El factor oculto de la competitividad en la era de la IA

Como concluye un informe del Foro Económico Mundial, el cambio tecnológico, y en particular la inteligencia artificial, será el principal factor de transformación del trabajo en los próximos años¹. La IA ya forma parte de la realidad cotidiana de las organizaciones, automatizando tareas, acelerando procesos y redefiniendo múltiples ocupaciones.

Sin embargo, este informe también subraya un aspecto que a menudo queda en segundo plano: el avance tecnológico no reduce la importancia de las personas, sino que la redefine. A medida que las tareas rutinarias y fácilmente estandarizables se automatizan, aumenta el valor económico y organizativo de las habilidades humanas. Así, el pensamiento analítico, la capacidad de aprendizaje continuo, la adaptación al cambio, la creatividad y el liderazgo se convierten en factores críticos para la empleabilidad y la competitividad.

La tecnología amplía las capacidades humanas, pero no sustituye el juicio, la interpretación ni la comprensión social. El verdadero desafío económico y organizativo consistirá, por tanto, en articular una combinación eficaz entre tecnologías avanzadas y capacidades humanas. De esa composición dependerá tanto la productividad de las empresas como la calidad del empleo que se genere.

 

Mayor competitividad

La revolución digital persigue un objetivo clásico: aumentar la productividad. La evidencia disponible indica que, poco a poco, lo está consiguiendo. Por ejemplo, un artículo firmado por Erik Brynjolfsson, Danielle Li y Lindsey Raymond analiza la introducción de un asistente de IA generativa en el trabajo diario de miles de agentes de atención al cliente, e indica que la productividad laboral aumentó alrededor de un 15 %, medida en número de casos resueltos por hora².

El efecto fue especialmente intenso entre los trabajadores menos experimentados, lo cual sugeriría, según los autores, que la IA actúa como un “igualador de habilidades”, al acelerar el aprendizaje y reducir brechas internas, sin sustituir a los empleados. Asimismo, su investigación subraya que la IA genera más valor cuando complementa el trabajo humano, en lugar de automatizarlo por completo.

Otra investigación que examina datos de empresas industriales y de servicios alemanas también señala que las compañías que adoptan tecnologías de IA registran niveles más altos de productividad laboral³. Los autores advierten, sin embargo, que los beneficios no son automáticos: dependen de la intensidad de uso de la IA y de inversiones complementarias en organización y capital humano.

En definitiva, ambos artículos apuntan a una misma conclusión: la inteligencia artificial ya no es una señal abstracta, sino una tecnología con efectos reales sobre la competitividad, aunque su impacto depende de cómo se integre en el trabajo cotidiano. Además, ambos apuntan que esa integración debe ejecutarse sobre la base de la complementariedad entre la tecnología y las capacidades si se pretende conseguir buenos resultados.

Por tanto, que las mejoras en eficiencia se traduzcan también en mayor valor organizativo y social depende del uso que se haga de la tecnología. En consecuencia, no se trata únicamente de eficiencia técnica, sino de orientación estratégica y organizativa, y es en este plano donde la cultura de la empresa deviene esencial.

El incremento de la productividad suele asociarse, al menos en teoría, a un aumento de los salarios, que se produciría en dos etapas. En primer lugar, provocaría un aumento de la demanda de trabajadores, ya que las empresas aumentarían la producción para maximizar los beneficios. Posteriormente, este incremento de la demanda de trabajadores generaría un aumento de los salarios para atraer y retener a los empleados.

 

Una disrupción en el mercado laboral

El informe del Foro Económico Mundial mencionado al principio ofrece un panorama detallado de cómo se espera que la inteligencia artificial y otras fuerzas estructurales transformen el mercado de trabajo entre 2025 y 2030. Concretamente, pronostica que se crearán unos 170 millones de nuevos puestos de trabajo impulsados por la tecnología, la sostenibilidad, el cambio demográfico y la digitalización. Asimismo, estima que se desplazarán unos 92 millones de empleos actuales debido a la automatización y otros factores.

El saldo neto sería una ganancia de unos 78 millones de empleos para 2030 –equivalente, más o menos, a un 7 % del empleo formal actual–, aunque con variaciones por sectores y regiones. Se trata de una previsión bastante más optimista que la de la edición del informe publicada en 2023, que estimaba una contracción de 14 millones de puestos de trabajo. Ambas ediciones coinciden en que muchas de las habilidades actuales de los trabajadores cambiarán o quedarán obsoletas en los próximos años.

