Qué pasó: de la curiosidad a la rutina, en dos años
En dos años, la IA pasó de curiosidad a herramienta diaria. La proporción de organizaciones que la usan en al menos una función subió de 55% en 2023 a 78% en 2024 y a 88% en 2025. En la Argentina, 6 de cada 10 personas la usan para su vida personal, pero solo 43% percibe uso dentro de su empresa.
Los números gruesos esconden dos cosas distintas. Una es la adopción: cuánta gente la usa. La otra es la profundidad: cuánto cambia el trabajo cuando la usa. Las dos subieron, pero no al mismo ritmo, y esa diferencia explica casi todo lo que viene después.
| Indicador | Dato | Momento |
|---|---|---|
| Organizaciones que usan IA en al menos una función | 55% → 78% | 2023 → 2024 (Stanford AI Index 2025) |
| Organizaciones que usan IA con regularidad | 88% | 2025 (McKinsey, State of AI 2025) |
| Adultos de EE.UU. que usaron ChatGPT alguna vez | 18% → 34% | 2023 → 2025 (Pew Research Center) |
| Trabajadores de EE.UU. que hacen parte de su trabajo con IA | 21% | Septiembre 2025 (Pew Research Center) |
| Adultos de 18 a 64 años que usaron IA generativa | 39,4% | Agosto 2024 (Bick, Blandin y Deming, NBER) |
| Argentinos que usan IA en su vida personal | 6 de cada 10 | 2025 (Monitor Nacional de IA) |
| Trabajadores argentinos que perciben uso de IA en su empresa | 43% | 2025 (Monitor Nacional de IA) |
| Empresas argentinas con implementación amplia | 6% | 2025 (Monitor Nacional de IA) |
Fuentes: Stanford HAI, AI Index Report 2025; McKinsey, The State of AI 2025; Pew Research Center, febrero y octubre de 2025; Bick, Blandin y Deming (NBER, 2024); Monitor Nacional de Inteligencia Artificial 2025 (Taquion, Restart, Iplan y GCBA).
Cuánto sube de verdad la productividad
Depende de la tarea y de quién la hace. En atención al cliente, 14% más casos resueltos por hora en promedio y 34% en quienes recién empiezan. En escritura profesional, 40% menos de tiempo con 18% más de calidad. Con developers experimentados trabajando sobre su propio código, 19% más lento.
Conviene decirlo sin vueltas porque circula mucho: la IA no multiplicó la productividad por cinco ni por diez. No hay una serie de productividad agregada que muestre ese salto. Lo que hay es una mejora real y despareja por tarea, enorme en algunos casos, nula o negativa en otros.
Los tres estudios que se citan siempre, y qué midieron exactamente:
| Estudio | Qué midió | Resultado |
|---|---|---|
| Brynjolfsson, Li y Raymond (NBER, 2023) | 5.179 agentes de atención al cliente con asistente de IA | +14% de casos resueltos por hora; +34% en novatos |
| Noy y Zhang (Science, 2023) | 453 profesionales en tareas de escritura | −40% de tiempo y +18% de calidad evaluada |
| METR (ensayo aleatorizado, 2025) | 16 developers senior, 246 tareas en sus propios repos | 19% más lento con IA |
| BLS (productividad no agrícola, EE.UU.) | Productividad agregada del segundo trimestre de 2026 | +1,4% anualizada |
| Gallup (State of the Global Workplace 2026) | Percepción de líderes sobre el impacto de la IA | 89% no ve impacto en productividad en tres años; espera +1,4% en los próximos tres |
Fuentes: NBER Working Paper 31161 (2023); Science 381, 187-192 (2023); METR, «Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity» (julio 2025); U.S. Bureau of Labor Statistics, Productivity and Costs (segundo trimestre de 2026); Gallup, State of the Global Workplace 2026.
La lectura útil para una empresa es esta: la IA rinde donde la tarea es repetible y verificable, y rinde menos donde el criterio es caro de reconstruir. El dato de METR no dice que la IA no sirva para programar; dice que, en manos de alguien que ya conoce el código, revisar la salida puede costar más que escribirla. Ese matiz es el que separa un proyecto de automatización bien elegido de uno que agrega trabajo invisible.
Las mismas ocho horas
La jornada no se movió. En la Argentina, la Ley 11.544 fija 8 horas diarias y 48 semanales, con las excepciones de siempre. El tiempo que la IA devuelve no aparece como horas libres: se llena con más tareas, más revisiones y más entregables en el mismo día.
Es el patrón clásico de toda tecnología que ahorra tiempo. Cuando una herramienta reduce el costo de producir algo, la cantidad demandada de ese algo sube. Si antes un informe llevaba cuatro horas y ahora lleva dos, nadie se va dos horas antes: se piden dos informes más, o se pide el mismo con más detalle, o se aprovecha el margen para atender otra cosa. La capacidad liberada se absorbe.
