Más humo que fuego: la IA en el entramado productivo argentino

Detrás de los titulares creados para el “clickbait” es difícil saber qué está haciendo realmente la inteligencia artificial (IA) con la producción y el empleo. Los dueños de las big tech estadounidenses oscilan entre vaticinar que la IA va a “eliminar millones de empleos y dejar sin trabajo a los jóvenes” y “crear nuevos empleos y llegar al mundo de la abundancia”. Ese mismo patrón se repite en debates académicos y políticos: mucho de lo que se discute sobre la IA responde más a las sensaciones que genera que a datos y argumentos sólidos. Pero, ¿qué está pasando realmente con las nuevas tecnologías? 

La coyuntura argentina hace muy difícil dar una respuesta: en un contexto recesivo y de caída en ingresos y consumo, no es fácil discernir cuánto empleo se destruye por incorporación de IA y cuánto por caída de ventas, o en qué medida la baja adopción de tecnologías se debe a que no son rentables para un sector o simplemente a la baja inversión generalizada. Algunos procesos parecen más claros -aunque quizá no su alcance- y hay otras preguntas para las cuales nadie parece tener una respuesta cierta.

Existe una moda o hype en torno a la IA: todo debe tenerla -aunque gran parte del empresariado, trabajadoras/es y consumidoras/es no sepa para qué- y frente a eso se difunden cifras de impacto en el empleo, adopción y productividad que muchas veces no se comparan entre sí. Es cierto que las crecientes capacidades de los algoritmos y agentes de IA están desafiando los pronósticos conservadores y permiten abordar tareas de creciente complejidad. Eso ha impulsado un uso intensivo de las herramientas básicas que, en algunos casos, ha terminado en despidos, para luego descubrir sus costos y revertir la medida. Pero esos procesos están lejos de ser generales o lineales, menos aún cuando se consideran heterogeneidades nacionales, sectoriales, regionales y de tamaño empresarial. No es lo mismo una multinacional financiera que cotiza en bolsa que una empresa familiar del plástico. Esas diferencias condicionan la adopción, más aún en una tecnología emergente que las mismas empresas aún no saben cómo incorporar para su beneficio (y mucho menos para el de sus trabajadores o la sociedad).

IA en las agendas, no en las inversiones 

Pese a que la inteligencia artificial está en la agenda del empresariado argentino, la realidad es modesta. Según el relevamiento de UIA-Accenture (2026), 8 de cada 10 empresas industriales planean invertir en IA en los próximos cinco años, pero apenas un tercio desarrolla proyectos concretos (9% de forma regular, 23% en pruebas piloto). En la misma línea, el estudio de Fundar-Di Tella (2026) encontró que el 36,4% de las pymes industriales relevadas usa al menos una tecnología de IA.

Ya en 2019, un informe de CIPPEC y el BID mostraba que la adopción de tecnologías 4.0, una base necesaria para la incorporación de IA, era marginal en el país -rasgo compartido con Brasil-. El rezago no es una novedad de esta ola tecnológica, sino una característica estructural del entramado productivo de un país periférico, en el que cualquier tecnología nueva se difunde de manera lenta y desigual.

Las herramientas que lideran la adopción de IA son aquellas asociadas a la generación de texto, código y procesamiento de información, es decir, los Modelos Grandes de Lenguaje (LLMs, por su sigla en inglés) como ChatGPT y similares. Son de bajo costo de entrada y no requieren integración con sistemas internos ni infraestructura técnica dedicada. Por eso resultan fáciles de aplicar, por ejemplo, en tareas administrativas o creativas de oficina, o exigen un mínimo desarrollo, por ejemplo, un chatbot de atención al cliente. No por nada, se hicieron populares y de uso doméstico.

En ese contexto, buena parte de la adopción no viene de arriba hacia abajo, sino al revés, desde los trabajadores individuales hacia la organización. “La mayor parte de la adopción de inteligencia artificial es autodidacta. Los trabajadores y trabajadoras deciden usar la IA por curiosidad, porque se dan cuenta de que ahorran tiempo o que aceleran tareas tediosas”, señala Vanesa Núñez, secretaria de Innovación y Futuro del Trabajo de la CGT, señala, y agrega algo clave: «No hay una estrategia empresarial clara para incentivar la IA”.

De hecho, el estudio de Fundar-Di Tella muestra que el 44,4% de las empresas adoptaron IA de manera descentralizada, con distintas áreas y empleados probando por su cuenta y sin coordinación. Además, sólo el 26,6% tiene una gestión centralizada desde un área específica (IT, dirección o innovación) y un 20,2% directamente reconoce que «no está claro» cómo se gestiona puertas adentro.