Daron Acemoglu y Pascual Restrepo sostienen que la automatización reemplaza tareas específicas, reduciendo la demanda de trabajo en esas actividades, pero, al mismo tiempo, puede incrementar la demanda de trabajo en otras no automatizadas o en nuevas, creadas por la innovación tecnológica⁴. Esto implicaría que la caída en empleo no corresponderá tanto a la desaparición completa de puestos de trabajo como a una reconfiguración de las tareas dentro de esos empleos.

Por tanto, no parece que lo normal vaya a ser cubrir con robots la actividad completa de un puesto de trabajo, sino solo parcelas de ese puesto, ya que de momento la IA es especializada, muy adecuada para tareas concretas, pero no es una inteligencia general como la de los humanos. En este contexto, como advierte el Foro Económico Mundial, la brecha de habilidades puede constituir el principal obstáculo para la transformación empresarial. ¿Qué habilidades serán necesarias? ¿Qué actividades pueden producirse por IA y aumentar la productividad?

Ronald Coase subrayó hace ya cerca de un siglo que las transacciones en el seno de las organizaciones no siguen una lógica de mercado, sino que se articulan mediante cauces pautados y estructurados, ligados a objetivos establecidos y formalizados en procesos de toma de decisión⁵. Entre estos procesos, ocupa un lugar central la gestión de la contribución de las personas.

Esto es fundamental para explicar la segunda etapa del proceso: la que va del incremento de la demanda de trabajadores al aumento de los salarios. Así, cuando una tarea es fácil de medir y estandarizar, resulta más sencilla de automatizar mediante tecnologías digitales o sistemas basados en inteligencia artificial; en consecuencia, se podrá sustituir a las personas por máquinas y no se producirá el incremento de los salarios. Por el contrario, cuando el trabajo incorpora componentes creativos, relacionales o de juicio contextual, la sustitución tecnológica se vuelve mucho más compleja, así que es más factible que la demanda de trabajo se traslade a un incremento de los salarios.

 

¿Cuánto delegaremos en la IA?

La cuarta revolución industrial implica un desplazamiento progresivo de decisiones desde las personas hacia sistemas digitalizados. En este sentido, ya existen numerosos consejeros y directivos algorítmicos en instituciones, organizaciones y empresas. Dichos consejeros se colocan al frente de determinados departamentos o dentro de ellos. Por tanto, la IA también ha llegado al ámbito de la gestión. En algunos casos, incluso ha accedido a la dirección general.

En 2014, el fondo de capital riesgo Deep Knowledge Ventures (DKV) captó la atención internacional al anunciar la incorporación de Vital, un sistema de inteligencia artificial, como miembro (o “presidente”) de su junta directiva, lo cual era todo un experimento pionero en la gobernanza corporativa.

Vital –acrónimo de validating investment tool for advancing life sciences– era un software diseñado para analizar grandes volúmenes de datos y evaluar riesgos en inversiones de biotecnología y ciencias de la vida. A pesar de que carecía de estatus legal y de voto formal, la firma aseguró que sus recomendaciones algorítmicas influían en las decisiones estratégicas. Esta iniciativa supuso el punto de partida de un debate global sobre el papel de la IA en la toma de decisiones empresariales.

En los últimos años, grandes corporaciones como Xerox, Google, Unilever, L’Oréal y Amazon han incorporado algoritmos en funciones estratégicas de recursos humanos, transformando la gestión del talento. De esta manera, Xerox fue pionera al usar modelos predictivos para reducir la rotación; Google impulsó el enfoque de people analytics para apoyar decisiones sobre desempeño y liderazgo; mientras que Unilever y L’Oréal automatizaron fases iniciales del reclutamiento mediante IA aplicada a entrevistas y pruebas psicométricas. El caso más polémico fue el de Amazon, que desarrolló un algoritmo interno para selección de personal. Lo terminó abandonando al detectar que penalizaba sistemáticamente a candidatas mujeres. Y es que los sesgos históricos pueden amplificarse cuando se delegan decisiones sensibles a sistemas automáticos.

Todos estos ejemplos muestran la dificultad de reemplazar o sustituir a la dirección de recursos humanos, pero consolidan a la IA como una herramienta de apoyo cuya adopción sigue planteando dilemas éticos, legales y organizativos. Sin duda, uno de ellos será diferenciar entre hacer uso de sistemas inteligentes para tomar decisiones y delegar completamente las decisiones significativas en esos sistemas.

