IA y productividad: ¿Puede la tecnología rescatar los mercados laborales estancados?
El crecimiento de la productividad es la variable más importante para el nivel de vida a largo plazo. ¿Está la IA finalmente dando resultados, o es otro ciclo de exageración?
De vez en cuando, una tecnología llega con la promesa de transformar la productividad, la producción por hora de trabajo. La productividad es el motor de la prosperidad: determina si los salarios pueden subir sin inflación y si una sociedad envejecida sostiene su contrato social. La pregunta es si la IA es la próxima tecnología de propósito general u otra decepción. Para situar el debate conviene recordar qué hace que una tecnología sea "de propósito general": debe ser ubicua, mejorar con el tiempo y generar innovaciones complementarias en muchos sectores. El vapor, la electricidad, el motor de combustión y el ordenador personal cumplieron esas condiciones, y cada uno tardó décadas en reflejarse en las estadísticas agregadas.
El problema de la productividad
El crecimiento de la productividad en las economías avanzadas ha sido débil durante dos décadas. Las ganancias de finales de los 90 y principios de los 2000, impulsadas por internet y el software empresarial, se desvanecieron tras la crisis financiera global. Desde entonces, la producción por hora ha promediado poco más del 1% anual en EE.UU., y menos en Europa y Japón. Con fuerzas laborales que se encogen, ese estancamiento es una emergencia macroeconómica.
Los datos merecen detenerse. Entre 1995 y 2005, la productividad estadounidense creció cerca del 2,5% anual, impulsada por la difusión de internet, la digitalización de la cadena de suministro y la reingeniería de procesos. Tras 2008, esa cifra cayó a alrededor del 1%, y en la eurozona se ha quedado por debajo del 1% durante buena parte de la última década. Japón, con una población activa envejecida, apenas supera el 0,5% en algunos años. La implicación es aritmética: si la producción por hora crece al 1%, los salarios reales solo pueden subir al 1% sin generar inflación; si crece al 2%, el margen se duplica. En una sociedad que envejece, donde la ratio de dependencia sube y menos trabajadores sostienen a más jubilados, esa diferencia decide si el contrato social es financiable o no.
¿Es la IA diferente?
El caso optimista: la IA generativa es una tecnología de propósito general que se difunde en todos los sectores. La evidencia temprana es alentadora en dominios específicos: desarrollo de software, atención al cliente y revisión de documentos legales han mostrado ganancias del 20-40% en tareas cognitivas.
Conviene concretar esos ejemplos. En desarrollo de software, estudios con programadores muestran que herramientas de autocompletado reducen el tiempo de ciertas tareas entre un 25% y un 55%, sobre todo en código repetitivo o pruebas. En atención al cliente, los asistentes virtuales resuelven entre el 20% y el 40% de las consultas sin intervención humana, y reducen el tiempo medio de gestión. En revisión de documentos legales, la extracción automática de cláusulas y la búsqueda semántica recortan horas de trabajo asociado. Son ganancias reales, medidas en tareas concretas, no en la economía entera.
El caso escéptico: esas ganancias son demasiado estrechas para mover los agregados. La paradoja de la productividad ha engañado antes. La difusión lleva tiempo: el dividendo de la electricidad e internet tomó décadas, requiriendo inversión complementaria en habilidades y rediseño organizacional. Robert Solow lo resumió en 1987: "ves la era de los ordenadores en todas partes menos en las estadísticas de productividad". Aquella paradoja se resolvió, pero tardó quince años. Con la IA puede ocurrir algo similar: las empresas primero experimentan, luego rediseñan procesos y finalmente reorganizan equipos. Ese rediseño es el que genera el dividendo agregado, y no ocurre en un trimestre.
La cuestión del mercado laboral
La incertidumbre más profunda es distributiva. A diferencia de tecnologías anteriores, la IA compite con el trabajo cognitivo, aislado de la automatización. La transición podría desplazar empleos de oficina de habilidad media, incluso mientras crea nuevos roles.
Históricamente, la automatización afectó sobre todo a tareas manuales y rutinarias: la línea de montaje, la caja del supermercado, la contabilidad básica. La IA generativa toca tareas que se creían protegidas: redacción, análisis, atención al cliente, programación. Eso significa que el ajuste puede concentrarse en trabajadores de cuello blanco con salarios medios, un grupo políticamente influyente y con menos redes de seguridad que la industria manufacturera. Al mismo tiempo, aparecen roles nuevos: ingenieros de prompts, auditores de modelos, especialistas en datos. El saldo neto es incierto y probablemente desigual por sector y geografía.
Nuestra opinión: la IA aparecerá en las estadísticas de productividad, pero con un desfase de años, no trimestres. Las economías que se adapten rápido, mediante reciclaje e inversión, capturarán las ganancias. Para los inversores, el auge de la productividad será el viento macroeconómico más importante de la década.