Dos negocios en la misma cuadra. Uno es la sucursal de una cadena de farmacias con equipo de TI, licencias corporativas y un gerente al que le miden la productividad cada trimestre. El otro es una ferretería familiar en Puente Alto, en Iztapalapa o en Bello, donde el dueño responde WhatsApp entre cliente y cliente. Ambos tienen acceso a la misma inteligencia artificial, a veces por el mismo precio. La pregunta que pocos se hacen es si ambos van a ganar lo mismo con ella.
Los datos que existen hasta ahora dicen que no, al menos no de forma automática. Y vale la pena mirarlos con calma, porque la discusión pública suele quedarse en el tamaño del pastel y casi nunca en cómo se corta.
Un pastel más chico de lo que se anuncia
Antes de repartir hay que saber cuánto hay. Daron Acemoglu, economista del MIT y premio Nobel 2024, hizo la cuenta para Estados Unidos con los estudios disponibles: estima que la IA elevaría la productividad total de los factores en no más de 0,66% en diez años, y que la cifra podría bajar de 0,53% si se considera que las tareas difíciles se automatizan peor que las fáciles. En el mismo trabajo advierte otra cosa: no encuentra evidencia de que la IA reduzca la desigualdad de ingresos laborales, y predice que ampliará la brecha entre los ingresos del capital y los del trabajo.
Dicho en simple: incluso en el escenario prudente, quienes son dueños de la tecnología y de las empresas que la usan tienen mejores cartas que quienes venden su tiempo.
El que más aprende no siempre es el que más cobra
Ahora la buena noticia, que existe. El estudio más citado sobre IA en el trabajo real, de Erik Brynjolfsson, Danielle Li y Lindsey Raymond, siguió a más de 5.000 agentes de soporte al cliente de una empresa de software. Con un asistente de IA generativa resolvieron 14% más casos por hora en promedio. Pero el dato jugoso está en la distribución: los agentes novatos o menos calificados mejoraron 34%, mientras que los más experimentados casi no cambiaron. Los autores sugieren que la herramienta «contagia» las prácticas de los mejores a los que recién llegan; los nuevos con dos meses de antigüedad rindieron como los de más de seis meses sin la herramienta.
Eso suena a igualador. Pero rendir más no es lo mismo que ganar más. En Dinamarca, Anders Humlum y Emilie Vestergaard cruzaron encuestas de 25.000 trabajadores en 11 ocupaciones expuestas con datos administrativos de sueldos. Encontraron que los usuarios de chatbots ahorran en promedio 2,8% de sus horas de trabajo y que el efecto sobre ingresos y horas registradas es prácticamente cero. Hubo, eso sí, un hallazgo útil para cualquier empleador: cuando la empresa promueve el uso, la adopción del trabajador típico sube de 47% a 83%, y los beneficios reportados (tiempo ahorrado, calidad, satisfacción) son entre 10% y 40% mayores.
Entonces, el que más mejora puede ser el junior, pero si su sueldo no se mueve, la ganancia queda en el margen de la empresa o en un precio más bajo para el cliente. A dónde va depende de decisiones, no de la tecnología.
Grandes contra pequeñas: la brecha ya está medida
En la OCDE, el 52% de las empresas grandes usaba IA en 2025, frente a 17,4% de las pequeñas. Un informe de la misma organización sobre adopción en pymes muestra que la distancia se mantiene incluso comparando empresas del mismo sector y edad, y que es mayor que la brecha en otras tecnologías como la nube. Las razones no sorprenden a nadie que haya administrado una pyme en Santiago, Lima o Medellín: menos acceso a financiamiento y menos capacidad organizacional para invertir en equipos y capacitar gente.
Hay un matiz interesante en ese mismo informe: la brecha más pequeña entre grandes y chicas aparece en generación de lenguaje natural (16,7% contra 4,6% en Europa en 2024), y en marketing y ventas las pequeñas que usan IA lo hacen en proporción algo mayor que las grandes. Es justo el terreno donde la herramienta es barata y no exige integrar sistemas. La puerta de entrada de las pymes ya está identificada.
Países ricos, países que miran
El Fondo Monetario Internacional publicó en julio de 2026 un estudio que usa datos de uso real de IA en más de 80 países. Valora el tiempo que hoy ahorra la IA en unos 2,7 billones de dólares al año, cerca de 3,4% del PIB de esa muestra. El reparto es lo llamativo: medido contra el tamaño de cada economía, el beneficio es de 4,2% del PIB en países de ingreso alto, cerca de 0,6% en los de ingreso medio, donde está la mayoría de Hispanoamérica, y 0,1% en los de ingreso bajo. Los países ricos concentran el 96% del total. Y dentro de las economías en desarrollo, casi todo el valor se genera en un «enclave» pequeño de profesionales; no hablar inglés como idioma oficial frena que el uso se amplíe.