En este nuevo contexto, la noción de confianza adquiere un papel central. ¿Hasta qué punto es posible confiar en procedimientos que no experimentan emociones ni comparten valores? ¿Quién será el responsable? Adela Cortina apunta tres posibilidades⁶:

1. Sistemas inteligentes que pueden resolver problemas y actuar independientemente de los seres humanos, pero sin ser autónomos. Por tanto, no pueden decidir qué se debe hacer, qué metas hay que perseguir; en definitiva, carecen de lo que se ha venido en denominar “libre albedrío”. En este caso, la responsabilidad no podría atribuirse a la “tecnología autónoma”, sino que el control humano sería esencial para poder hablar de responsabilidad.
2. Sistemas “funcionalmente autónomos”, que tendrían cierta autonomía, aunque no plena. En esta situación, sería necesario incorporar algún tipo de código moral en la programación.
3. Sistemas “perfectamente autónomos”. Serían entes perfectamente autoconscientes que podrían hacer razonamientos éticos a partir de su propio código moral. Sin embargo, este tercer significado no tendría referente hoy por hoy, en tanto que la creación de dichos agentes estaría todavía lejos, si es que alguna vez es posible.

 

El papel de la cultura organizativa

En cualquier caso, hemos mostrado que tanto el incremento de productividad como la creación de empleo y la calidad de este dependerán de cómo se integre la IA en el ámbito laboral. En otras palabras, la cultura organizativa es fundamental, ya que desempeña un papel crucial porque estructura la forma en que se organizan los flujos de trabajo, se toman decisiones y se gestionan los intercambios de información.

No se trata de un elemento accesorio o meramente simbólico, sino de un mecanismo que reduce la incertidumbre interna, coordina expectativas y orienta comportamientos en contextos complejos. A través de ella, las organizaciones canalizan iniciativas individuales y responden a cambios en su entorno competitivo. Esta capacidad constituye un verdadero capital social, con efectos directos sobre la competitividad y el valor de mercado de la empresa.

La cultura no surge de manera espontánea, ni solo desde el liderazgo, sino que se construye a lo largo del tiempo a partir de prácticas compartidas, rutinas y aprendizajes colectivos que se consolidan mediante la repetición. El liderazgo influye, pero no impone por sí solo estos patrones de comportamiento. Las personas deben interiorizarlos como criterios propios de actuación para que funcionen correctamente.

Por ello, se construyen a partir de hábitos compartidos y prácticas recurrentes que emergen de la interacción social cotidiana. El liderazgo, por consiguiente, incide, aunque esos automatismos solo funcionan cuando han sido asimilados por las personas como propios.

En los últimos años, las expectativas de muchos trabajadores se han visto debilitadas por la evolución de los contextos competitivos. En numerosos países desarrollados, la reducción de estructuras organizativas, junto con la deslocalización y la externalización, ha dificultado la identificación entre objetivos individuales y organizativos. Esta falta de afinidad se produce porque las personas se comprometen cuando perciben que su contribución es útil y reconocida.

 

La innovación como elemento transformador

Tradicionalmente, la innovación ha tenido un fuerte componente social y colaborativo. Por ello, es momento de cuestionarse si la innovación digital refuerza esta colaboración o, por el contrario, favorece nuevas formas de fragmentación. Igualmente, la era digital se ha asociado con frecuencia a las innovaciones disruptivas. En algunos casos, el término funciona como etiqueta. En otros, describe transformaciones comparables a las provocadas por tecnologías de uso general, como el vapor o la electricidad. La informática y las tecnologías de la información han cumplido ese papel, pero queda por ver si la inteligencia artificial representará una continuidad de este proceso o un punto de inflexión de mayor alcance.

Las innovaciones no transforman la realidad por sí solas, sino que lo hacen cuando la sociedad aprende a utilizarlas de forma efectiva. Y ese proceso no es automático. Puede ser rápido, lento o ni siquiera llegar a consolidarse. Si llega a darse, la tecnología puede elevar la productividad, pero solo la aceptación social convierte ese potencial en cambio estructural.

En cuanto a las organizaciones, pueden adoptar nuevas tecnologías para mejorar prácticas existentes o replantear de manera radical sus problemas y modelos de actuación. Este segundo enfoque, más visionario, es el que históricamente ha dado lugar a transformaciones económicas y sociales de mayor calado.

La revolución digital ha generado beneficios indiscutibles, pero también perturbaciones significativas, sobre todo en el mercado de trabajo. La reorganización de tareas, la polarización del empleo y el aumento de las desigualdades entre trabajadores con distintos niveles de cualificación son algunos de sus efectos más visibles desde una perspectiva económica.

Aunque la información circula hoy con una intensidad inédita, esto no equivale a conocimiento, ya que, sin capacidad de interpretación, la información no orienta la acción. En este punto, la IA puede convertirse en un elemento decisivo.

