La noticia central: la IA no está aún «matando» trabajo en masa, sino reordenando tareas y mercados; Europa responde invirtiendo en soberanía de chips (€43.000 millones comprometidos, European Commission, 2023). Vemos un fenómeno doble: por un lado hay creación de roles ligados a IA; por el otro, hay riesgos concentrados en tareas repetitivas y sectores vulnerables.
¿La IA destruye empleos o cambia tareas?
La evidencia que circula (incluido el estudio de Anthropic citado en la nota) muestra que, por ahora, el golpe directo a la ocupación es menor del que temían los titulares, pero la naturaleza del trabajo cambia. McKinsey estimó que hasta 30% de las tareas podrían automatizarse para 2030 y que entre 400 y 800 millones de trabajadores podrían ver cambios significativos en sus empleos (McKinsey Global Institute, 2017). Eso no significa empleo cero: significa reconversión de funciones y una mayor demanda de roles técnicos y de gestión de IA. Para las pymes esto es doble reto: aprovechar productividad sin sobreinversión en tecnología que no tiene ROI claro. Pedimos políticas y pruebas públicas que midan impacto real por sector antes de promover adopciones masivas.
¿Cómo impacta esto en el mercado argentino?
La radiografía latinoamericana es distinta: la informalidad es alta (54% de los empleos en América Latina y el Caribe, ILO 2020), lo que reduce la protección y la capacidad de reconversión de muchos trabajadores. Además, la infraestructura real del comercio local —MercadoLibre, WhatsApp, redes logísticas informales— marca cómo se adopta la IA: soluciones que automaticen atención por WhatsApp o procesos logísticos modestos suelen generar más valor que soluciones ‘enterprise’ caras. Por eso recomendamos priorizar iniciativas de bajo costo y alto retorno: automatizar respuestas frecuentes, optimizar rutas de entrega y usar IA como asistente de tareas, no como reemplazo total. Sin cifras locales desagregadas sobre impacto laboral de IA, la decisión prudente es medir en pilotos claros antes de escalar.
Qué deberían hacer las pymes y el Estado ahora
Acción concreta para pymes: empezar por lo mínimo rentable. Identificar tareas que consumen tiempo (atención, facturación, logística), medir horas actuales y calcular ROI de automatizar. Un ejemplo sencillo: si contestar clientes toma 2 horas diarias y una automatización lo reduce a 30 minutos, son ~30 horas/mes recuperadas; si la hora vale USD 5, eso son USD 150 mensuales — suficiente para pagar muchas suscripciones de IA. Para el Estado: exigir transparencia de modelos, pruebas independientes y auditorías antes de promover su adopción en programas públicos o en salud, coherente con la demanda pública reciente. Europa lo entiende y, además de dinero, fijó metas: la Comisión Europea comprometió hasta €43.000 millones y busca duplicar su cuota global de semiconductores a ~20% para 2030 (European Commission, 2023), frente a un ~10% actual (European Commission, 2023). Esa comparación temporal muestra que la respuesta pública implica dinero y diagnóstico.
En resumen: la IA cambia reglas, no elimina todo de golpe. Para que sea una ventaja real en LATAM hace falta medición, pilotos con números claros y reglas públicas que obliguen a transparencia y auditorías antes de normalizar su uso en pymes y sectores críticos. No es una cuestión de tecnología: es una cuestión de criterio y de cuentas.
