Argentina última en adopción de IA — el rezago que cierra puertas

La agenda

Argentina quedó en el último lugar de un ranking regional de adopción de inteligencia artificial, según un relevamiento que midió penetración de herramientas de IA en el tejido productivo y empresarial de América Latina. El informe, citado por Ámbito Financiero, ubicó al país por debajo de Chile, Brasil, México y Colombia en variables como inversión corporativa en sistemas de aprendizaje automático, capacitación técnica de la fuerza laboral y adopción de automatización inteligente en procesos críticos.

El dato llega en un contexto donde la tasa de desempleo ronda el 7,6% y la informalidad laboral alcanza al 38% de los ocupados, según cifras del INDEC para el segundo trimestre de 2026. La brecha tecnológica no solo afecta la competitividad sectorial inmediata: determina qué tipo de empleo puede generarse en el mediano plazo y qué sectores quedan marginados del comercio internacional por incapacidad de cumplir estándares de eficiencia y trazabilidad que los mercados desarrollados ya exigen.

El informe también señala que las empresas argentinas destinan menos del 2% de su inversión en tecnología a proyectos de IA, mientras que en Chile esa proporción supera el nivel de referencia y en Brasil ronda el nivel de referencia, marcando una distancia que se amplía año a año y que traduce en productividad por hora trabajada, capacidad de exportación y salarios reales de largo plazo.

El análisis liberal

La adopción de inteligencia artificial no es una moda tecnológica ni un capricho gerencial: es la forma en que el conocimiento disperso se incorpora al proceso productivo en la economía del siglo XXI. Hayek en El uso del conocimiento en la sociedad (1945) explica que el problema económico central no es asignar recursos dados sino descubrir cuál es la mejor manera de usarlos cuando la información relevante está fragmentada en millones de cabezas. La IA es, literalmente, una herramienta para procesar señales dispersas —patrones de demanda, variaciones de costo, oportunidades de nicho— y traducirlas en decisiones operativas más rápidas y precisas que las que podría tomar un gerente con planilla Excel y olfato.

Que Argentina esté última en adopción significa algo muy concreto: las empresas locales procesan información más lentamente, detectan oportunidades más tarde y ajustan la producción con mayor fricción que sus competidoras regionales. Eso no es neutral respecto del empleo: Mises en La acción humana (1949, cap. XVIII) muestra que el salario real de largo plazo depende de la productividad marginal del trabajo, y esa productividad depende del capital por trabajador. Cuando el capital es obsoleto o el proceso productivo es ineficiente, la productividad cae y con ella el salario que el mercado puede sostener sin destruir empleos.

El rezago en IA tiene tres consecuencias encadenadas. Primera: baja productividad relativa, que se traduce en costos unitarios más altos y márgenes más estrechos. Rothbard en Poder y mercado (1970, cap. 2) explica que en un mercado libre los márgenes de ganancia tienden a igualarse entre sectores por migración de capital; si una empresa argentina produce con costos más altos que una chilena o brasileña en el mismo rubro, no puede sostener el precio competitivo y termina perdiendo mercado o quebrando. Segunda: menor capacidad de exportación. Los estándares internacionales de trazabilidad, cumplimiento normativo y gestión logística en tiempo real son cada vez más exigentes. Una firma que no puede rastrear su cadena de suministro con herramientas inteligentes queda fuera del juego. Tercera: destrucción de empleos de calidad. Cuando una empresa pierde competitividad, no despide primero al personal menos calificado: cierra líneas completas, cancela proyectos de expansión y reduce inversión en formación. El empleo que se pierde es precisamente el que requería mayor capacitación y pagaba mejor.

Ahora bien, el sesgo estatista habitual es culpar al sector privado por invertir poco en tecnología y proponer subsidios públicos, créditos blandos o programas de capacitación estatal como solución. Esa lectura ignora la causalidad inversa. Buchanan en Los límites de la libertad (1975, cap. 5) señala que la inversión privada responde a expectativas de retorno neto después de impuestos y riesgos regulatorios. Si el entorno legal argentino genera incertidumbre sobre la apropiabilidad de ganancias futuras —por riesgo de controles de precios, restricciones cambiarias, litigiosidad laboral o cambios impositivos súbitos— la inversión en capital de largo plazo, como sistemas de IA, se desploma. Ningún gerente con responsabilidad fiduciaria puede justificar ante su directorio una inversión de cinco años de maduración en un país donde el marco regulatorio puede cambiar en seis meses.

