La proliferación de la inteligencia artificial se ha consolidado como una revolución tecnológica con manifestaciones tanto en la esfera científica como en la estructura del mercado laboral. La literatura internacional la ha posicionado en el centro del debate sobre transformación productiva, dado su potencial para reconfigurar la productividad y la competitividad a gran escala. Este potencial se ha visto reflejado en los datos a nivel internacional. En el caso de Estados Unidos, para el último cuarto de 2025, el 18% de las empresas había adoptado herramientas de inteligencia artificial. Se estima, además, que el 78% de la fuerza de trabajo estadounidense trabaja en empresas que ya adoptaron IA.

Sin embargo, en economías con menor desarrollo tecnológico, la adopción a nivel transversal en las empresas ha sido significativamente menor. No se ha captado una automatización que exija rediseñar la arquitectura decisional de la firma, que es la que deriva en mejoras sustantivas de productividad. Esto se debe a que una transformación efectiva del sector productivo requiere de políticas de gobernanza que no se han elaborado en países con economías emergentes. En un sistema productivo heterogéneo como el argentino, la ausencia de un marco regulatorio que contemple la variabilidad en las herramientas y modalidades de adopción implica un obstáculo para su desarrollo. Específicamente, implica un obstáculo para la captura del retorno a la inversión en mayor productividad a través de la IA.

¿Cuál es el panorama de adopción de IA en Argentina?

Argentina, como economía emergente, aún no ha aparejado el nivel de adopción de mercados como el estadounidense. El CEPE de Di Tella realizó una encuesta sobre adopción de IA en PyMEs que distingue entre la integración estructural de la herramienta y la integración de soluciones para tareas secundarias. Dicho análisis permite diferenciar entre decisiones de uso orientadas a la automatización para la reducción de costos directos y aquellas enfocadas en la complementariedad de tareas laborales. Del total de la muestra relevada por el CEPE, el 41% de las PyMEs ha incorporado la IA. Sin embargo, no todas lo han hecho en la misma medida. El informe clasifica a las empresas que han incorporado la tecnología en 4 categorías según grado de adopción.

La mayoría de las empresas adoptantes se clasifican como Empresas Experimentales (23% del total) que incorporan herramientas de IA generativa de forma espontánea y descentralizada en áreas de apoyo. Le siguen las Empresas Exploradoras (10% del total) que implementan al menos 2 tecnologías en al menos 2 funciones de negocio y las adquieren mediante compras comerciales de software estándar. Las últimas dos categorías de empresas incorporan soluciones más complejas, pero se diferencian en el marco institucional y formativo que las acompaña. Las Empresas Optimizadoras (4%) utilizan al menos 3 tecnologías en al menos 3 funciones y se diferencian por contar con empleados con capacidades técnicas específicas. Por último, las Empresas Líderes (3,8%) adoptan al menos 4 tecnologías distribuidas en al menos 4 funciones, y han institucionalizado la IA sumando capacidades de gobernanza formal.

¿Por qué se manifiesta una brecha en Argentina?

El sector productivo argentino se encuentra caracterizado por desigualdades sectoriales y tecnológicas preexistentes. Esto representa un desafío para la adopción de herramientas de IA en el país, en tanto su traducción en ventaja de costo para las empresas no es lineal. Mientras el sector de software y servicios informáticos alcanza una tasa de adopción del 85,4%, sectores como minería (16,3%) o alimentos y bebidas (29,9%) quedan por detrás. Como se refleja en los datos, esta brecha no es casual, sino que responde a una asociación sistemática entre adopción de IA y digitalización previa. Las empresas que ya contaban con mejores capacidades tecnológicas se encuentran hoy en mejores condiciones para incorporar estas herramientas, mientras que las rezagadas enfrentan mayores dificultades.

Solo el 3,3% de las PyMEs adoptantes cuenta con una política formal de uso de IA y el 78,3% no distingue esa inversión dentro de su presupuesto general. En este contexto, la incorporación de IA podría significar un cambio sustantivo en dos direcciones: profundizar las distancias productivas ya existentes entre empresas grandes y pequeñas, o contribuir a reducirlas. La pregunta, entonces, no es únicamente cuántas herramientas de IA se adoptan, sino cómo traducir ese aumento de productividad en ingresos que reduzcan brechas en lugar de ampliarlas.

¿Cómo capturar ese retorno?

En definitiva, capturar ese potencial no es instantáneo: requiere de medidas específicas para que el aumento de productividad efectivamente se traduzca en mayores ingresos para las pequeñas y medianas empresas. Con el objetivo de contrarrestar la concentración de los beneficios de la IA en un pool reducido de empresas, la prioridad es el fortalecimiento de la gobernanza. Tanto al interior de las firmas como en la política pública, esto debe primar incluso por sobre la inversión en digitalización local. Frente al riesgo de que la tecnología profundice las asimetrías productivas locales, el Estado y las cámaras sectoriales deben proveer condiciones institucionales que permitan a las PyMEs capturar mayores beneficios. Específicamente, propiciar condiciones que habiliten a rediseñar procesos de trabajo, estructurar presupuestos específicos de innovación y contar con métricas estandarizadas para medir el impacto de la IA sobre sus costos, tiempos operativos y calidad de su oferta.

