Un estudio del National Bureau of Economic Research, la institución norteamericana de investigación económica, consultó a 6.000 directivos, incluidos CEO y CFO de varios países, y concluye que la mayoría percibe un impacto muy limitado de la inteligencia artificial en la operativa diaria. Aunque dos de cada tres líderes dicen usar IA, el tiempo efectivo es bajo, alrededor de 1,5 horas semanales, y el 90% afirma que no ha cambiado la productividad ni las contrataciones en los últimos tres años. Contexto científico y metodológico El NBER (National Bureau of Economic Research) basa su análisis en encuestas y datos empresariales comparativos. Esa brecha entre expectativas y resultados recuerda a la llamada paradoja de la productividad descrita por el economista y Nobel Robert Solow en 1987, cuando las mejoras en hardware tardaron décadas en traducirse en aumentos medibles de productividad. Medios como Fortune han retomado esa comparación, y economistas como Torsten Slok han resumido la sensación actual: “la IA está en todos lados excepto en los datos macroeconómicos: no la ves en los datos de empleo, de productividad o de inflación” (citado por Fortune). Por qué la adopción no se traduce en impacto Los hallazgos del NBER y la literatura sobre transformación digital apuntan a varias barreras prácticas. Primero, la implementación requiere datos limpios y gobernanza de datos, lo que demanda tiempo y recursos. Segundo, integrar modelos de IA en procesos existentes implica costos de ingeniería y adaptación del software. Tercero, hay una brecha de habilidades: muchas plantillas no cuentan con especialistas en datos o en gestión de proyectos de IA. Y cuarto, la medición del retorno sobre la inversión (ROI) es compleja; sin métricas claras, los proyectos quedan en pilotos o pruebas puntuales. Qué significa esto para Chile En Chile la estructura productiva tiene una alta proporción de pequeñas y medianas empresas, lo que suele traducirse en menor inversión en tecnología y en talento especializado. Eso hace más probable que aquí también se perciba un impacto limitado, salvo en grandes empresas o en sectores con madurez digital. Organismos públicos y privados chilenos que financian innovación, como CORFO (Corporación de Fomento de la Producción) y la Agencia Nacional de Investigación y Desarrollo, ofrecen programas para pilotear tecnología y formar talento; sin embargo, la escala de despliegue sigue siendo un desafío. Recomendaciones prácticas para empresas chilenas Empezar por casos de uso medibles y acotados: automatizar tareas que permitan comparar indicadores antes y después. Invertir en gobernanza de datos: calidad de datos y procesos reproducibles reducen tiempos de integración. Asociarse con universidades y centros de innovación, por ejemplo centros universitarios o programas apoyados por CORFO o ANID, para acceder a talento y soporte técnico. Medir el ROI con métricas claras de productividad, tiempos de ciclo o satisfacción de clientes, no solo con expectativas tecnológicas. Capacitar a equipos operativos, no solo a especialistas, para que la adopción sea amplia y sostenida. Perspectiva Los resultados del NBER no contradicen el potencial de la IA, pero muestran que la transición de la promesa al impacto económico tangible puede tardar. A nivel macro podría tomar años ver cambios en productividad agregada, como ocurrió con las tecnologías de semiconductores. Para Chile, la oportunidad está en priorizar proyectos concretos, fortalecer la gobernanza de datos y cerrar la brecha de habilidades, de modo que la IA deje de ser una expectativa y pase a producir mejoras medibles en empresas y empleos. Fuentes: NBER (National Bureau of Economic Research), artículo en Fortune, referencias históricas a Robert Solow (1987).