleva el crecimiento de la productividad en unas pocas décimas de punto porcentual en su punto máximo y deja a la economía permanentemente más grande en un pequeño punto porcentual.

Los pronósticos más ambiciosos sugieren mayores ganancias si la IA acelera la innovación en sí misma.

La brecha entre estos puntos de vista depende de la rapidez con la que las empresas reestructuran el trabajo, de la extensión de las herramientas de IA a las empresas más pequeñas y al sector público, y de si la infraestructura, como la red eléctrica, puede escalar para satisfacer la demanda.