IA en el trabajo, la palanca de productividad y empleabilidad

Qué cambió

La IA generativa salió del prototipo y entró a los procesos. Las encuestas globales más recientes muestran que el uso de IA generativa en las organizaciones saltó con fuerza entre 2024 y 2025. Ya no hablamos de pilotos aislados, sino de despliegues en marketing y ventas, desarrollo de productos, operaciones de servicio y software. Traducción: la vara de productividad subió y el estándar competitivo hoy incluye IA.

Señales claras desde el C-level

Los líderes marcaron el tono con políticas, no solo discursos. Shopify convirtió el “uso reflexivo de IA” en una expectativa base para toda la compañía, comunicada por su CEO, Tobi Lütke. En el mundo de los servicios profesionales, EY lanzó la plataforma EY.ai tras una inversión de US$ 1.4B para acelerar adopción responsable a escala organizacional, y KPMG firmó con Microsoft una alianza multianual con inversión de US$ 2B para integrar IA en auditoría, impuestos y consultoría. El mensaje es consistente: si tu output no incorpora IA con criterio, quedás por detrás.

Magnitudes que ya no se pueden ignorar

Los sondeos de adopción corporativa reportan que las organizaciones que usan IA generativa de forma regular siguen creciendo mes a mes. En consumo masivo, los hitos oficiales de usuarios semanales de ChatGPT consolidan la escala del fenómeno. Con esta masa crítica, la pregunta competitiva dejó de ser “¿usás IA?” y pasó a ser “¿cómo la integrás para convertirla en rendimiento real?”.

¿Desplaza o potencia?

La evidencia laboral internacional muestra un patrón claro: la IA transformará tareas más que eliminar ocupaciones completas. Los efectos de aumento de capacidades (augmentación) dominan sobre la sustitución total, con mayor riesgo en funciones administrativas. Esto no niega reemplazos puntuales, pero ubica la discusión donde importa: roles, tareas, salarios y habilidades. Quienes aprendan a aplicar IA —briefing claro, prompting estructurado, verificación y decisión— se potencian.

Productividad: humano+IA rinde más (con criterio)

Ya hay consistencia en los resultados empíricos. En tareas de escritura profesional, un experimento controlado mostró −40% de tiempo y +18% de calidad con IA. En un experimento de campo con consultores, la performance mejoró notablemente en tareas dentro de la frontera de capacidades del modelo y cayó cuando se la usó fuera de esa frontera. En un call center real, introducir IA elevó la productividad en torno al 14%, sobre todo en perfiles menos experimentados. La moraleja es simple: no alcanza con usar IA. Hay que saber cuándo, cómo y para qué aplicarla, y lógicamente poner controles de calidad.

Qué cambia para vos y para tu equipo

El rediseño empieza por el flujo de trabajo. Todo lo repetible —búsqueda, ordenamiento de fuentes, primeros borradores, pruebas, tareas mecánicas— debe migrar a agentes; tu tiempo se enfoca en briefing, prompting, edición con criterio, verificación y decisiones. Para evitar autoengaños, medí el impacto: compará tiempos de ciclo, calidad percibida y tasa de errores con y sin IA en tareas equivalentes. En talento, practicá la prueba de sustitución parcial antes de abrir una vacante: si una porción relevante del puesto se resuelve con IA bien aplicada, rediseñalo para escalar con IA y pedí a candidatos evidencia concreta (casos, prompts, procesos y comparativas antes/después).

Sí, hay tareas —y algunos puestos de entrada— que se automatizan. Pero, bien integrada, la dupla humano+IA le gana de manera consistente al humano solo (y también a la IA sin criterio). La IA no te saca el trabajo; te lo saca alguien que la usa mejor. Si dominás la herramienta —cuándo, cómo y para qué— suben tu empleabilidad, tu seniority y tu output. Ahí está la ventaja competitiva real.

Referencias

1. Associated Press. (2023, 6 de noviembre). ChatGPT-maker OpenAI hosts its first big tech showcase as the AI startup faces growing competition. https://apnews.com/
2. Brynjolfsson, E., Li, D., & Raymond, L. (2025). Generative AI at work. The Quarterly Journal of Economics, 140(2), 889–942. https://doi.org/10.1093/qje/qjae044
3. Dell’Acqua, F., McFowland III, E., Mollick, E., Lifshitz-Assaf, H., Kellogg, K. C., Rajendran, S., Krayer, L., Candelon, F., & Lakhani, K. R. (2023). Navigating the jagged technological frontier: Field experimental evidence of the effects of AI on knowledge worker productivity and quality (Working Paper 24-013). Harvard Business School. https://www.hbs.edu/
4. EY. (2023, 13 de septiembre). EY announces launch of artificial intelligence platform EY.ai following US$1.4b investment. https://www.ey.com/
5. Gmyrek, P., Berg, J., & Bescond, D. (2023). Generative AI and jobs: A global analysis of potential effects on job quantity and quality (ILO Working Paper 96). International Labour Organization. https://doi.org/10.54394/FHEM8239
6. KPMG International. (2023, 11 de julio). KPMG and Microsoft enter landmark agreement to put AI at the forefront of professional services. https://kpmg.com/
7. McKinsey & Company. (2024, 30 de mayo). The state of AI in early 2024: Gen AI adoption spikes and starts to generate value. https://www.mckinsey.com/
8. McKinsey & Company. (2025, 5 de marzo). The state of AI: How organizations are rewiring to capture value. https://www.mckinsey.com/
9. Noy, S., & Zhang, W. (2023). Experimental evidence on the productivity effects of generative artificial intelligence. Science, 381(6654), 187–192. https://doi.org/10.1126/science.adh2586
10. Reuters. (2024, 29 de agosto). OpenAI says ChatGPT’s weekly users have grown to 200 million. https://www.reuters.com/
11. Lütke, T. [@tobi]. (2025, 7 de abril). Internal memo shared publicly about AI as a baseline expectation at Shopify [Publicación en X]. https://x.com/tobi/status/1909251946235437514
12. The Verge. (2025, 30 de abril). Shopify CEO says no new hires without proof AI can’t do the job. https://www.theverge.com/