En lugar de la temida burbuja de la IA, nuevas investigaciones revelan que la tecnología podría abordar trabajo por valor de 4,5 billones de dólares en todo EE. UU.
El impacto de la IA en el empleo –y su potencial rentabilidad– avanza incluso más rápido de lo previsto originalmente.
Las empresas deberían emprender tres acciones clave para alinear correctamente sus inversiones en IA y lograr el máximo efecto.
Los debates sobre una burbuja de la IA han sido prominentes en los ciclos de noticias recientes. Esto se debe principalmente a una disparidad significativa entre los billones de dólares invertidos en infraestructura de IA (como la fabricación de chips y los nuevos centros de datos) y la traducción de la tecnología en valor empresarial, económico y social. Esto se percibe con mayor intensidad en la adopción empresarial, donde estudios recientes –como el análisis del MIT según el cual el 95 % de los proyectos de IA están fracasando – revelan una tensión preocupante.
Sin embargo, la investigación de Cognizant de los últimos tres años aporta un contrapeso a estos debates. Basándose en nuestro análisis y modelización del impacto económico de la IA, estimamos que podría añadir 1 billón de dólares al PIB y influir en 4,4 billones de dólares en compras de consumo solo en EE. UU. Este mismo año también evaluamos hasta qué punto la IA podría automatizar o asistir en las 18 000 tareas y 1000 puestos de trabajo representados en la base de datos del mercado laboral O*NET. Desde esa perspectiva, el valor del trabajo que podría ser realizado por la IA asciende a 4,5 billones de dólares en EE. UU. en la actualidad. En definitiva, los rendimientos de la inversión en IA están al alcance.
Nuestros hallazgos de investigación deberían hacer reflexionar incluso a los defensores más fervientes de la especulación sobre una burbuja de la IA. En primer lugar, las grandes inversiones actuales en IA y en infraestructura están ligadas a la promesa del potencial futuro de la tecnología. Resulta que el avance hacia ese potencial se está produciendo con rapidez. Esto se hace evidente al comparar nuestra investigación actual sobre el impacto de la IA en el empleo con nuestras previsiones originales de hace apenas tres años. En ese periodo, en todas las ocupaciones, las puntuaciones medias de exposición (como nuestra medida de cuánto podría verse afectada una ocupación por la IA) han aumentado un asombroso 30 % por encima de lo que habíamos proyectado originalmente que ocurriría en menos de 10 años.
En otras palabras, la capacidad de la IA se ha desarrollado tan rápidamente en los últimos tres años que ya estamos por delante de nuestras proyecciones a diez años, calculadas cuando la IA generativa apareció por primera vez en el mercado.
La velocidad del cambio también es notable. Nuestro análisis original estimaba un modesto aumento anual del 2 % en las puntuaciones de exposición entre los empleos estudiados. Hoy, esa cifra se ha disparado hasta el 9 % anual. A nivel técnico teórico, la IA es cada vez más capaz de generar valor en un conjunto más amplio y diverso de tareas y ocupaciones de lo que se imaginaba anteriormente.
Cómo cerrar la brecha de valor
Pero la teoría no es la realidad. Si bien la IA tiene la capacidad de afectar a 4,5 billones de dólares del valor laboral en EE. UU., aprovechar esa oportunidad y lograr resultados medibles exige un esfuerzo extraordinario e intencionalidad. Desarrollando las competencias adecuadas, contextualizando la tecnología y diseñando soluciones para problemas empresariales reales, las organizaciones pueden cerrar la brecha de valor de la IA.
1. Competencias para desbloquear el potencial de la IA
Una parte significativa del valor de mercado de la IA descrito anteriormente se deriva no solo de la sustitución del trabajo por la IA, sino también de la IA que amplía el rendimiento humano y permite a las personas aportar mayor valor en sus funciones.
La aceleración en la capacidad de la IA para complementar tareas observada en nuestra investigación (del 2 % anual hace tres años al 9 % anual actual) subraya la necesidad de que los trabajadores colaboren de forma eficaz y con confianza con estas nuevas herramientas. Esto implica desarrollar competencias como la fluidez digital, la adaptabilidad y una mentalidad de aprendizaje continuo. Estas competencias permitirán a las personas asociarse con los sistemas de IA de forma que potencie sus capacidades, productividad e innovación.
En los ámbitos en los que la IA no puede intervenir –los cirujanos seguirán realizando operaciones y los abogados seguirán defendiendo casos en los tribunales–, las contribuciones humanas se concentrarán en áreas donde las competencias exclusivamente humanas siguen siendo indispensables: pensamiento crítico, creatividad, inteligencia emocional y resolución de problemas complejos.
