CLOSED
S&P—NASDAQ—DOW—R2K—VIX—AAPL—MSFT—NVDA—GOOGL—META—AMZN—TSLA—AVGO—GOLD—WTI—USDPEN—
Yahoo · 60s · delay ~15min
LIVE
BTC—ETH—SOL—XRP—ADA—BNB—DOGE—
CoinGecko · 30s
IA en Argentina: ¿Cuánto podría sumar al PIB si se adopta?
Mercados

IA en Argentina: ¿Cuánto podría sumar al PIB si se adopta?

Bloomberg Línea9 de noviembre de 2026Cortesia de Bloomberg Línea

Según Bloomberg Línea, la economía argentina enfrenta un escenario donde la integración de herramientas de inteligencia artificial (IA) podría elevar su Producto Bruto Interno en cinco mil millones de dólares estadounidenses, siempre que se superen barreras estructurales de implementación y formación. Marcelo De Santis, responsable ejecutivo de The Ascent, una consultora dedicada a la transformación digital estratégica, expuso estas perspectivas durante el evento Foro ABECEB, subrayando la capacidad del país para consolidarse como proveedor de servicios digitales clave para la región. El análisis se basa en un informe reciente de la Universidad de San Andrés que proyecta que un aumento de la penetración tecnológica del 11% actual hasta un 15% podría desencadenar dicho crecimiento económico. Sin embargo, el camino hacia este objetivo exige que las organizaciones privadas aborden desafíos significativos relacionados con la capacitación de su liderazgo y la actualización de sus modelos operativos.

La barrera principal no reside necesariamente en la complejidad técnica, sino en la resistencia cultural y la falta de comprensión entre los tomadores de decisiones. El experto señaló que la mayoría de los directivos no necesitan dominar la programación, sino que deben poseer la agilidad para discernir cuándo y cómo aplicar estas herramientas sin arriesgar el negocio. Actualmente, solo el 36% de los ejecutivos a nivel global cuenta con las competencias suficientes para gestionar los riesgos inherentes a la automatización y extraer valor de sus operaciones. Esta deficiencia en el capital humano impide que muchas empresas logren visualizar el retorno de su inversión, generando una incertidumbre que frena la aceleración de proyectos piloto.

Desde el punto de vista financiero, la dificultad para cuantificar el beneficio es el freno más evidente para la adopción masiva. De Santis advirtió que el mercado actual presenta un problema de medición donde se observa el desembolso inicial, pero se mantiene oculto el retorno. Las organizaciones a menudo no tienen métricas claras que vinculen el uso de la IA con indicadores de rentabilidad directa, lo que dificulta la aprobación de nuevos presupuestos. Este vacío de datos hace que los líderes duden en asignar recursos a tecnologías cuya utilidad parece abstracta hasta que no es demostrable. La solución, según el consultor, implica desarrollar marcos de evaluación que permitan traducir el impacto de la automatización en términos financieros tangibles para la alta dirección.

Además, la modernización de los procesos productivos existentes resulta crucial antes de integrar sistemas avanzados. Las empresas que no han digitalizado sus flujos de trabajo internos enfrentan dificultades para que la inteligencia artificial funcione de manera eficiente. La tecnología por sí sola no resuelve problemas si los procesos subyacentes son ineficientes o obsoletos. Se requiere una transformación integral que combine la actualización del hardware y software con la reingeniería de las operaciones diarias. Solo así se podrá maximizar el potencial productivo y reducir los costos operativos, elementos esenciales para que la inversión se vuelva rentable a mediano plazo.

El contexto peruano permite aplicar estos hallazgos con relevancia directa para nuestra propia economía. Perú también busca atraer inversiones tecnológicas y generar crecimiento, y las lecciones de Argentina sobre la importancia de la capacitación ejecutiva son aplicables aquí. Si los directivos peruanos priorizan el aprendizaje sobre la programación y enfocan sus esfuerzos en medir el retorno real de sus proyectos de IA, podrían replicar el potencial de crecimiento del 3% mencionado en otras proyecciones regionales. La clave está en dejar de ver la inteligencia artificial como un gasto y empezar a tratarla como una inversión estratégica que requiere gestión cuidadosa y evaluación constante.