¿Cuál es el verdadero valor económico que genera la IA?

El debate sobre la inteligencia artificial ha madurado. Casi nadie niega ya que la IA puede lograr cosas impresionantes. La cuestión ahora es cuánta verdadera valor económico aporta esta tecnología.

Esa distinción es importante. La IA puede acelerar una tarea, pero eso no significa automáticamente que las empresas vendan muchos más productos, obtengan mayores beneficios o aumenten significativamente la productividad de toda la organización. Un nuevo estudio del MIT destaca precisamente esa tensión.

Los programadores realizan mucho más trabajo

Investigadores siguieron a desarrolladores de software antes y después de usar herramientas de IA. No solo observaron cuánta código se escribía, sino también cuántos archivos se modificaban, cuántos trabajos se enviaban para revisión y cuántos nuevos programas se lanzaban realmente.

El primer efecto fue espectacular. Los desarrolladores crearon o editaron casi un 300 por ciento más de archivos. Eso parece un gran salto en productividad.

Pero más adelante en el proceso, el efecto se redujo. El número de trabajos enviados para revisión aumentó aproximadamente un 150 por ciento. Finalmente, el incremento en los lanzamientos de software reales fue de alrededor del 30 por ciento. Eso sigue siendo significativo, pero es mucho menos de lo que las cifras iniciales sugieren.

El cuello de botella está en las personas y los procesos

La explicación es sencilla. Más código no significa automáticamente más valor. El código debe ser revisado, probado, fusionado, lanzado y finalmente utilizado por los clientes. Ahí es donde a menudo se presentan cuellos de botella humanos. Los equipos deben hacer revisiones, los gerentes establecer prioridades y las empresas determinar qué funciones son realmente relevantes.

Por lo tanto, la IA acelera una parte de la cadena, pero no automáticamente toda la cadena. Si el resto de la empresa sigue operando de la misma manera, parte del beneficio desaparece en el camino.

Más aplicaciones, no más usuarios

Los investigadores también analizaron si un aumento en la producción de software se traducía en un mayor uso. Encontraron poca evidencia al respecto.

El número de nuevas aplicaciones móviles aumentó claramente, pero no así el número de descargas. Muchas aplicaciones nuevas apenas lograron llegar al público.

Esa es una lección importante. La IA facilita la creación de productos, pero no automáticamente la creación de productos que las personas realmente quieran usar.

La IA barata a veces puede ser suficiente

El momento del estudio es interesante. El CEO de Uber, Dara Khosrowshahi, declaró recientemente que la empresa agotó su presupuesto completo de IA para 2026 en un solo trimestre. Uber, por lo tanto, planea usar más modelos económicos y reservar los modelos más avanzados para casos especiales.

Investigaciones recientes sobre el uso de la IA en el ámbito legal también apuntan en esa dirección. Agentes de IA de código abierto y económicos, combinados con modelos avanzados que se utilizan solo como asesores ocasionales, ofrecieron mejores resultados a costos mucho más bajos.

Comparación con la electricidad

La historia ofrece una comparación útil. Cuando la electricidad surgió a finales del siglo XIX y principios del XX, el gran salto en productividad no fue inmediato.

Las fábricas que simplemente reemplazaron sus grandes máquinas de vapor por un solo motor eléctrico, pero no cambiaron nada más, obtuvieron ganancias limitadas. El verdadero avance llegó cuando rediseñaron sus procesos y las máquinas obtuvieron motores eléctricos individuales.

Con la IA podría suceder lo mismo. Las empresas que simplemente añaden IA a sus flujos de trabajo existentes verán ganancias limitadas. Las empresas que rediseñan sus procesos desde cero alrededor de la IA pueden crear mucho más valor.

Las nuevas empresas tienen ventaja

Por eso, empresas como OpenAI y Anthropic son interesantes. No están construidas como organizaciones tradicionales que agregan IA a posteriori. Sus productos, procesos y cultura giran en torno a la IA desde el principio.

Eso podría explicar por qué el uso, los ingresos y la productividad crecen mucho más rápido allí que en las empresas establecidas que intentan integrar la IA en estructuras antiguas.

Los grandes ganadores de la IA podrían no ser las empresas que la utilizan para hacer algo más rápidos los procesos existentes. Podrían ser las empresas que construyen procesos completamente nuevos basados en la IA.