Desde una perspectiva social, la IA puede facilitar servicios mejores y más accesibles, ampliando la capacidad productiva y de consumo. Desde el punto de vista organizativo, su impacto va más allá del procesamiento de datos y alcanza el ámbito de la toma de decisiones. Por ello, conviene recordar que las empresas son sistemas gestionados. Organizan flujos de trabajo con el objetivo de obtener resultados. Muchas compañías han reforzado su núcleo más productivo, donde el trabajo es más cognitivo y social, pero también más limitado en número. Esta dinámica contribuye a una economía dual, en la que una minoría altamente productiva convive con amplios segmentos rezagados.

 

La cultura, un patrimonio no exclusivamente humano

Llegados a este punto, otra cuestión clave emerge de inmediato: ¿pueden los sistemas automatizados tener cultura? ¿Se adaptarán a la cultura de las organizaciones o serán las organizaciones las que deban adaptarse a ellos? Para los equipos directivos, el desafío consiste en integrar la IA sin erosionar los fundamentos culturales de la organización.

La cultura incluye el conjunto de conocimientos, valores, creencias, normas, costumbres y objetos materiales que comparten los miembros de una sociedad y que se transmiten de una generación a otra. Funciona como un marco de referencia que orienta la manera en que se interpreta el mundo y se actúa en él, y se caracteriza por la existencia de significados compartidos sobre cómo deben hacerse las cosas. En este sentido, puede entenderse como un patrón compartido de comportamientos (formas de interacción) y de creencias (formas de interpretación de la realidad). Pero ¿es la cultura un fenómeno exclusivamente humano?

En un estudio publicado en 2024, un equipo de investigadores observó que un orangután de Sumatra llamado Rakus se curó una herida utilizando una planta medicinal durante varios días. Este comportamiento sugeriría la posibilidad de que ese conocimiento se aprendiera o transmitiera dentro del grupo, lo que se considera relevante para entender la adquisición de elementos culturales en primates.

En esta misma línea, una investigación de la Universidad de St Andrews ha descubierto la propagación social entre las ballenas jorobadas de una técnica de alimentación cooperativa y altamente social que requiere que aprendan a trabajar en grupo. Además, el estudio muestra la importancia de la propagación de un comportamiento alimenticio aprendido culturalmente a través de las redes sociales de estos cetáceos en la recuperación de las ballenas jorobadas en el Pacífico nororiental.

Igual que estos animales, ¿podrían las máquinas dotadas de inteligencia artificial generar una cultura independiente de la humana? Para ello, deberían ser capaces de aprender las unas de las otras y usar tales conocimientos para adaptarse a cambios inesperados en su ambiente.

C-LEARN es un método de aprendizaje robótico desarrollado en el MIT por la Dra. Claudia Pérez D’Arpino (junto con la profesora Julie Shah). Permite a los robots aprender tareas complejas de manipulación de varios pasos a partir de un pequeño número de demostraciones humanas. C-LEARN se centra en codificar las restricciones geométricas y físicas de las tareas para que los robots puedan generalizar lo que aprenden y aplicarlo a nuevos objetos, entornos e incluso a diferentes cuerpos robóticos.

Este aprendizaje se realiza en dos fases. En primer lugar, un humano muestra una tarea una vez, moviendo una copia virtual del robot en una simulación. A partir de esa única demostración virtual, el algoritmo extrae los fotogramas clave y las restricciones, y utiliza un planificador de movimientos para generar movimientos factibles para el robot físico. A continuación, los robots pueden adaptar la tarea aprendida a nuevas posiciones, instancias de objetos o diseños ligeramente diferentes.

La misma especificación de tarea se puede transferir entre diferentes robots: el conocimiento aprendido en una plataforma por un pequeño robot mecánico de dos brazos (Optimus) puede ser reutilizado por un robot humanoide (Atlas), combinando las restricciones de la tarea con las restricciones cinemáticas y de equilibrio propias de cada robot.

No obstante, ¿podemos realmente los humanos “educar” a una máquina? Y cuando hablamos de transmisión de conocimientos, ¿entiende los conocimientos transferidos o nos encontramos ante otro ejemplo de la “habitación china” enunciada por John Searle⁷, que cuestiona la capacidad de pensamiento de las máquinas?

 

La adaptación organizativa

El avance de las tecnologías crea un mundo en que la aceleración parece ser la clave vital, y el cambio y la imprevisibilidad se convertirán en elementos centrales de nuestras vidas. Por esta razón, las organizaciones necesitan más que nunca flexibilidad para adaptarse. Y cambiar objetivos, estructuras y sistemas de decisión implica modificar también la cultura organizativa.