Hay una parte de eso que está bien: producir más con el mismo esfuerzo es exactamente lo que se busca. El problema aparece cuando la ganancia se vuelve invisible para quien la generó, y cuando el sistema asume que ese nuevo ritmo es el piso. Ahí es donde la pregunta por el reparto deja de ser filosófica.
Quién se queda la diferencia
La evidencia dice que la mayor parte se captura arriba. Entre 1979 y 2025, la productividad neta de Estados Unidos creció 90,2% y el salario del trabajador típico creció 33,0%. Si el salario hubiera seguido a la productividad, hoy cobraría 16,40 dólares más por hora.
No hace falta suponer una intención para explicarlo. Alcanza con mirar cómo se actualizan las dos cosas. El salario se negocia en una revisión, una vez al año, y con referencia al mercado. La productividad se actualiza todas las semanas, cuando una herramienta nueva entra al flujo de trabajo y alguien aprende a usarla. Una se mueve por escalones; la otra, por goteo. En esa asimetría se pierde la diferencia.
| Indicador | Dato | Período | Fuente |
|---|---|---|---|
| Productividad neta de EE.UU. | +90,2% | 1979–2025 | EPI |
| Salario del trabajador típico | +33,0% | 1979–2025 | EPI |
| Salario que faltaría si hubiera seguido la productividad | +USD 16,40 por hora | 2025 | EPI |
| Salario real global | +1,8% y +2,7% | 2023 y 2024 | OIT |
| Ratio entre el CEO y el trabajador típico | 325 a 1 | 2025 | EPI |
| Capex combinado de Microsoft, Alphabet, Amazon y Meta | más de USD 700.000 millones | 2026 | TMT Finance / Financial Times |
Fuentes: Economic Policy Institute, The Productivity–Pay Gap y CEO pay surged in 2025; OIT, Global Wage Report 2024-25; TMT Finance, «2026 hyperscaler capex tops US$700bn», julio de 2026.
Vale aclarar lo que el dato no dice. La ganancia no desaparece: se reinvierte, se distribuye como capital y se paga como salario a una parte del mercado. Lo que no ocurre es que vuelva automáticamente a la misma persona que produjo el cambio, en la misma proporción y en el mismo mes. Eso no es una falla del sistema: es cómo funciona el sistema cuando nadie decide lo contrario.
El tamaño de la apuesta ayuda a ver la asimetría. Las cuatro grandes tecnológicas guían para 2026 un capex combinado de más de 700.000 millones de dólares, casi el doble que el año anterior, y la mayor parte va a infraestructura de IA. Esa inversión tiene que volver por algún lado: vuelve como margen, como valuación y como productividad medida en el balance de la empresa que la hizo.
La grieta nueva: el premio de las habilidades
La productividad no se reparte parejo entre todos: se reparte por habilidad. Los avisos de empleo que piden habilidades de IA pagan 62% más que el mismo puesto sin ellas, contra 57% el año anterior, según el análisis de más de mil millones de avisos en 27 territorios.
Ese dato tiene dos lecturas y las dos son ciertas. La buena: quien aprende a usar estas herramientas puede capturar una parte de la ganancia, y el mercado lo paga. La incómoda: el mismo cambio que sube el techo para unos deja planchado el piso para otros, y la diferencia entre los dos grupos crece. El promedio de la economía no se mueve tanto; la dispersión sí.
Para una empresa, la palanca más concreta no es la herramienta: es la capacitación. Un equipo que sabe dónde la IA ahorra tiempo y dónde lo agrega produce más que uno que la usa a ciegas en todo. Ese trabajo de criterio es el mismo que hacemos cuando armamos equipos de trabajo dedicados: la tecnología define el techo, el criterio define el resultado.
El costo que no aparece en el balance
Sostener el ritmo tiene un costo que no entra en el estado de resultados. Las jornadas de 55 horas o más se asocian a 745.000 muertes anuales por accidente cerebrovascular y cardiopatía isquémica. Y la baja motivación global le cuesta a la economía 10 billones de dólares al año, cerca del 9% del PIB.
