La IA generativa es un tipo de inteligencia artificial que puede crear contenidos nuevos, como textos, imágenes o música, aprendiendo a partir de datos existentes.
Esta tecnología tiene el potencial de revolucionar muchos sectores y transformar la forma en que operan las empresas.
Un nuevo informe de McKinsey & Company estima que la IA generativa podría añadir billones de dólares de valor a la economía mundial.
El informe también concluye que la IA generativa podría impulsar un crecimiento anual de la productividad laboral del 0,1 al 0,6 % hasta 2040.
La IA ha permeado nuestra vida de forma gradual, desde la tecnología que impulsa nuestros teléfonos inteligentes hasta las funciones de conducción autónoma de los automóviles o las herramientas que los minoristas utilizan para sorprender y deleitar a los consumidores. Por ello, sus avances han sido casi imperceptibles. Hitos claros, como cuando AlphaGo, un programa de IA desarrollado por DeepMind, derrotó a un campeón mundial de Go en 2016, fueron celebrados, pero pronto se desvanecieron de la conciencia pública.
Aplicaciones de IA generativa como ChatGPT, GitHub, Copilot, Stable Diffusion y otras han capturado la imaginación de personas de todo el mundo de una manera que AlphaGo no logró, gracias a su amplia utilidad (casi cualquiera puede usarlas para comunicarse y crear) y a su sobrenatural capacidad para mantener una conversación con el usuario.
Las aplicaciones más recientes de IA generativa pueden realizar una serie de tareas rutinarias, como la reorganización y clasificación de datos. Sin embargo, es su capacidad para escribir textos, componer música y crear arte digital lo que ha acaparado titulares y ha animado a consumidores y hogares a experimentar por su cuenta. Como resultado, un conjunto más amplio de partes interesadas se está enfrentando al impacto de la IA generativa en las empresas y la sociedad, pero sin el contexto necesario para entenderlo.
La velocidad con la que evoluciona la tecnología de IA generativa no facilita esta tarea. ChatGPT se lanzó en noviembre de 2022. Cuatro meses después, OpenAI presentó un nuevo modelo de lenguaje de gran tamaño, o LLM, llamado GPT-4, con capacidades notablemente mejoradas.
De forma similar, en mayo de 2023, Claude, la IA generativa de Anthropic, era capaz de procesar 100 000 tokens de texto, equivalentes a unas 75 000 palabras en un minuto (la extensión de una novela media), frente a unos 9 000 tokens en el momento de su presentación en marzo de 2023. Y en mayo de 2023, Google anunció varias nuevas funciones impulsadas por IA generativa, entre ellas Search Generative Experience y un nuevo LLM, llamado PaLM 2, que impulsará su chatbot Bard, así como otros productos de Google.
Para comprender lo que nos depara el futuro es necesario conocer los avances que han hecho posible el auge de la IA generativa, que llevan décadas gestándose. A los efectos de este informe, definimos la IA generativa como aplicaciones que normalmente se desarrollan con modelos fundacionales. Estos modelos contienen extensas redes neuronales artificiales inspiradas en los miles de millones de neuronas conectadas en el cerebro humano.
Los modelos fundacionales forman parte de lo que se denomina aprendizaje profundo, un término que alude a las numerosas capas profundas de las redes neuronales. El aprendizaje profundo ha impulsado muchos de los avances recientes en IA, pero los modelos fundacionales que sustentan las aplicaciones de IA generativa representan una evolución transformadora dentro del aprendizaje profundo. A diferencia de los modelos anteriores, pueden procesar conjuntos de datos no estructurados extremadamente grandes y variados, y realizar más de una tarea.
Los modelos fundacionales han permitido nuevas capacidades y mejorado notablemente las existentes en una amplia gama de modalidades, como imágenes, vídeo, audio y código informático. La IA entrenada con estos modelos puede desempeñar varias funciones: puede clasificar, editar, resumir, responder preguntas y redactar nuevos contenidos, entre otras tareas.
Todos estamos al inicio de un camino para comprender el poder, el alcance y las capacidades de la IA generativa. Esta investigación es el último de nuestros esfuerzos por evaluar el impacto de esta nueva era de la IA. Sugiere que la IA generativa está preparada para transformar funciones y aumentar el rendimiento en áreas como ventas y marketing, operaciones con clientes y desarrollo de software. En este proceso, podría generar billones de dólares de valor en sectores que van desde la banca hasta las ciencias de la vida. En las siguientes secciones compartimos nuestras conclusiones iniciales.
Para la versión completa de este informe, descargue el PDF.
