¿Qué tan importante es realmente la IA?
De acuerdo con BCG, tres de cada cuatro ejecutivos consideran la IA como una prioridad estratégica. En la misma línea, McKinsey revela que el 78% de las organizaciones ya utiliza IA en al menos una función de negocio, confirmando que dejó de ser un experimento para convertirse en parte del núcleo operativo de las empresas. En menos de una década, la Inteligencia Artificial (IA) se convirtió en uno de los principales motores de transformación económica global. Según el Stanford AI Index Report 2025, la inversión privada en IA en Estados Unidos alcanzó 109.100 millones de dólares en 2024, casi 12 veces lo invertido por China y 24 veces lo del Reino Unido.
El impacto económico de esta ola tecnológica es comparable, en escala, al de la electrificación o la informática personal. Pero la velocidad y la asimetría en la adopción plantean un reto singular: la IA no solo reconfigura modelos de producción y empleo, sino también las estructuras regulatorias y fiscales que los sostienen.
Por su parte, recientemente, OpenAI anunció una alianza estratégica con Sur Energy para desarrollar en la región patagónica de Argentina un megacentro de datos cuyo valor estimado podría alcanzar los USD 25.000 millones, bajo el proyecto denominado “Stargate Argentina”. El plan contempla una capacidad de hasta 500 MW de potencia computacional dedicada a la IA, y se inscribe en el marco del régimen de incentivos para grandes inversiones (RIGI). Desde el punto de vista económico, este tipo de proyectos ofrecen una oportunidad singular para posicionar al país como un hub regional de IA, pero también plantean desafíos: la magnitud de la inversión, su financiamiento, y la capacidad local para absorber y operar una instalación de este tamaño deben considerarse con detenimiento.
Un vector de crecimiento y productividad
El Fondo Monetario Internacional (IMF, 2024) proyecta que la IA podría aumentar la productividad global entre 0,3% y 0,6% anual durante la próxima década, aunque advierte que los beneficios estarán desigualmente distribuidos: concentrados en países con alta inversión en capital intangible y fuerza laboral calificada.
En América Latina, los avances son más lentos. El informe de la Comisión Económica para América Latina y el Caribe (CEPAL, 2025) estima que el gasto regional en IA alcanzó 2.600 millones de dólares en 2023, apenas el 1,5% del total mundial, pese a que la región representa el 6,3% del PBI global. Brasil y México lideran la adopción, seguidos por Chile, pero el impacto económico sigue siendo limitado: un 1% de aumento en el gasto en IA se asocia con solo un 0,036% de crecimiento del PIB, efecto que se materializa principalmente por la mejora en la productividad del trabajo calificado.
El Atlas de Inteligencia Artificial para América Latina y el Caribe del Programa de las Naciones Unidas para el Desarrollo (PNUD, 2024) confirma que la región enfrenta una “doble brecha” en materia de IA: de capacidades y de gobernanza. Por un lado, el 80% de las inversiones privadas en IA se concentran en solo en tres países (Brasil, México y Chile), mientras que la mitad de los países de la región no registran políticas activas de promoción tecnológica. Por otro lado, el 70% de las instituciones públicas y regulatorias carecen de infraestructura de datos y talento técnico suficiente para adoptar o supervisar sistemas de IA.
Esto evidencia una brecha estructural: la IA impulsa la eficiencia del empleo calificado, pero puede agrandar las desigualdades donde predominan tareas rutinarias o de baja formación. En la región, menos del 30% de la población adulta posee educación terciaria (frente a más del 50% en economías avanzadas), lo que reduce el potencial de captura de los beneficios tecnológicos.
El potencial laboral y los límites de la transformación
El Banco Mundial (2025) calcula que entre el 30% y el 40% de los empleos actuales en América Latina y el Caribe podrían verse automatizados o profundamente transformados por la IA, especialmente en tareas administrativas, financieras y logísticas. Sin embargo, también identifica un importante “potencial de nuevos empleos” en sectores de análisis de datos, servicios digitales y mantenimiento tecnológico, siempre que los países inviertan en educación y reconversión laboral.
