Hay una pregunta que empieza a incomodar más que cualquier demostración de inteligencia artificial: ¿cuánto mejoró el negocio desde que la empresa comenzó a usarla? Redactar más rápido un correo es fácil de mostrar. Reducir fallas de producción, vender más con la misma estructura o acortar el tiempo de una entrega exige bastante más.
La distancia tiene números. El 21,9% de la población argentina en edad laboral utiliza herramientas de inteligencia artificial generativa, según los datos de 2026 recogidos por la Universidad de San Andrés. Pero la adopción empresarial estimada para 2025 alcanza apenas al 11,2%. Son mediciones de universos y años diferentes, aunque el trabajo encuentra el mismo problema al entrevistar compañías: el uso individual avanza más que su integración al negocio.
Como anticipé ayer en El Color del Dinero, Raúl Katz presentó el estudio en las Jornadas Internacionales de ATVC y CAPPSA. El trabajo, dirigido por Katz, Luciana Pagani y Natalia Méndez Huergo, analiza empresas, infraestructura, formación y políticas públicas.
La cifra que concentra la atención es US$17.714 millones: el impacto económico anual que podría alcanzar la IA en la Argentina en 2030 bajo una estrategia de adopción acelerada. Equivale al 2,13% del PBI proyectado. Incluye gasto tecnológico y mejoras de productividad; no es una inversión anunciada ni una suma acumulada hasta ese año.
Hay otro número menos difundido y más útil para evaluar esa estrategia. Si continúan las tendencias actuales, el impacto estimado para 2030 sería de US$12.708 millones. La diferencia ronda los US$5.006 millones anuales. Ese es el valor adicional que el modelo atribuye a acelerar la adopción.
El vecino ya empezó
La meta utilizada para construir el escenario acelerado es reveladora: que la Argentina llegue en cuatro años al nivel de adopción empresarial que Uruguay ya registra en la comparación del informe, 16,5%.
También está detrás de Chile, con 13,5%; Brasil, con 13%; y Colombia, con 12,7%. El gasto argentino en IA se estima en US$798 millones para 2026, equivalente al 0,12% del PBI. El promedio latinoamericano es 0,22%.
El rezago alcanza a las compañías grandes. El estudio calcula que el 34,7% de las aproximadamente 4.000 grandes empresas argentinas incorporó alguna aplicación, frente al 54% promedio de la OCDE. Entre las medianas, la proporción baja al 16%; entre las pequeñas, al 8,5%.
Las entrevistas muestran diferencias entre empresas nacidas digitales, exportadoras, multinacionales y firmas orientadas al mercado interno. Las primeras cuentan con procesos y datos que facilitan la incorporación. En otras, el uso queda disperso entre empleados, cuentas personales y aplicaciones que la organización no supervisa.
Eso puede dejar a una compañía sin saber qué información comercial está cargando su personal, qué resultados obtiene o cuánto tiempo ahorra. El informe identifica ese uso fuera de las políticas corporativas como shadow AI: inteligencia artificial que funciona dentro de la empresa, pero fuera de su control.
La pyme no encuentra quién se haga cargo
“El principal recurso escaso para implementar inteligencia artificial en las PyMEs es el tiempo de quien decide”, señala el trabajo.
La investigación cualitativa encontró que apenas un tercio de las pymes entrevistadas había integrado IA a sus flujos de trabajo. Las demás la utilizaban en tareas aisladas o con muy poca intensidad. Esa proporción describe a las entrevistadas, no constituye una estimación para todas las pymes argentinas.
Las barreras cambian a medida que avanza el uso. Al comienzo falta identificar una aplicación concreta. Después, alguien capaz de conducirla. Cuando se intenta extenderla, aparecen resistencia interna, recursos insuficientes y costos de equipamiento o procesamiento.
El beneficio tampoco suele medirse. Predomina la impresión de que se trabaja mejor, sin un registro que permita comparar tiempos, errores o costos antes y después de incorporar la herramienta.
Rosario tiene un lugar en el negocio de los datos
El estudio identifica alrededor de 340 empresas locales, regionales y extranjeras en el segmento argentino de software y aplicaciones de IA. También encuentra capacidades en una actividad menos visible: preparar, clasificar y evaluar los datos con los que trabajan los sistemas.