Puntos clave
El impacto de la IA generativa en la productividad podría añadir billones de dólares de valor a la economía mundial. Nuestra investigación más reciente estima que la IA generativa podría añadir el equivalente a entre 2,6 y 4,4 billones de dólares al año en los 63 casos de uso analizados. A modo de comparación, el PIB total del Reino Unido en 2021 fue de 3,1 billones de dólares. Esto aumentaría el impacto de toda la inteligencia artificial entre un 15 y un 40 %. Esta estimación se duplicaría aproximadamente si incluimos el impacto de incorporar la IA generativa en software que actualmente se utiliza para otras tareas más allá de esos casos de uso.
Cerca del 75 % del valor que pueden aportar los casos de uso de la IA generativa se concentra en cuatro áreas: Operaciones con clientes, marketing y ventas, ingeniería de software e I+D. En 16 funciones empresariales, examinamos 63 casos de uso en los que la tecnología puede abordar retos empresariales específicos de forma que produzca uno o más resultados medibles. Entre los ejemplos figuran la capacidad de la IA generativa para respaldar las interacciones con los clientes, generar contenidos creativos para marketing y ventas, y redactar código informático a partir de instrucciones en lenguaje natural, entre otras muchas tareas.
La IA generativa tendrá un impacto significativo en todos los sectores industriales. La banca, las tecnologías avanzadas y las ciencias de la vida se cuentan entre los sectores que podrían registrar el mayor impacto, expresado como porcentaje de sus ingresos, gracias a la IA generativa. En el sector bancario, por ejemplo, la tecnología podría generar un valor adicional de entre 200 000 y 340 000 millones de dólares anuales si los casos de uso se implementaran por completo. En el comercio minorista y los bienes de consumo envasados, el impacto potencial también es considerable, de entre 400 000 y 660 000 millones de dólares al año.
La IA generativa puede transformar la estructura del trabajo, ampliando las capacidades de los trabajadores individuales al automatizar algunas de sus actividades. La IA generativa y otras tecnologías actuales pueden automatizar actividades laborales que hoy absorben entre el 60 y el 70 % del tiempo de los empleados. En cambio, anteriormente habíamos estimado que la tecnología podía automatizar la mitad del tiempo que los empleados dedican al trabajo. La aceleración del potencial de automatización técnica se debe en gran medida a la mayor capacidad de la IA generativa para comprender el lenguaje natural, necesario para actividades laborales que representan el 25 % del tiempo total de trabajo. Así, la IA generativa tiene más impacto en el trabajo intelectual asociado a ocupaciones con salarios y requisitos educativos más altos que en otros tipos de trabajo.
Es probable que el ritmo de transformación de la fuerza laboral se acelere, dado el aumento del potencial de automatización técnica. Nuestros escenarios de adopción actualizados, que incluyen el desarrollo tecnológico, la viabilidad económica y los plazos de difusión, nos llevan a estimar que la mitad de las actividades laborales actuales podrían automatizarse entre 2030 y 2060, con un punto medio en 2045, es decir, aproximadamente una década antes que en nuestras estimaciones anteriores.
La IA generativa puede aumentar sustancialmente la productividad laboral en toda la economía, pero para ello será necesario invertir en apoyar a los trabajadores cuando cambien de actividades o de empleo. La IA generativa podría impulsar un crecimiento anual de la productividad laboral del 0,1 al 0,6 % hasta 2040, en función de la velocidad de adopción de la tecnología y de la reasignación del tiempo de los trabajadores a otras actividades. Si se combina la IA generativa con el resto de tecnologías, la automatización del trabajo podría añadir entre 0,2 y 3,3 puntos porcentuales anuales al crecimiento de la productividad. No obstante, los trabajadores necesitarán apoyo para aprender nuevas competencias, y algunos cambiarán de ocupación. Si se pueden gestionar las transiciones laborales y otros riesgos, la IA generativa podría contribuir de forma sustancial al crecimiento económico y favorecer un mundo más sostenible e inclusivo.
La era de la IA generativa acaba de comenzar. El entusiasmo por esta tecnología es palpable y los pilotos iniciales son prometedores. Pero el aprovechamiento pleno de los beneficios de la tecnología requerirá tiempo, y los líderes empresariales y sociales todavía deben afrontar retos considerables. Entre ellos figuran gestionar los riesgos inherentes a la IA generativa, determinar qué nuevas competencias y capacidades necesitará la fuerza laboral y replantearse procesos empresariales básicos, como la recualificación y el desarrollo de nuevas habilidades.
Lea el informe completo de McKinsey sobre el potencial económico de la IA generativa.
