Su empresa (probablemente) no está preparada para la inteligencia artificial

Para entender el impacto que la inteligencia artificial puede tener en la economía, pensemos en el tractor. Los historiadores no se ponen de acuerdo sobre quién inventó esta humilde máquina. Algunos dicen que fue Richard Trevithick, un ingeniero británico, en 1812. Otros sostienen que John Froelich, que trabajaba en Dakota del Sur a principios de la década de 1890, tiene más razón. Otros señalan que poca gente utilizó la palabra “tractor” hasta principios del siglo XX. Sin embargo, todos coinciden en que el tractor tardó mucho tiempo en imponerse. En 1920, sólo el 4% de las granjas norteamericanas tenían uno. Incluso en la década de 1950 menos de la mitad tenían tractores.

La especulación sobre las consecuencias de la IA -para el empleo, la productividad y la calidad de vida- está en su apogeo. La tecnología es asombrosa. Y, sin embargo, el impacto económico de la inteligencia artificial será escaso a menos que millones de empresas más allá de Silicon Valley la adopten. Eso significaría mucho más que el uso de algún chatbot. Por el contrario, implicaría la reorganización a gran escala de las empresas y sus datos internos. “La difusión de las mejoras tecnológicas”, argumenta Nancy Stokey, de la Universidad de Chicago, “es posiblemente tan crítica como la innovación para el crecimiento a largo plazo”.

Japón y Francia ilustran la importancia de la difusión. Japón es un país excepcionalmente innovador, que produce más patentes al año por persona que cualquier otro país, salvo Corea del Sur. Los investigadores japoneses pueden atribuirse la invención del código QR, la batería de iones de litio y la impresión 3D. Pero el país no difunde bien las nuevas tecnologías en su economía. Tokio es mucho más productiva que el resto del país. El dinero en efectivo sigue dominando. A finales de la década de 2010, sólo el 47% de las grandes empresas utilizaban ordenadores para gestionar las cadenas de suministro, frente al 95% en Nueva Zelanda. Según nuestro análisis, Japón es aproximadamente un 40% más pobre de lo que cabría esperar basándose en su innovación.

Francia es todo lo contrario. Aunque su historial de innovación es mediocre, es excelente a la hora de difundir el conocimiento por toda la economía. En el siglo XVIII, espías franceses robaron secretos de ingeniería a la marina británica. A principios del siglo XX, Louis Renault visitó a Henry Ford en Estados Unidos y aprendió los secretos de la industria automovilística. Más recientemente, antiguos expertos en Inteligencia Artificial de Meta y Google fundaron Mistral AI en París. Francia también suele difundir bien las nuevas tecnologías desde la capital a la periferia. Hoy en día, la diferencia de productividad en Francia entre una empresa puntera y una de nivel medio es menos de la mitad que en Gran Bretaña.

Durante los siglos XIX y XX, las empresas de todo el mundo se hicieron más “francesas”, con una difusión cada vez más rápida de las nuevas tecnologías. Diego Comin y Martí Mestieri, dos economistas, encuentran pruebas de que “las diferencias entre países en los retrasos de adopción se han reducido en los últimos 200 años”. La electricidad se extendió por la economía más rápidamente que los tractores. La informática personal en la oficina tardó sólo un par de décadas en superar el umbral del 50% de adopción. Internet se extendió aún más rápido. En general, la difusión de la tecnología contribuyó a impulsar el crecimiento de la productividad durante el siglo XX.

Desde mediados de la década de 2000, sin embargo, el mundo se ha vuelto japonés. Es cierto que los consumidores adoptan la tecnología más rápido que nunca. Según una estimación, TikTok, una aplicación de redes sociales, pasó de cero a 100 millones de usuarios en un año. ChatGPT fue la aplicación web de más rápido crecimiento de la historia hasta que Threads, rival de Twitter, se lanzó este mes. Pero las empresas son cada vez más prudentes. En las dos últimas décadas han salido al mercado todo tipo de innovaciones alucinantes. Aun así, según las últimas estimaciones oficiales, en 2020 solo el 1,6% de las empresas estadounidenses emplearán el aprendizaje automático. En el sector manufacturero estadounidense, solo el 6,7% de las empresas utilizan la impresión 3D. Solo el 25% de los flujos de trabajo empresariales están en la nube, una cifra que no se ha movido en media década.

Abundan las historias de terror. En 2017, un tercio de los bancos regionales japoneses todavía utilizaban Cobol, un lenguaje de programación inventado una década antes de que el hombre llegara a la luna. El año pasado, Gran Bretaña importó más de 20 millones de libras (24 millones de dólares) en disquetes, MiniDiscs y casetes. Una quinta parte de las empresas del mundo rico ni siquiera tiene página web. Los gobiernos son a menudo los peores infractores: insisten, por ejemplo, en los formularios en papel. Calculamos que las burocracias de todo el mundo gastan 6.000 millones de dólares al año en papel e impresión, casi tanto en términos reales como a mediados de los años noventa.