Allí aparece RWS Group, la compañía británica con sede en Rosario. El informe la incluye entre los proveedores de traducción, adaptación de contenidos a distintos mercados y soluciones de inteligencia artificial.
En ese mismo eslabón ubica a QuantyIA, especializada en curaduría y etiquetado con intervención humana experta, y a Arbusta, que trabaja en preparación de datos, entrenamiento, evaluación y control de calidad. Para esta última, el relevamiento consigna ingresos que pasaron de US$1,9 millones en 2019 a US$4,4 millones en 2024.
El trabajo humano incluye clasificar textos, marcar objetos en imágenes o revisar respuestas. El conocimiento de un idioma, una actividad o una terminología especializada permite detectar errores que un procesamiento automático puede dejar pasar.
En agroindustria, el documento menciona a Agro-data, Auravant y DeepAgro dentro del universo que genera o utiliza información de productores. En salud identifica a Cromodata, que agrega datos clínicos anonimizados. Son negocios diferentes: producir información, ordenarla, utilizarla para prestar un servicio y venderla no son actividades equivalentes.
La recomendación industrial del estudio apunta a especializarse en aplicaciones para sectores donde el país tiene conocimiento acumulado —agro, energía y salud, entre otros— y en servicios de datos de mayor valor agregado.
La infraestructura impone otra restricción. El diagnóstico advierte que la Argentina depende de capacidad de cómputo regional y no dispone de centros de datos con la escala requerida para entrenar grandes modelos. Los puntos locales de acceso a la nube reducen demoras de conexión, pero no equivalen a tener instalada aquí toda esa capacidad.
Los 160.000 puestos tienen otra cuenta detrás
La proyección laboral requiere leer más allá de la cifra atractiva. El escenario acelerado estima una necesidad total de 160.000 trabajadores especializados en IA para 2030. El crecimiento tendencial demandaría 125.000. La diferencia atribuida a la aceleración es de 35.000 puestos.
El mismo modelo calcula una sustitución potencial de entre 212.000 y 416.000 empleos hacia 2030. Al contrastarla con la fuerza laboral especializada requerida, presenta saldos negativos de aproximadamente 51.000 a 256.000 puestos. Son escenarios construidos con supuestos sobre exposición de tareas y adopción empresarial, no despidos registrados ni un pronóstico inevitable.
En las pymes entrevistadas no se identificaron despidos atribuibles a la tecnología, pero sí “contratación evitada”: empresas que absorbieron más trabajo sin incorporar personal.
A la vez, puede faltar gente capacitada. Para 2029, el escenario restrictivo de formación y reconversión arroja un déficit cercano a 25.000 trabajadores especializados; el favorable permite cubrir la demanda.
El sistema universitario relevado reúne 99 programas vinculados con IA, datos y disciplinas relacionadas, de los cuales 33 son específicos de inteligencia artificial. Como referencia de la base educativa, el informe registra 177.525 estudiantes de informática y 3.883 egresados en 2023. No todos se especializarán en IA.
Qué propone cambiar el informe
Para las pymes, los investigadores recomiendan asistencia técnica permanente, espacios donde probar soluciones antes de invertir y financiamiento asociado a la madurez de cada proyecto. Para las grandes empresas, conducción desde el directorio, reglas de uso, responsables y medición de resultados.
También proponen utilizar empresas grandes como impulsoras de la adopción entre sus proveedores y desarrollar plataformas compartidas. Eso permitiría repartir costos de herramientas y conocimientos que una firma pequeña difícilmente pueda afrontar sola.
En formación, plantean actualizar programas, ampliar trayectos técnicos y vincular la capacitación con problemas concretos de empresas. En infraestructura, facilitar acceso a cómputo para compañías y universidades.
El diagnóstico institucional encuentra planes superpuestos, implementación insuficiente y casi un centenar de proyectos legislativos vigentes al momento del relevamiento. La propuesta es un equipo técnico reducido, vinculado al gabinete de Presidencia, con responsables, cronogramas e indicadores de ejecución.
Los US$5.006 millones adicionales del escenario acelerado dependen de que esa agenda consiga modificar decisiones empresarias, capacidad de inversión y formación. La pregunta para quien dirige una compañía es bastante más concreta: ¿qué proceso va a cambiar, quién se hará cargo y cuánto espera mejorar?
