¿Qué encontró el estudio de Katz y Jung sobre la IA generativa y el PIB?
Un paper macroeconómico de Raúl Katz, del Columbia Institute for Tele-Information, y Juan Jung, de la Universidad Pontificia Comillas, concluye que la IA generativa eleva la productividad de los trabajadores en casi todos los niveles de capacitación, pero su aporte directo al Producto Interno Bruto (PIB) todavía es modesto [1].
El trabajo, publicado en la revista académica Structural Change and Economic Dynamics, se apoya en datos trimestrales de 67 países desarrollados y emergentes entre 2017 y 2025 [1]. A diferencia de estudios previos basados en encuestas, patentes o pronósticos teóricos, los autores usaron una métrica empírica directa: el volumen real de tráfico web hacia ChatGPT, Gemini, DeepSeek, Claude, Copilot y Perplexity, medido a través de Semrush [1].
El resultado desafía dos narrativas extremas que circulan desde 2023: la de una ola de desempleo masivo provocada por la automatización, y la de un salto económico inmediato impulsado por la IA [1]. Ninguna de las dos se sostiene en los datos de este trabajo.
El miedo al reemplazo masivo de empleos no apareció en los datos
El estudio no detectó incrementos en la sustitución de trabajadores calificados por no calificados ni evidencia de desplazamiento neto de mano de obra durante el periodo analizado [1]. Las ganancias de productividad aparecieron en perfiles con educación primaria, secundaria y media superior, y se extendieron a empleados de tiempo completo, parcial, trabajadores independientes e incluso empleo informal o vulnerable [1].
Los autores observaron, en cambio, un refuerzo de la complementariedad entre capital físico y fuerza de trabajo: en esta fase inicial, la tecnología actúa como un apoyo que amplifica la capacidad de los colaboradores en lugar de reemplazarlos [1].
Los trabajadores independientes y con menor instrucción formal mostraron un beneficio relativo ligeramente más ágil, gracias a la baja barrera de adopción de las herramientas conversacionales para tareas de redacción, información o programación básica [1].
El campo queda fuera del alcance de los modelos de lenguaje, por ahora
El estudio confirma mejoras directas de productividad en servicios e industria manufacturera, pero el impacto en el sector agrícola fue estadísticamente nulo [1]. La explicación está en la naturaleza del trabajo rural: tareas manuales, físicas y dependientes de condiciones ambientales que los modelos de lenguaje actuales todavía no alcanzan a optimizar [1].
Para un sector como el agroindustrial, que en América Latina combina producción primaria con cadenas logísticas y comerciales cada vez más digitalizadas, el hallazgo marca un límite claro: la ganancia de productividad por IA generativa hoy se concentra en tareas de información, diseño, redacción y decisiones cognitivas, no en procesos físicos de campo [1].
La "masa crítica" de adopción decide cuándo despega la productividad
Los saltos sustanciales de productividad laboral requieren que un país supere un umbral mínimo de uso de IA generativa, según Katz y Jung: entre 75 y 100 visitas a plataformas de IA por cada 100 habitantes [1]. Por debajo de ese umbral, el beneficio queda disperso entre usuarios individuales sin traducirse en cifras macroeconómicas visibles.
“La región representa apenas el 1,56% de la demanda global en inteligencia artificial, una proporción desalineada con el peso económico de América Latina en el PIB mundial.”
Una vez cruzado ese punto, los países estudiados mostraron aumentos de productividad laboral de entre 2,5% y 5,7% [1], muy por encima del modesto 0.008% de aporte promedio al PIB registrado durante la fase inicial de adopción [1].
Los autores concluyen que el foco regulatorio no debería centrarse en frenar la tecnología, sino en construir las condiciones para alcanzar ese umbral [1]. Entre sus recomendaciones de política pública aparecen:
| Variable | Resultado | Periodo / fuente |
|---|---|---|
| Aporte promedio de la IA generativa al PIB (67 países) | 0.008% | Fines de 2022 a mediados de 2025 [1] |
| Umbral de "masa crítica" de adopción | 75 a 100 visitas por cada 100 habitantes | Estudio Katz y Jung [1] |
| Ganancia de productividad laboral tras superar el umbral | 2,5% a 5,7% | Estudio Katz y Jung [1] |
| Participación de América Latina en la demanda mundial de IA | 1,56% | CEPAL, gasto en IA 2023 [2] |
| Países con mayor gasto en IA de la región | México y Brasil | CEPAL [2] |
- Democratizar la conectividad.
- Acelerar la alfabetización digital.
- Impulsar la digitalización de las pequeñas y medianas empresas (pymes).
América Latina gasta menos en IA de lo que su peso económico sugiere
La región está lejos del umbral de adopción que el estudio global identifica como punto de inflexión. Según un informe de la CEPAL elaborado por los mismos Jung y Katz, América Latina representa apenas 1,56% de la demanda mundial de inteligencia artificial, y ese gasto se ha mantenido prácticamente estancado en los últimos años, en contraste con el crecimiento sostenido de Asia-Pacífico [2].
Dentro de la región, México y Brasil concentran el mayor volumen absoluto de gasto en IA [2]. Esa concentración deja a la mayoría de las demás economías de la región todavía más lejos del umbral de masa crítica que, según Katz y Jung, dispara los saltos de productividad [1].
Qué significa esto para los líderes de comercio electrónico en la región
El mensaje práctico para quienes operan tiendas en línea, marketplaces o cadenas de suministro digitales es que la IA generativa ya mejora tareas operativas puntuales, pero todavía no es un atajo hacia un salto de ventas o de PIB a corto plazo [1]. El valor se construye acumulando adopción, no esperando un efecto inmediato.
El lado del consumidor en México ya muestra una base amplia sobre la cual construir: 88,2% de los internautas mexicanos ya compra en línea, de acuerdo con la Asociación Mexicana de Venta Online (AMVO), cuyas empresas afiliadas generan 70% del valor del comercio electrónico del país [3].
Ese nivel de adopción digital del lado del consumidor contrasta con la brecha de inversión empresarial en IA que describe la CEPAL, lo que sugiere que todavía hay recorrido para que los negocios capturen productividad antes que sus pares regionales [2] [3].
Para un director de comercio electrónico, la lectura operativa de este estudio se traduce en tres frentes concretos:
La conclusión para el sector es menos espectacular que las narrativas de reemplazo masivo o de milagro económico, pero más útil: la IA generativa funciona como una herramienta de productividad progresiva, cuyo impacto macroeconómico depende de cuánta adopción acumule cada mercado, no de la tecnología en sí misma [1].
- Priorizar el uso de IA generativa en tareas de información, atención al cliente y generación de contenido, donde el estudio sí encuentra ganancias medibles [1].
- No basar el plan de negocio en un salto inmediato de ventas atribuible a la IA: el propio estudio fija ese aporte en 0.008% del PIB durante la fase inicial [1].
- Acompañar la adopción de herramientas de IA con digitalización de proveedores y pymes de la cadena, el frente que Katz y Jung identifican como clave para cruzar el umbral de masa crítica [1].
Fuentes
- [1]DPL News, Ni reemplazo masivo ni salto cuántico en el PIB: la IA Generativa tiene impacto moderado — dplnews.com
- [2]CEPAL, Según la CEPAL, la inteligencia artificial ya impulsa la productividad en América Latina y el Caribe, pero aún enfrenta barreras para su expansión — cepal.org
- [3]Asociación Mexicana de Venta Online (AMVO), Asociación Mexicana de Venta Online — amvo.org.mx
