Señor Director: no invierta en IA sin antes leer estas líneas

Las demostraciones son impactantes, los pilotos son prometedores, y los empleados que usan herramientas de IA dicen que hacen más cosas en menos tiempo. Pero cuando se miran los números de la organización, la aguja no se mueve.

Resulta que Daron Acemoglu, que ganó el Nobel de Economía en 2024, viene diciendo algo muy parecido desde que apareció ChatGPT: que la IA, tal como se la está adoptando — para hacer más eficiente al trabajador individual —, no va a mover la aguja de la productividad global ni va a pesar en lo que produce la economía.

Ya pasó antes

En 1987, Robert Solow dejó una frase que se hizo célebre: la era de las computadoras se veía en todas partes excepto en las estadísticas de productividad. La capacidad de cómputo de Estados Unidos se multiplicó por cien entre los años 70 y 80, y sin embargo la productividad laboral cayó de más de 3% anual en los 60 a apenas 1% en los 80. A esta contradicción se la conoce como la paradoja de Solow.

A principios de 2026, el economista jefe de Apollo lo puso en estos términos: "la IA está en todas partes excepto en los datos macroeconómicos — no se ve en los datos de empleo, productividad ni inflación." La historia no se repite, pero rima.

La escala como problema

Que un empleado haga más tareas en menos tiempo no quiere decir que la organización produzca más ni que facture más. Hay coordinación entre áreas, hay procesos que dependen de otros procesos, hay cuellos de botella que no son los que la IA resuelve. La eficiencia individual se disipa en la complejidad organizacional antes de llegar a los resultados.

Brynjolfsson le puso nombre a esto: la "curva J de productividad". Cuando se adopta una tecnología de propósito general, la productividad puede estancarse o incluso caer antes de empezar a subir, porque la organización necesita tiempo para reconfigurar sus procesos, entrenar a su gente, y construir lo que él llama "capital organizacional". Cuanto más grande la organización, más larga y costosa es esa curva J.

Lo que nos dicen los que pensaron esto antes

Brynjolfsson demostró con datos que tecnología, medición del desempeño y remuneración vinculada a resultados solo producen ganancias de productividad cuando se implementan los tres juntos. Cualquiera de ellos por separado, o combinaciones de solo dos, no rinde. Un dólar invertido en tecnología estaba asociado con diez dólares de valor de mercado, de los cuales nueve correspondían a las inversiones organizacionales complementarias. La tecnología era apenas una décima parte de la historia.

Walmart no se convirtió en la empresa más grande del mundo porque compró computadoras. Lo hizo porque rediseñó toda su cadena de suministro alrededor de lo que las computadoras hacían posible. No superpusieron tecnología al proceso viejo — construyeron un proceso nuevo desde la tecnología.

Cinco palancas para el directivo

Primera: quién prioriza. El máximo responsable de la organización debe liderar personalmente. La adopción de IA no se delega al área de TI.

Segunda: qué se hace. No se trata de acelerar el proceso existente sino de redefinir qué procesos se rediseñan en torno a qué tecnología.

Tercera: qué debe saber el que ejecuta. Distribuir licencias no es formar. Las personas necesitan entender qué puede hacer la herramienta y cómo cambia su rol en el proceso rediseñado.

Cuarta: cómo se miden los resultados. Si la organización no define métricas nuevas para los procesos nuevos, no va a tener forma de saber si la inversión rindió.

Quinta: cómo se incentiva. Debe existir un mecanismo de remuneración variable vinculado al cumplimiento de metas de los nuevos procesos.

La pregunta relevante para el directivo no es "¿cuánto invierto en IA?" sino "¿estoy dispuesto a reorganizar mi organización para que la IA tenga dónde aterrizar?" Invertir en herramientas sin rediseñar procesos, roles, métricas y recompensas es repetir el error que ya vimos con las computadoras, con internet y con cada ola tecnológica anterior.