La Inteligencia Artificial (IA) se ha posicionado como el eje central de la redefinición de estrategias empresariales, impactando tanto en los procesos internos como en la interacción con los usuarios finales. Si bien su incorporación promete un salto significativo en la productividad, el avance no es uniforme, revelando marcadas diferencias según el sector económico y el nivel de madurez digital de cada organización.
Juan Pablo Cosentino, profesor de la Universidad Austral y director en el IAE Business School, advierte sobre la necesidad de distinguir entre dos vertientes de esta tecnología. Por un lado, la IA predictiva o clásica, utilizada hace años para optimizar procesos, detectar anomalías y clasificar datos, la cual se encuentra integrada en el corazón operativo de los negocios. Por otro lado, la IA generativa, que ha ganado notoriedad por su capacidad de crear lenguaje, imágenes y código, vinculándose más estrechamente con la productividad personal y la experimentación rápida.
A pesar del auge, existe una brecha considerable entre la adopción personal y la integración corporativa en Argentina. Según datos analizados por Cosentino, mientras que 6 de cada 10 personas utilizan la IA en su cotidianidad, solo el 6% de los trabajadores percibe una implementación amplia dentro de su empresa. Además, el 44% de las organizaciones no mide indicadores específicos de IA y más de la mitad no calcula el retorno de inversión, lo que sugiere que el entusiasmo actual se manifiesta más en proyectos piloto que en una integración real en procesos críticos.
El sector industrial muestra un rezago evidente. Un informe de la Unión Industrial Argentina (UIA) indica que solo una de cada tres empresas industriales invierte hoy en IA. No obstante, las perspectivas a mediano plazo son optimistas: el 80% de las compañías planea invertir regularmente en esta tecnología en los próximos cinco años. Actualmente, la mayoría se limita al procesamiento básico de información, como la redacción y traducción de reportes mediante herramientas como ChatGPT, dejando de lado aplicaciones más sofisticadas como la automatización inteligente de procesos.
En contraste, el sector comercial ha logrado avances más concretos. La Cámara Argentina de Comercio (CAC) destaca el uso de bots para atención personalizada, sistemas automatizados de gestión de inventarios, previsión de demanda geográfica y el despliegue de locales inteligentes con sensores para analizar el flujo de clientes.
El agro y la energía también presentan avances significativos, aunque desiguales. Gustavo Idígoras, presidente de Ciara-CEC, resalta impactos positivos en toda la cadena de valor, desde la selección de semillas hasta la agricultura de precisión. Sin embargo, Cosentino aclara que el sector agropecuario no es homogéneo, sino que funciona como un ecosistema de "islas de innovación" con fuertes fragmentaciones digitales. En el sector energético, YPF destaca con sus centros de Real Time Intelligence Center (RTIC), donde se toman decisiones en tiempo real sobre perforación, refinación y logística basándose en datos históricos de Vaca Muerta. Por su parte, la Cámara Argentina de Empresas Mineras (CAEM) enfoca la IA en el monitoreo remoto y la prevención de incidentes para mejorar la seguridad y la sostenibilidad.
Desde la perspectiva financiera, Luz Mihanovich de Accenture señala que los bancos enfrentan obstáculos como la calidad de los datos internos, la compatibilidad con sistemas heredados y el cumplimiento regulatorio. Advierte que el error más común es implementar la IA de forma aislada en lugar de repensar los modelos operativos y la cultura organizacional de manera integral.
El impacto en el mercado laboral genera incertidumbre. Moody’s señala que la IA ya no es solo un "copiloto", sino que puede sustituir el trabajo intelectual estandarizado en áreas legales, financieras y de análisis de datos. Goldman Sachs identifica como las ocupaciones más expuestas a los operadores telefónicos, asistentes legales y personal de facturación. En contrapartida, roles como médicos, cirujanos, ingenieros industriales y gerentes de construcción podrían ver incrementada su productividad al automatizar tareas secundarias.
Para el caso argentino, Daniel Friel, profesor de la Universidad de San Andrés, sugiere que la adopción podría ser más lenta debido a los altos costos de procesamiento y almacenamiento de información, lo que limitaría el impacto inmediato sobre el empleo. Finalmente, el debate se traslada al plano ético. Cosentino, citando la encíclica del Papa León XIV, sostiene que la IA no debe verse solo como una herramienta de eficiencia, sino que debe gobernarse con responsabilidad para servir a fines humanos, priorizando la dignidad y la supervisión humana sobre la mera automatización.