Blas Briceño, CEO de Finnegans, plantea que la ausencia de una estrategia clara no es solo un problema de las pymes argentinas: «Las corporaciones no tecnológicas en general se volcaron inmediatamente a una inversión muy considerable de incorporación de IA sin estrategia o con mediciones de retorno muy inciertas. Y ahora esa ola se está retirando». Para Briceño, en los directorios de las empresas locales «hay mucho desconocimiento y mucha expectativa y, al final, mucha inacción». Es decir, la información no decantó en una estrategia coherente, y por eso la implementación se produce desde los trabajadores, con sectores u operaciones que adoptan con autonomía, en base a conocimientos propios.

Esta brecha entre lo que la tecnología promete y lo que efectivamente se adopta tampoco es exclusivamente argentina. Hay al menos dos cuestiones que la explican. La primera es el costo: pedirle a ChatGPT una receta con lo que sobró en la heladera es gratis, pero un uso más intensivo o especializado, no. La cuenta que hace cualquier empresa es cuánto cuesta el servicio digital frente al costo salarial que permite ahorrar. La segunda es que entre que una tecnología está disponible y que se adopta median varios factores: la incertidumbre sobre para qué usarla, qué resultados dará, si tiene sentido para la escala de producción de cada empresa y si existe la infraestructura para incorporarla.

Según el relevamiento de UIA-Accenture, se necesitan tres cosas para destrabar la adopción: 1) entender su potencial real (qué problemas resuelve, qué inversión requiere y qué resultado genera); 2) fortalecer el «núcleo digital» de capacidades de las organizaciones, algo con lo que hoy sólo cuenta el 15% de las empresas; y 3) resolver un problema de habilidades, porque la predisposición para incorporar IA existe. Aldo Lo Russo, empresario metalúrgico, destaca una dificultad habitual en la adopción en procesos industriales: “Vos necesitás a alguien que sepa mucho de programación y, a la vez, del proceso físico real para ir interactuando con la inteligencia artificial. Eso es un potencial. Pero necesitás a las personas y el talento dentro de las empresas”. 

El fuego focalizado: por qué contar empleos no alcanza 

Reconocer las dificultades en la adopción de estas tecnologías es un primer paso crítico para evaluar sus repercusiones en el empleo. Un estudio de 2013, que terminó en titulares apocalípticos sobre el fin del trabajo, estimaba que en 10 años el 47% de los puestos de trabajo estadounidenses se verían afectados por la automatización. Sin embargo, ya pasaron 10 años y aquella predicción está muy lejos de cumplirse. Más allá de las críticas conceptuales y metodológicas a aquellas estimaciones, el principal problema es su efecto político: no hay nada más disciplinador que el temor a perder el empleo.

Más recientemente, las estimaciones sobre el impacto de la inteligencia artificial generativa (IAG) son más modestas. Según la OIT, solo 3,3% del empleo mundial tiene “exposición elevada y constante a la IAG”, es decir, gran parte de sus tareas podrían automatizarse. Siguiendo esa misma metodología para CABA, el Consejo Económico y Social de la Ciudad de Buenos Aires (CESBA) estima que el sector más expuesto a la IAG es el de finanzas, TIC y servicios profesionales. Allí aparecen los trabajadores informáticos, protagonistas de esta transformación por varias vías: crean la tecnología que resulta cada vez más efectiva para automatizar su propio trabajo. 

Así, tras un largo período de crecimiento del empleo, la Cámara Argentina de la Industria del Software reporta por primera vez una leve caída: -0,5% para el primer trimestre de 2026. Este dato va en sintonía con lo que se percibe en el sector. Al respecto, dice Briceño: “La industria está como en un wait and see y eso hace que muchas veces muchas empresas estén simplemente cancelando toda contratación de juniors”. El caso resulta paradigmático y, en cierta medida, es lógico que despierte alarma: hace 5 años se publicitaba la programación como “el trabajo del futuro” y hoy lidera las ocupaciones más susceptibles de ser reemplazadas. 

No es la única ocupación con señales de reemplazo: aun cuando no todas las tareas puedan automatizarse, si una parte de ellas se automatiza, se necesitan menos personas. En tareas de oficina -administrativas, análisis de información, generación de contenido, marketing o atención al cliente- el uso de IA comienza a impactar en reducciones de personal. Pero esto de ningún modo es generalizado al conjunto de esas ocupaciones, y menos aún al conjunto del mercado de trabajo.