Los dos datos vienen de fuentes distintas y miden cosas distintas, pero apuntan al mismo lugar: el rendimiento sostenido no es gratis. La OMS y la OIT estiman que las muertes asociadas a jornadas largas crecieron 29% desde 2000. Gallup, que mide compromiso con el trabajo desde 2009, registró en 2025 el segundo año consecutivo de caída global: solo 20% de los empleados está comprometido, contra un pico de 23% en 2022.
| Indicador | Dato | Fuente |
|---|---|---|
| Muertes anuales asociadas a jornadas de 55 horas o más | 745.000 | OMS y OIT, 2021 (datos de 2016) |
| Variación de esas muertes desde 2000 | +29% | OMS y OIT, 2021 |
| Empleados comprometidos en el mundo | 20% | Gallup, 2026 (datos de 2025) |
| Costo anual de la baja motivación | USD 10 billones, cerca del 9% del PIB | Gallup, 2026 |
| Empresas con mejores prácticas: managers comprometidos | 79% | Gallup, 2026 |
Fuentes: OMS y OIT, «Long working hours increasing deaths from heart disease and stroke» (mayo de 2021); Gallup, State of the Global Workplace 2026.
El último renglón de la tabla es el que importa para decidir. En las organizaciones con mejores prácticas, 79% de los managers está comprometido: casi cuatro veces el promedio global. No es una casualidad estadística ni un rasgo de personalidad colectiva. Es lo que se ve cuando la operación está diseñada para que la gente pueda rendir sin pagar el precio en salud.
Qué dice la evidencia sobre parar
Parar no reduce el resultado: lo sostiene. El mayor ensayo de semana de cuatro días, con seis meses de prueba, seis países y sin bajar el sueldo, redujo el burnout y mejoró la salud mental y física de los participantes, con desempeño igual o mejor que antes del cambio.
El detalle metodológico es el que hace la diferencia: antes de la prueba, cada organización reorganizó procesos para eliminar trabajo de bajo valor. No fue «un día menos para hacer lo mismo». Fue «un día menos porque se sacó lo que sobraba». El estudio, publicado en Nature Human Behaviour en 2025, encontró también más satisfacción laboral y menos intención de renunciar.
Eso es lo que suele faltar en la discusión sobre productividad. Se mide cuánto produce una hora, no cuánto cuesta sostener esa hora durante meses. Un equipo que trabaja doce horas durante tres semanas no es 50% más productivo: es un equipo con tres semanas de deuda, que se cobra en errores, rotación y licencias. Y esa deuda no aparece en el dashboard.
Según Horus Consulting: cuatro reglas para producir sin quemarse
Nuestra recomendación no es trabajar menos por trabajar menos: es separar producción de disponibilidad. Un equipo puede producir mucho en ocho horas y no estar disponible doce. Cuatro reglas concretas, que aplicamos en nuestros propios equipos:
| Regla | Cómo se ve en la práctica | Qué evita |
|---|---|---|
| Uno: bloques de foco | Dos bloques de 90 minutos por día sin notificaciones ni reuniones, con el celular fuera de la vista. | La fragmentación que convierte una mañana en veinte tareas a medio hacer. |
| Dos: horario de corte declarado | Una hora de fin escrita y comunicada al equipo y a los clientes. Después de esa hora, el canal no se atiende. | Que la disponibilidad se estire de a un mensaje por vez hasta cubrir la noche. |
| Tres: la regla de lo que llega fuera de hora | Se anota en una lista para el día siguiente. No se ejecuta, no se responde, no se resuelve a las once de la noche. | El piloto automático que responde primero y piensa después, y que nunca desconecta. |
| Cuatro: una hora sin pantalla antes de dormir | Sin correo, sin mensajes, sin revisar pendientes. Es la que decide cómo arranca el día siguiente. | El sueño cortado, que es la causa más subestimada de la caída de rendimiento. |
Las cuatro reglas comparten una idea: la productividad sana se mide en resultados sostenidos en el tiempo, no en horas de conexión. Usar IA para automatizar lo repetible es la otra mitad del mismo trabajo: si la herramienta se lleva las tareas mecánicas, el tiempo que libera debería ir a criterio y a descanso, no a más tickets. De eso se trata nuestro servicio de agentes y automatizaciones con IA cuando está bien planteado, y de eso hablamos cuando una empresa nos pide software a medida para sacarse trabajo de encima.
Según Horus Consulting, la pregunta correcta no es cuánto más podemos producir con IA, sino cuánto de esa ganancia vuelve como tiempo, como criterio y como calidad de vida para quien la generó. Un equipo que descansa produce mejor, retiene talento y comete menos errores; un equipo que solo corre termina pagando la diferencia en rotación y en salud. La productividad que no se puede sostener no es productividad: es deuda.