El PNUD (UNDP, 2024) coincide en que la IA podría ser una herramienta de desarrollo inclusivo si se combina con políticas activas de innovación, fortalecimiento institucional y digitalización del Estado. Sin embargo, la región muestra una inversión en investigación y desarrollo (I+D) de apenas 0,7% del PIB, frente al 2,7% de los países de la OCDE, lo que limita la autonomía tecnológica y agrava la dependencia de proveedores externos.
Por su parte, un estudio reciente del MIT y Fortune (2024) reveló que solo el 5% de los proyectos piloto de IA corporativa logran generar impacto medible en la productividad, lo que pone en evidencia una paradoja: la inversión tecnológica avanza más rápido que la capacidad institucional para integrarla eficazmente.
Estos desafíos se amplifican en economías como la argentina, donde la estructura productiva y el entorno institucional condicionan la capacidad de adoptar nuevas tecnologías
El caso argentino: una regulación que podría frustrar otra oportunidad histórica
En este contexto global, Argentina está comenzando a debatir su propio marco regulatorio. El proyecto de ley impulsado por la Comisión de Ciencia, Tecnología e Innovación Productiva de la Cámara de Diputados, encabezada por Daniel Gollán, propone crear una Agencia de Gestión del Conocimiento (AGC) con amplias facultades: supervisar y auditar sistemas de IA, exigir certificaciones obligatorias, imponer sanciones y reclasificar algoritmos.
Si bien el debate es necesario, el diseño actual del proyecto presenta riesgos económicos relevantes. La creación de nuevas cargas regulatorias (auditorías, certificaciones, registros y aportes obligatorios equivalentes al 5% del Impuesto a las Ganancias para grandes empresas) podría elevar sustancialmente los costos de cumplimiento, afectando la competitividad y desincentivando la innovación en startups y PyMEs tecnológicas.
La definición legal de “sistema de IA” propuesta, que abarca cualquier programa que “infiera resultados a partir de la información que recibe”, es tan amplia que incluiría desde un software contable hasta un motor de recomendación de e-commerce. Una regulación de este alcance podría generar un efecto contrario al buscado: ralentizar la adopción empresarial de IA, precisamente en una economía que necesita aumentar su productividad y exportar servicios basados en conocimiento.
Como advierte Fund.ar (2024), el riesgo en América Latina no es la ausencia de regulación, sino la sobrerregulación. Un marco rígido puede desalentar la inversión y consolidar la dependencia tecnológica, justo cuando la región debería fomentar su propio ecosistema.
Discutir una estrategia de desarrollo, no solo de control
La experiencia internacional muestra que los países más exitosos en la adopción de IA (como Estados Unidos, Corea o Israel) priorizaron políticas de innovación y capital humano antes que marcos sancionatorios. La CEPAL propone avanzar en una agenda dual: acelerar la acumulación de capital intangible (capacitación, desarrollo de casos de uso sectoriales y adopción en PyMEs) y, al mismo tiempo, diseñar esquemas regulatorios proporcionales al riesgo y flexibles ante la evolución tecnológica.
En el plano macroeconómico, la IA representa una oportunidad concreta para aumentar la productividad total de los factores, reducir costos de transacción y mejorar la eficiencia del sector público. Pero aprovecharla requiere una mirada estratégica: invertir más en capacidades que en burocracia, y entender que el verdadero riesgo no está en la tecnología, sino en no saber usarla bien.
Inteligencia artificial y visión país: competir o quedar relegados
El ascenso de la IA redefine cadenas de valor, flujos de capital y jerarquías tecnológicas globales. Para economías emergentes como la argentina, el riesgo no es quedar fuera de la regulación, sino fuera del mapa productivo. Mientras el mundo invierte para liderar la revolución del conocimiento, una sobrerregulación o una ausencia de visión podrían cristalizar nuestro rol como usuarios periféricos. Competir exige gobernar la IA con estrategia y pragmatismo económico: promover inversión, proteger el talento y crear condiciones de escala. De lo contrario, el futuro digital puede consolidar las brechas que la innovación prometía cerrar.
Comentarios