La proliferación de la inteligencia artificial se ha consolidado como una revolución tecnológica con manifestaciones tanto en la esfera científica como en la estructura del mercado laboral. La literatura internacional la ha posicionado en el centro del debate sobre transformación productiva, dado su potencial para reconfigurar la productividad y la competitividad a gran escala. Este potencial se ha visto reflejado en los datos a nivel internacional. En el caso de Estados Unidos, para el último cuarto de 2025, el 18% de las empresas había adoptado herramientas de inteligencia artificial. Se estima, además, que el 78% de la fuerza de trabajo estadounidense trabaja en empresas que ya adoptaron IA.

Sin embargo, en economías con menor desarrollo tecnológico, la adopción a nivel transversal en las empresas ha sido significativamente menor. No se ha captado una automatización que exija rediseñar la arquitectura decisional de la firma, que es la que deriva en mejoras sustantivas de productividad. Esto se debe a que una transformación efectiva del sector productivo requiere de políticas de gobernanza que no se han elaborado en países con economías emergentes. En un sistema productivo heterogéneo como el argentino, la ausencia de un marco regulatorio que contemple la variabilidad en las herramientas y modalidades de adopción implica un obstáculo para su desarrollo. Específicamente, implica un obstáculo para la captura del retorno a la inversión en mayor productividad a través de la IA.

¿Cuál es el panorama de adopción de IA en Argentina?

Argentina, como economía emergente, aún no ha aparejado el nivel de adopción de mercados como el estadounidense. El CEPE de Di Tella realizó una encuesta sobre adopción de IA en PyMEs que distingue entre la integración estructural de la herramienta y la integración de soluciones para tareas secundarias. Dicho análisis permite diferenciar entre decisiones de uso orientadas a la automatización para la reducción de costos directos y aquellas enfocadas en la complementariedad de tareas laborales. Del total de la muestra relevada por el CEPE, el 41% de las PyMEs ha incorporado la IA. Sin embargo, no todas lo han hecho en la misma medida. El informe clasifica a las empresas que han incorporado la tecnología en 4 categorías según grado de adopción.

La mayoría de las empresas adoptantes se clasifican como Empresas Experimentales (23% del total) que incorporan herramientas de IA generativa de forma espontánea y descentralizada en áreas de apoyo. Le siguen las Empresas Exploradoras (10% del total) que implementan al menos 2 tecnologías en al menos 2 funciones de negocio y las adquieren mediante compras comerciales de software estándar. Las últimas dos categorías de empresas incorporan soluciones más complejas, pero se diferencian en el marco institucional y formativo que las acompaña. Las Empresas Optimizadoras (4%) utilizan al menos 3 tecnologías en al menos 3 funciones y se diferencian por contar con empleados con capacidades técnicas específicas. Por último, las Empresas Líderes (3,8%) adoptan al menos 4 tecnologías distribuidas en al menos 4 funciones, y han institucionalizado la IA sumando capacidades de gobernanza formal.

¿Por qué se manifiesta una brecha en Argentina?

El sector productivo argentino se encuentra caracterizado por desigualdades sectoriales y tecnológicas preexistentes. Esto representa un desafío para la adopción de herramientas de IA en el país, en tanto su traducción en ventaja de costo para las empresas no es lineal. Mientras el sector de software y servicios informáticos alcanza una tasa de adopción del 85,4%, sectores como minería (16,3%) o alimentos y bebidas (29,9%) quedan por detrás. Como se refleja en los datos, esta brecha no es casual, sino que responde a una asociación sistemática entre adopción de IA y digitalización previa. Las empresas que ya contaban con mejores capacidades tecnológicas se encuentran hoy en mejores condiciones para incorporar estas herramientas, mientras que las rezagadas enfrentan mayores dificultades.

Solo el 3,3% de las PyMEs adoptantes cuenta con una política formal de uso de IA y el 78,3% no distingue esa inversión dentro de su presupuesto general. En este contexto, la incorporación de IA podría significar un cambio sustantivo en dos direcciones: profundizar las distancias productivas ya existentes entre empresas grandes y pequeñas, o contribuir a reducirlas. La pregunta, entonces, no es únicamente cuántas herramientas de IA se adoptan, sino cómo traducir ese aumento de productividad en ingresos que reduzcan brechas en lugar de ampliarlas.

¿Cómo capturar ese retorno?

En definitiva, capturar ese potencial no es instantáneo: requiere de medidas específicas para que el aumento de productividad efectivamente se traduzca en mayores ingresos para las pequeñas y medianas empresas. Con el objetivo de contrarrestar la concentración de los beneficios de la IA en un pool reducido de empresas, la prioridad es el fortalecimiento de la gobernanza. Tanto al interior de las firmas como en la política pública, esto debe primar incluso por sobre la inversión en digitalización local. Frente al riesgo de que la tecnología profundice las asimetrías productivas locales, el Estado y las cámaras sectoriales deben proveer condiciones institucionales que permitan a las PyMEs capturar mayores beneficios. Específicamente, propiciar condiciones que habiliten a rediseñar procesos de trabajo, estructurar presupuestos específicos de innovación y contar con métricas estandarizadas para medir el impacto de la IA sobre sus costos, tiempos operativos y calidad de su oferta.