¿Puede la inteligencia artificial operar en este ámbito? Si la cultura organizativa es un activo intangible basado en valores, normas implícitas y significados compartidos, su traducción en un entorno digital resulta altamente problemática, incluso con sistemas avanzados.

El valor de la marca o de la propiedad intelectual es ampliamente reconocido. En esta misma línea, el valor de hacer las cosas constituye una ventaja competitiva difícil de imitar. Las organizaciones deben evolucionar para sobrevivir, pero también preservar los elementos esenciales de su identidad. Perderlos implica debilitar una fuente clave de competitividad.

Los entornos digitales no han eliminado esta tensión. Las oportunidades cambian y los recursos también, pero quienes responden siguen siendo las personas, siempre que las organizaciones ofrezcan condiciones para su desarrollo.

En este contexto, la interacción humana se vuelve más relevante cuanto mayor es la complejidad organizativa, puesto que digitalizar procesos complejos no los simplifica de forma automática. Cuando un proceso es interactivo, requiere colaboración y talento tanto individual como colectivo. Cuando existe talento colectivo, puede hablarse propiamente de cultura organizativa y de capital social, que permiten transformar información en conocimiento y conocimiento en resultados.

Se afirma que la IA puede adquirir criterio para realizar estas transformaciones, pero queda abierta la cuestión de si ello será suficiente para orientar el rumbo de las organizaciones, en tanto que “información” no significa inmediatamente “conocimiento”. De la misma manera que “acceso” y “conexión” no suponen necesariamente comunicación, y menos aún, diálogo.

Las culturas no se transforman por decreto, sino que evolucionan cuando se alinean interpretaciones y aprendizajes compartidos en respuesta a cambios del entorno. Y estos aprendizajes requieren comunicación genuina, no solo información, porque se apoyan en conocimientos tácitos, difíciles de formalizar y de trasladar a sistemas algorítmicos.

La cultura organizativa genera valor solo cuando existen las condiciones adecuadas de incentivos, comunicación y reconocimiento. No basta con declaraciones formales, sino que es necesaria una masa crítica que interiorice y transmita esas normas. En síntesis, la cultura organizativa es mucho más que un modelo de negocio o una tecnología avanzada. Es conocimiento colectivo, capacidad de decisión y narrativa compartida. Se trata, en última instancia, de lo que permite a las organizaciones adaptarse y perdurar.

 

Los límites (actuales) de la IA

¿Llegará la inteligencia artificial a ser protagonista directa de estos procesos? Hoy no parece probable. Actualmente, la IA puede transformar cómo trabajamos, pero no puede saber por qué lo hacemos y qué pretendemos conseguir. Ello es porque los robots y la IA no pueden crear de forma independiente una cultura organizativa en el sentido humano, pero pueden moldearla, reforzarla e incluso distorsionarla, una vez que los seres humanos definen los valores y normas fundamentales. La cultura sigue dependiendo del propósito, el significado y la identidad compartida de los humanos, mientras que la IA actuaría como amplificador e infraestructura de esos elementos.

Desde una perspectiva económica y de estrategia empresarial, la cuestión de si la inteligencia artificial puede “tener cultura” remite directamente a cómo las organizaciones construyen y sostienen sus ventajas competitivas. La cultura organizativa funciona como un capital social que reduce costes de coordinación, mejora la calidad de la toma de decisiones y permite actuar con mayor coherencia en entornos inciertos. La IA puede codificar reglas, optimizar procesos y aprender de grandes volúmenes de datos, pero no genera por sí misma significados compartidos ni criterios de acción colectiva.

Desde el punto de vista estratégico, esto implica que la IA no sustituye a la cultura existente, sino que la amplifica –para bien o para mal–. Las empresas con culturas sólidas, orientadas al aprendizaje, la cooperación y la responsabilidad en la toma de decisiones, podrán traducir la adopción de la IA en aumentos sostenidos de productividad y valor. Por el contrario, organizaciones con culturas débiles o fragmentadas corren el riesgo de obtener ganancias de eficiencia a corto plazo, a costa de perder coherencia estratégica y capacidad de adaptación. Por tanto, la integración de la IA debe entenderse no solo como una decisión tecnológica, sino como una decisión estratégica de primer orden.

Las empresas que aborden la inteligencia artificial solo como una palanca de eficiencia corren el riesgo de erosionar los fundamentos de su ventaja competitiva. Por tanto, hay que tratar la adopción de la IA como un proceso organizativo integral, alineado con la cultura, los sistemas de incentivos y los criterios de decisión. Invertir en IA sin invertir simultáneamente en capacidades humanas, liderazgo y cultura organizativa puede generar ganancias a corto plazo, pero debilitar la capacidad de adaptación y creación de valor a medio y largo plazo.