El otro argumento rival es que la IA destruye empleos y que quedarse atrás protege la masa laboral. Esa posición confunde causas con efectos. Hazlitt en La economía en una lección (1946, cap. VII) desmonta la falacia de la máquina: la innovación tecnológica desplaza tareas específicas, no empleos netos. Libera trabajo humano para actividades de mayor valor agregado que no pueden automatizarse. Los países que adoptaron temprano la automatización industrial —Alemania, Japón, Corea del Sur— no tienen tasas de desempleo estructuralmente más altas que Argentina; tienen salarios reales más altos porque la productividad permite pagar más por hora. La destrucción de empleo en Argentina no viene de exceso de tecnología sino de su ausencia: las firmas cierran porque no pueden competir, y cuando cierran destruyen empleos enteros, no tareas.

La excepción aparente sería invocar fallas de coordinación o externalidades de red que justifiquen intervención estatal para acelerar la adopción. Pero Coase en El problema del costo social (1960) muestra que las externalidades no justifican automáticamente intervención estatal; primero hay que demostrar que el mercado no puede internalizarlas mediante contratos y que la intervención no genera costos mayores que el problema original. En el caso de la IA, no hay evidencia de externalidad positiva no apropiable: la empresa que invierte en IA captura la ganancia de productividad vía precios más bajos o mejores márgenes, y la difusión tecnológica ocurre por imitación competitiva, no por planificación central. El problema argentino no es falta de coordinación sino exceso de obstáculos: impuestos altos, inseguridad jurídica, mercado laboral rígido y restricciones cambiarias que encarecen la importación de tecnología y servicios técnicos extranjeros.

Por último, el timing importa. Knight en Riesgo, incertidumbre y beneficio (1921, parte III, cap. VII) distingue entre riesgo probabilizable (asegurable, cuantificable) e incertidumbre genuina (no modelable, irreductible). La decisión de invertir en IA en Argentina enfrenta incertidumbre genuina: no es que el riesgo sea alto y cuantificable, es que no hay modelo que permita estimar la probabilidad de que el Estado cambie las reglas del juego. Esa incertidumbre paraliza la inversión de largo plazo antes que el costo del capital o la falta de talento técnico.

Quién gana y quién pierde

Ganan, en el cortísimo plazo y de manera completamente ilusoria, los trabajadores que conservan empleos en sectores ineficientes protegidos por barreras regulatorias o arancelarias. Esa “protección” es temporal: cuando la firma pierde competitividad frente a importaciones o sustitutos regionales, cierra de golpe y destruye la plantilla completa. También ganan, de forma perversa, los burócratas y sindicatos que administran programas estatales de capacitación o subsidios tecnológicos: capturan presupuesto público y prestigio político sin asumir responsabilidad por resultados medibles.

Pierden los trabajadores jóvenes y los que buscan empleo de calidad. Solow en su trabajo seminal sobre crecimiento (A Contribution to the Theory of Economic Growth, 1956) muestra que el crecimiento sostenido del ingreso per cápita depende del progreso tecnológico incorporado al capital. Si el stock de capital argentino envejece y no incorpora tecnología de frontera, la demanda de trabajo calificado se estanca y los salarios reales se comprimen. El joven que se capacita en análisis de datos, programación o gestión de sistemas inteligentes no encuentra empleadores locales que valoren esa habilidad al nivel internacional, y termina emigrando o subempleado en tareas administrativas de bajo valor agregado.

Pierden también las empresas medianas que compiten en mercados abiertos sin protección arancelaria. Una pyme industrial que exporta insumos a Brasil enfrenta competidores chilenos y mexicanos que operan con sistemas de trazabilidad automática, gestión predictiva de inventarios y optimización logística en tiempo real. Si la argentina no puede igualar esos estándares operativos, pierde contratos, reduce facturación y finalmente despide personal o cierra. La pérdida no es abstracta: es el cierre de la planta en Rosario, el despido del técnico en Córdoba, la cancelación de la inversión en Mendoza.

Pierde el conjunto de la economía por el costo de oportunidad agregado. Bastiat en Lo que se ve y lo que no se ve (1850) advierte que toda política pública tiene efectos visibles e invisibles. Lo visible es el puesto conservado en la empresa ineficiente. Lo invisible es el empleo de mayor calidad que no se creó en la startup tecnológica que nunca arrancó porque el fundador no consiguió financiamiento, el ingeniero que emigró a Chile porque en Buenos Aires no había demanda para su especialidad, y el exportador que perdió el contrato porque su proceso productivo no cumplía el estándar de trazabilidad que el comprador europeo exigía. Esos costos invisibles se acumulan año a año y determinan la brecha de ingreso per cápita entre Argentina y sus vecinos regionales que, medida en paridad de poder adquisitivo, ya supera el cincuenta por ciento en algunos casos y sigue ampliándose.