Los mejores y el resto

El resultado es una economía de dos niveles. Las empresas que adoptan la tecnología se alejan de la competencia. En 2010, el trabajador medio de las empresas más productivas de Gran Bretaña producía bienes y servicios por valor de 98.000 libras (en dinero de hoy), que habían aumentado a 108.500 libras en 2019. Los trabajadores de las peores empresas no experimentaron ningún aumento. En Canadá, en la década de 1990, el crecimiento de la productividad de las empresas fronterizas fue aproximadamente un 40% superior al de las empresas no fronterizas. De 2000 a 2015 fue tres veces superior. Un libro de Tim Koller, de la consultora McKinsey, y sus colegas concluye que, tras clasificar las empresas según su rentabilidad sobre el capital invertido, el percentil 75 tenía una rentabilidad 20 puntos porcentuales superior a la mediana en 2017, el doble que en 2000. Algunas empresas ven enormes beneficios en la compra de nuevas tecnologías; muchas no ven ninguno.

Aunque la economía puede sonar abstracta, las consecuencias en el mundo real son aplastantemente familiares. Las personas atrapadas en las viejas tecnologías sufren, junto con sus salarios. En Gran Bretaña, los salarios medios del 10% de las empresas menos productivas han disminuido ligeramente desde los años 90, a pesar de que los salarios medios de las mejores empresas han aumentado considerablemente. Según Jan De Loecker, de la Universidad de Lovaina, y sus colegas, “la mayor parte del crecimiento de la desigualdad entre trabajadores se debe al aumento de las diferencias salariales medias entre empresas”. ¿Qué es lo que ha fallado?

Tres posibilidades explican la menor difusión: la naturaleza de la nueva tecnología, la lentitud de la competencia y la creciente regulación. Robert Gordon, de la Northwestern University, ha argumentado que los “grandes inventos” de los siglos XIX y XX tuvieron un impacto mucho mayor en la productividad que los más recientes. El problema es que a medida que el progreso tecnológico se hace más incremental, la difusión también se ralentiza, ya que las empresas tienen menos incentivos y se enfrentan a una menor presión competitiva para mejorar. La electricidad proporcionaba luz y energía para alimentar las máquinas. La computación en nube, en cambio, sólo es necesaria para las operaciones más intensivas. Las innovaciones más recientes, como el aprendizaje automático, pueden ser más difíciles de utilizar, ya que requieren trabajadores más cualificados y una mejor gestión.

El dinamismo empresarial disminuyó en el mundo rico en las primeras décadas del siglo XXI. La población envejeció. Se crearon menos empresas. Los trabajadores cambiaron de empresa con menos frecuencia. Todo ello redujo la difusión, ya que los trabajadores difunden la tecnología y las prácticas empresariales a medida que se desplazan por la economía.

En las industrias dirigidas o fuertemente gestionadas por el gobierno, el cambio tecnológico se produce lentamente. Como señala Jeffrey Ding, de la Universidad George Washington, en la Unión Soviética de planificación centralizada la innovación era mundial -pensemos en el Sputnik-, pero la difusión era inexistente. La ausencia de presión competitiva reducía los incentivos para mejorar. Los políticos suelen tener objetivos de política pública, como maximizar el empleo, que son incompatibles con la eficiencia. Las industrias fuertemente reguladas constituyen hoy una parte importante de las economías occidentales: sectores como la construcción, la educación, la sanidad y los servicios públicos representan una cuarta parte del PIB estadounidense.

¿Podría la inteligencia artificial romper el molde y extenderse por la economía más rápidamente que otras tecnologías recientes? Tal vez. Para casi cualquier empresa es fácil imaginar un caso de uso. Se acabó la administración. ¡Una herramienta para declarar mis impuestos! Puede que el Covid-19 también haya inyectado una dosis de dinamismo en las economías occidentales. Se están creando nuevas empresas al ritmo más rápido de la última década, y los trabajadores cambian de trabajo con más frecuencia. Tyler Cowen, de la Universidad George Mason, añade que las empresas más débiles pueden tener un incentivo especial para adoptar la inteligencia artificial, porque tienen más que ganar.

La inteligencia artificial también puede integrarse en las herramientas existentes. Muchos programadores -quizá la mayoría- ya utilizan la Inteligencia Artificial a diario gracias a su integración en los instrumentos de programación cotidianos a través de CoPilot de Github. Los procesadores de texto, como Microsoft Word y Google Docs, pronto incorporarán docenas de funciones de inteligencia artificial.

No es una cena

Por otro lado, los mayores beneficios de las nuevas formas de Inteligencia Artificial llegarán cuando las empresas se reorganicen por completo en torno a la nueva tecnología, por ejemplo, adaptando los modelos de Inteligencia Artificial a los datos internos. Esto requerirá tiempo, dinero y, sobre todo, competitividad. Recopilar datos es tedioso y ejecutar los mejores modelos es terriblemente caro: una sola consulta compleja en la última versión de ChatGPT puede costar entre 1 y 2 dólares. Si se realizan 20 en una hora, se supera el salario medio por hora en Estados Unidos.

Estos costes bajarán, pero podrían pasar años hasta que la tecnología sea lo suficientemente barata como para su implantación masiva. Los jefes, preocupados por la privacidad y la seguridad, declaran periódicamente a The Economist que no están dispuestos a enviar sus datos para modificar modelos que viven en otros lugares. Las encuestas realizadas entre pequeñas empresas no son alentadoras. Una de ellas, realizada por GoDaddy, una empresa de alojamiento web, sugiere que alrededor del 40% de las estadounidenses no están interesadas en las herramientas IA. Sin duda, la tecnología es revolucionaria. Pero, ¿están las empresas preparadas para una revolución?

© 2023, The Economist Newspaper Limited. All rights reserved.