Dicho esto, la pregunta más recurrente es: ¿en qué tareas nos va a reemplazar la IA en el futuro próximo? Pero las más relevantes parecen ser otras: ¿qué habilidades van a ser valoradas/bien remuneradas? ¿Cómo van a aprender las/os trabajadores aquello que no puede hacer la IA?

Estas preguntas se vuelven urgentes porque el avance de la IA efectivamente amenaza de manera general la cadena de formación en el trabajo. Cuando un trabajador con experiencia puede resolver con IA lo que antes resolvía con un equipo de juniors, esos puestos de entrada dejan de existir, pero también desaparece el semillero que reemplaza a los seniors cuando se jubilan. Esteban Sargiotto, Director del Observatorio del Trabajo Informático (OTI) de la Asociación Gremial de Computación, lo resume así: «Ahora hay muchos seniors que no necesitan juniors, porque con una buena suscripción a una IA pueden prescindir de ellos”. Y se pregunta: “¿Cómo va a ser de acá a 5 o 10 años si ese senior se jubila? ¿Quién va a ser el nuevo senior si no formaste juniors? Ahí se rompe el oficio».

Alelí Prevignano, directora de la Fundación de Inteligencia Artificial (IAF), plantea que el problema también es regulatorio: “La reforma laboral vació el capítulo de formación profesional de la Ley de Contrato de Trabajo. Se corrió al empleador del deber de formación profesional justo en el momento histórico en que la formación pasó a ser la principal herramienta de continuidad laboral». El resultado, según Prevignano, es que la responsabilidad termina recayendo en el eslabón más débil: «Si el empleador no forma y el Estado se retira, la carga cae sobre el trabajador individual y se individualiza un riesgo que es colectivo, pero que, además, parte de una decisión empresaria».

¿Qué hacemos con todo esto? 

Entre las promesas de los titulares -y quizá algunas oportunidades reales- y lo que ocurre hay una distancia: la realidad mantiene patrones conocidos para estas regiones, con una adopción parcial, heterogénea, sin mucha estrategia e impactos relevantes pero focalizados. Por ahora.

Para no repetir errores del pasado, conviene pensar los desafíos en tres niveles: los debates globales, las realidades regionales -donde la heterogeneidad y la informalidad pesan- y la actualidad argentina.

De los debates globales, hay dos urgentes. El primero es la soberanía en la era digital: si estas tecnologías e infraestructuras son claves para la economía, no es posible evadir la pregunta sobre dónde están localizadas, quién las controla y quién puede desarrollarlas y operarlas. No son preguntas abstractas a futuro, sino concretas hoy. Sargiotto da un ejemplo: “Hace poco hubo un caso de una empresa argentina muy importante a la que Anthropic le dio de baja la suscripción y esta empresa se quedó sin sus sistemas. Terminó toda una empresa parada, con el dueño viendo quién de Anthropic lo atendía en una ventanita de soporte”. Aquí los debates en Estados Unidos, China, Europa o vecinos como Brasil y Chile pueden ser puntos de partida.

El segundo es cómo se van a distribuir los frutos de estas tecnologías entre el capital y el trabajo: ¿qué mecanismos concretos se van a establecer? Vanesa Núñez resume así:  “Aparece un temor real: que esto no se convierta en más precarización. Porque, finalmente, la tecnología viene generando mayor productividad, hacemos las cosas cada vez más rápido, trabajamos la misma cantidad de tiempo y hacemos muchísimas más tareas de las que hacíamos antes, porque estamos mediados por tecnologías que lo facilitan, pero nuestras condiciones materiales de vida no son mejores”. Aquí la reforma laboral no fue en el sentido indicado, atacando la negociación colectiva y flexibilizando la jornada de trabajo y el despido, lo que permite privatizar los beneficios de la innovación y socializar sus costos. 

Finalmente, el nivel doméstico. Más acá de todos los debates, las inversiones para adoptar tecnologías no van a ocurrir sin perspectivas de rentabilidad. Un entramado productivo hoy preocupado por su supervivencia difícilmente sea el más proclive a innovar. Aldo Lo Russo lo sintetiza así: “Tenemos los créditos anteriores que estamos pagando, tenemos una baja en la demanda: es un momento muy complejo para introducir una herramienta que realmente es revolucionaria”.

Hay grandes tareas que emprender -políticas, legislativas y económicas- para intentar alcanzar los resultados que los optimistas claman sobre la IA. Empecemos a caminar en otro sentido, o sólo nos quedará la protesta y las miserias de la era, algo sobre lo que los Gandalfs de Palermo Chicos intentaron avisarnos.