La “curva en J” de la IA: el secreto doloroso que toda empresa debe conocer antes de invertir en tecnología

Escribe en InfoHuella Juan Pablo Neveu – Educador en Tecnología Educativa

Sin embargo, investigaciones recientes lideradas por el MIT (McElheran, Yang, Kroff y Brynjolfsson, 2025) advierten que, lejos de acelerar el éxito, la IA suele provocar inicialmente una caída medible en el rendimiento. Este fenómeno, conocido como “curva en J de la productividad”, implica que los resultados empeoran antes de mejorar: la IA genera más fricción que soluciones en sus primeras etapas, hasta que los procesos y equipos logran adaptarse.

El desafío inicial: por qué la IA no es un botón mágico

La idea de instalar un software y ver resultados inmediatos es ilusoria. La implementación de IA requiere una transformación sistémica que, en un primer momento, introduce problemas y resistencia (la caída inicial). Los motivos, por lo general, son:

Sistemas heredados incompatibles: El software antiguo y la IA moderna suelen “no hablar el mismo idioma”.

Datos desordenados: La mayoría de las empresas descubre que su información es incompleta o de baja calidad, lo que obliga a un trabajo previo de organización.

Factor humano: El desconocimiento y los temores al reemplazo generan resistencia, lo cual frena la adopción.

Superar el “valle de la desesperación”

El “valle de la desesperación” es pasajero para quienes gestionan bien el proceso. Los estudios muestran que, tras la etapa inicial de caos, las empresas que logran alinear tecnología, procesos y personas recuperan el terreno perdido y pueden superar ampliamente a su competencia. Aquí es donde “la curva de la J” hace honor a su nombre en muchos casos en los que se gestiona adecuadamente el proceso y empieza a subir de forma pronunciada. El secreto es saber que la caída va a ocurrir y estar preparado para superarla.

Argentina ante el desafío

Mientras el 87% de las startups argentinas ya utiliza IA —nivel comparable a mercados avanzados, según el informe Latam AI Benchmarks 2025— la adopción en la industria tradicional es mucho menor. La diferencia principal está en el punto de partida: las startups jóvenes, al nacer digitales, construyen sus sistemas y procesos desde cero, sin el lastre de tecnologías obsoletas ni culturas organizacionales resistentes. Así, esquivan la mayor parte de los obstáculos que enfrentan las empresas maduras al integrar IA.

Innovación situada: Mercado Libre y Satellogic

Los casos más exitosos surgen cuando la tecnología se integra a una cultura organizacional enfocada en datos y aprendizaje continuo. Mercado Libre, por ejemplo, no solo invierte en IA, sino que prioriza una cultura de datos. Satellogic, en el sector espacial, demuestra cómo la IA potencia la innovación cuando se combina con un conocimiento profundo del negocio y del contexto local.

El valor irremplazable de las personas

Más allá de la tecnología, el verdadero diferencial reside en el talento humano: personas capaces de formular buenas preguntas, interpretar resultados ambiguos y supervisar a la IA. Como señala Richard Sennett en “El Artesano”, la maestría se forja en el vínculo entre pensamiento y acción. Las empresas líderes invierten en la formación y reconversión de sus equipos, rediseñando puestos y fomentando la experimentación.

La lección final: no es la máquina

Ignorar la inteligencia artificial es aceptar la condena de la obsolescencia. Adoptarla sin una estrategia centrada en las personas es quedar varados en el fondo más oscuro de la curva. La verdadera inversión no es tecnológica, sino humana: es en educación, en cultura, en el tejido de talento que será capaz de pilotear el cambio.

¿Estamos formando suficientes analistas, científicos de datos, ingenieros en inteligencia artificial y los nuevos perfiles que liderarán esta travesía y desafiarán los viejos lastres? ¿Quiénes ocuparán los puestos de avanzada en esta revolución: arquitectos de datos, expertos en ciberseguridad, diseñadores de experiencia de usuario en IA, especialistas en ética algorítmica, facilitadores de cultura digital, ingenieros de contexto, integradores de sistemas, formadores docentes en competencias digitales e inteligencia artificial?

Ni siquiera las empresas nativas digitales, por más que cuenten con un ADN adaptable, están exentas de desafíos: la escasez global de talento, el peligro de una automatización acrítica, los dilemas éticos de sus propios modelos de negocio.

Por eso, la pregunta clave trasciende la tecnología y la productividad. Es quiénes —y cómo— nos prepararemos para conducir y humanizar este salto civilizatorio. El futuro de la inteligencia artificial y de la competitividad de nuestra provincia, dependerá de la capacidad de formar, atraer y empoderar a quienes sepan pensar, construir y gobernar tecnologías inteligentes, con sentido, contexto y responsabilidad.

¿Es posible ayudar a construir nuevas vocaciones?

Fuentes consultadas

Brynjolfsson, E., Rock, D. M., & Syverson, C. (2021). The productivity J‑curve: How intangibles complement general purpose technologies (NBER Working Paper No. 25148). National Bureau of Economic Research. https://www.nber.org/papers/w25148

McElheran, K., Yang, M.‑J., Kroff, Z., & Brynjolfsson, E. (2025, abril). The rise of industrial AI in America: Microfoundations of the productivity J‑curve(s) (CES‑WP‑25‑27). U.S. Census Bureau. https://www.census.gov/library/working-papers/2025/adrm/CES-WP-25-27.html

CEPAL & CENIA. (2024). Índice Latinoamericano de Inteligencia Artificial (ILIA) 2024. https://www.cepal.org/es/notas/ilia-2024-evaluando-la-preparacion-progreso-la-ia-america-latina

SaaSholic, Cordeiro, W., Gomes, D., & Souza, G. (2025). Latam AI Benchmarks 2025. https://www.saasholic.com/latam-ai-benchmarks-report-2025

Mercado Libre y Satellogic: Análisis basado en información pública corporativa y medios especializados.