Fuentes
Cada dato externo de esta nota lleva su fuente y su fecha al lado. La tabla agrupa una fila por fuente: el detalle de cada cifra está junto a la cifra, en el cuerpo. Los estudios académicos se citan por su publicación; las encuestas, por su organismo y su relevamiento.
| Qué cubre | Fuente | Fecha |
|---|---|---|
| Adopción de IA en organizaciones y en EE.UU. | Stanford HAI, AI Index Report 2025; McKinsey, The State of AI 2025; Pew Research Center | 2025 |
| Adopción y percepciones en la Argentina | Monitor Nacional de Inteligencia Artificial 2025 (Taquion, Restart, Iplan, GCBA) | 2025 |
| Productividad medida por tarea y calidad | Brynjolfsson, Li y Raymond (NBER 31161); Noy y Zhang, Science | 2023 |
| Developers senior con IA: 19% más lento | METR, ensayo aleatorizado | 07/2025 |
| Productividad agregada y expectativas de líderes | U.S. Bureau of Labor Statistics; Gallup, State of the Global Workplace 2026 | 2026 |
| Brecha productividad–salario, salarios y premio de habilidades | Economic Policy Institute; OIT, Global Wage Report 2024-25; PwC, 2026 AI Jobs Barometer | 2025 y 2026 |
| Inversión en infraestructura de IA | TMT Finance, «2026 hyperscaler capex tops US$700bn» | 07/2026 |
| Costo del ritmo y evidencia sobre descanso | OMS y OIT (2021); Gallup (2026); Fan, Schor, Kelly y Gu, Nature Human Behaviour | 2021 a 2025 |
| Jornada legal argentina | Ley 11.544 | 1929, vigente |
Si en seis meses estos números cambian, se actualiza la nota y se mueve la fecha de revisión que aparece arriba. El resto del material sobre el tema está en el índice de notas, y la nota anterior sobre publicidad en ChatGPT —el otro lugar donde la IA ya cambió las reglas del juego— se lee en ChatGPT Ads en Argentina.
Preguntas frecuentes
¿La IA multiplicó por cinco la productividad?
No. Los estudios que miden tareas concretas encuentran mejoras de 14% a 40%, y un experimento con developers experimentados encontró 19% más de tiempo. Ninguna serie de productividad agregada muestra un salto de cinco o diez veces: la productividad no agrícola de Estados Unidos creció 1,4% anualizada en el segundo trimestre de 2026.
¿Cuánto sube la productividad con IA, en concreto?
Depende de la tarea y de la experiencia. En atención al cliente, 14% más casos resueltos por hora en promedio y 34% en quienes recién empiezan. En escritura profesional, 40% menos de tiempo con 18% más de calidad. En código sobre repositorios propios y con developers senior, 19% más lento.
¿Bajaron las horas de trabajo con la IA?
No. La jornada argentina sigue en 8 horas diarias y 48 semanales según la Ley 11.544. El tiempo que la IA devuelve no aparece como horas libres: se llena con más tareas, más revisiones y más entregables en el mismo día.
¿Quién se queda la productividad que genera la IA?
La mayor parte se captura arriba. Entre 1979 y 2025 la productividad neta de Estados Unidos creció 90,2% y el salario del trabajador típico 33,0%. Si el salario hubiera seguido a la productividad, hoy cobraría 16,40 dólares más por hora. No es una decisión de nadie en particular: es cómo se actualizan las dos cosas.
¿Los salarios subieron con la IA?
En promedio, no al ritmo de la productividad. El salario real global creció 1,8% en 2023 y 2,7% en 2024. Sí existe un premio para quien tiene habilidades de IA: 62% por encima del mismo puesto sin ellas, según el análisis de más de mil millones de avisos de empleo de PwC.
¿La IA me hace trabajar más?
Puede. Si la ganancia de tiempo se llena con más tareas, el resultado es más producción sin más descanso. Un ensayo aleatorizado con 16 developers experimentados encontró que, con IA, tardaron 19% más en tareas de sus propios repositorios: revisar y corregir la salida también es trabajo.
¿Cuánto cuesta el burnout y la baja motivación?
Gallup estima que la baja motivación global le costó a la economía 10 billones de dólares en productividad perdida, cerca del 9% del PIB, con solo 20% de los empleados comprometidos en 2025. Las jornadas de 55 horas o más se asocian a 745.000 muertes anuales por accidente cerebrovascular y cardiopatía isquémica, según OMS y OIT.
¿Qué puede hacer una PyME argentina con todo esto?
Usar IA donde la tarea es repetible, medir el tiempo que devuelve y decidir a propósito qué se hace con él. Y tratar el descanso como parte de la operación: equipos que no se queman retienen talento y sostienen calidad. Automatizar lo repetible es la forma más directa de liberar foco.
¿Querés que la IA te devuelva tiempo y no más trabajo?
Revisamos tus procesos, medimos dónde está la ganancia real y armamos un plan para que la IA no se convierta en una tarea más. Incluye el protocolo de foco y descanso para el equipo.
Leé también
- Ya no se trata de rankear: se trata de ser la fuente que la IA cita
- Hackearon a Binance sin romper un candado: la llave firmó el robo