Al invertir en competencias, las organizaciones crearán una fuerza laboral capaz tanto de integrar la IA en el trabajo cotidiano como de centrarse en tareas de nivel superior y de nicho que las máquinas no pueden replicar. De este modo, la capacitación se convertirá en un mecanismo a través del cual el gasto actual en IA se traduce en resultados reales en el futuro.
En última instancia, las organizaciones que priorizan el desarrollo del talento garantizarán que su fuerza laboral siga siendo relevante, competitiva y empoderada, y que ellas mismas desbloqueen todo el potencial de la transformación impulsada por la IA.
2. Contexto para potenciar los resultados de la IA
Junto con el desarrollo de competencias, el contexto desempeña un papel fundamental para materializar el valor real de la IA, en particular en tareas hiperespecializadas y en las formas distintivas en que trabajan las organizaciones y las personas.
Por ejemplo, nuestra cartografía a nivel de tareas indica que la IA puede abordar un conjunto más amplio y diverso de actividades de lo que se proyectó originalmente. Pero sin comprensión contextual, gran parte de este potencial sigue sin aprovecharse.
Hoy en día, muchas soluciones de IA corren el riesgo de producir resultados genéricos que no dan en el blanco. De hecho, esta falta de fundamento contextual es la causa de gran parte de la preocupación actual por una burbuja de la IA. A medida que las organizaciones capacitan a sus equipos para trabajar con confianza con la tecnología, es igualmente importante que la IA incorpore la conciencia contextual adecuada, incluida la cultura empresarial, los requisitos regulatorios, los procesos heredados y los patrones de trabajo individuales.
Cuando la IA se conecta a los datos y conocimientos únicos que definen a una organización, puede ajustarse para mejorar la productividad, respaldar decisiones más acertadas y generar resultados significativos.
Cerrar la brecha entre las inversiones actuales y los resultados futuros requiere algo más que dotar a las personas de las competencias adecuadas. También exige sistemas de IA que sean conscientes del contexto e integrados con información propietaria. Este enfoque dual permite que tanto las personas como la IA vayan más allá de la capacidad teórica y ofrezcan soluciones a medida y accionables.
3. IA orientada a soluciones para cumplir los rendimientos prometidos
Si bien las capacidades técnicas de la IA siguen avanzando, el valor significativo surgirá cuando las soluciones se diseñen deliberadamente en torno a los problemas reales a los que se enfrentan las organizaciones y las tareas especializadas que deben ejecutar.
Es esencial ir más allá de la automatización genérica para resolver los puntos débiles que afectan directamente al rendimiento, la eficiencia y el crecimiento. Cuando la IA se integra en los procesos más importantes de una organización –ya sea optimizando las cadenas de suministro, mejorando el servicio al cliente o optimizando las operaciones financieras–, las inversiones se traducen en resultados medibles.
Abordar las tareas de nicho es igualmente fundamental. Muchos sectores dependen de flujos de trabajo muy específicos, normativas sectoriales o sistemas heredados que no pueden atenderse con soluciones de talla única. La IA calibrada para estos requisitos únicos puede mejorar la productividad, respaldar la toma de decisiones y abrir flujos de innovación de formas que las herramientas genéricas no pueden. Este nivel de especialización no solo maximiza la relevancia y el impacto de la IA, sino que también disipa las preocupaciones sobre una adopción superficial.
Al priorizar tanto los problemas empresariales reales como las tareas de nicho, las organizaciones pueden ofrecer resultados transformadores, obteniendo ventaja competitiva, fortaleciendo el compromiso de los empleados y fomentando la innovación. Es esta combinación de resolución práctica de problemas y capacidad finamente ajustada lo que impulsa rendimientos sostenibles y garantiza que las iniciativas de IA respondan a las realidades del entorno laboral.
En lugar de una burbuja de la IA, nos enfrentamos a una desconexión en las inversiones
En última instancia, el desafío que hoy afrontan las organizaciones no es el de una tecnología sobrevalorada, sino el de una inversión desalineada. Un capital considerable fluye hacia la IA, pero la traducción de esa inversión en resultados significativos y reales suele quedarse atrás.
Materializar todo el potencial de la IA y abordar esta desconexión requiere equilibrio: invertir en las personas, incorporar inteligencia contextual en los sistemas de IA y diseñar soluciones que respondan a necesidades empresariales reales. Con este enfoque de tres vertientes, las organizaciones pueden cerrar la brecha entre el gasto actual y los resultados futuros, posicionándose para un crecimiento sostenible y la innovación.