Para la región hay un factor propio: la informalidad. El FMI recuerda que más de la mitad de los empleos de América Latina y el Caribe son informales, y que en Bolivia, Perú y Honduras superan los dos tercios. Las empresas informales tienden a ser pequeñas y adoptan menos tecnología. Eso reduce el riesgo inmediato de disrupción, pero también deja a mucha gente fuera de las ganancias.
Dentro de casa: quién está expuesto
El BID adaptó la metodología de exposición a modelos de lenguaje a Chile, México y Perú. Los empleos con más de 40% de sus tareas expuestas son 20% en Chile, 9% en México y 6% en Perú. Y la exposición es mayor entre mujeres, personas con educación superior, trabajadores formales y grupos de mayores ingresos. Otro estudio del BID, con encuestas de hogares de 14 países, encuentra un patrón parecido (más riesgo para mujeres, jóvenes, más educados y formales), aunque sus simulaciones sugieren aumentos moderados de pobreza y desigualdad por desplazamiento.
Es una foto distinta a la de la automatización industrial, que golpeó primero a los trabajos manuales. Esta vez la oficina contable de Concepción, el call center de Bogotá o el estudio de diseño de Buenos Aires están más cerca del cambio que la cuadrilla de la construcción.
Lo que esto significa para una pyme
Si se juntan las piezas, el reparto no está escrito, pero tiene pendiente. Los grandes adoptan antes y capturan más. Los países ricos se llevan casi todo el valor medido. Dentro de cada empresa, los que más mejoran son los que recién empiezan, aunque eso todavía no se nota en sus sueldos.
Para una pyme hispanoamericana eso abre una lectura posible: la ventaja que más rápido se puede capturar no está en la infraestructura, sino en la curva de aprendizaje de la gente. El caso de soporte al cliente muestra que una herramienta bien usada puede hacer que un vendedor con dos meses rinda como uno con seis. En esa línea trabajan empresas como Neuraltec, que usa simulaciones con IA para que equipos comerciales practiquen conversaciones difíciles antes de tenerlas con un cliente real.
La otra lectura es más incómoda y le toca a cada dueño: cuando la IA ahorra horas, alguien decide qué se hace con ellas. Se pueden convertir en más ventas, en precios más bajos, en mejores sueldos o simplemente en margen. Los estudios dicen que, por defecto, el trabajador no ve mucho de eso. Lo que pase en tu empresa depende de quién esté sentado en la mesa cuando se corta el pastel.
Fuentes
- Acemoglu, D. (2024). The Simple Macroeconomics of AI. NBER Working Paper 32487. https://www.nber.org/papers/w32487
- Brynjolfsson, E., Li, D. y Raymond, L. (2023). Generative AI at Work. NBER Working Paper 31161. https://www.nber.org/papers/w31161
- Humlum, A. y Vestergaard, E. (2025, rev. 2026). Large Language Models, Small Labor Market Effects. NBER Working Paper 33777. https://www.nber.org/system/files/working_papers/w33777/revisions/w33777.rev0.pdf
- OCDE (2026). AI use by individuals surges across the OECD as adoption by firms continues to expand. https://www.oecd.org/en/about/news/announcements/2026/01/ai-use-by-individuals-surges-across-the-oecd-as-adoption-by-firms-continues-to-expand.html
- OCDE (2025). AI adoption by small and medium-sized enterprises. https://www.oecd.org/content/dam/oecd/en/publications/reports/2025/12/ai-adoption-by-small-and-medium-sized-enterprises%5F9c48eae6/426399c1-en.pdf
- FMI (2026). Aggregate Gains from AI and Their Distribution: Global Evidence from Usage Data, WP/26/147. https://www.imf.org/-/media/files/publications/wp/2026/english/wpiea2026147.pdf
- FMI (2025). How Artificial Intelligence Can Boost Productivity in Latin America. https://www.imf.org/en/blogs/articles/2025/03/20/how-artificial-intelligence-can-boost-productivity-in-latin-america
- BID (2024). AI and the Increase of Productivity and Labor Inequality in Latin America. https://doi.org/10.18235/0013152
- BID (2025). The Potential Distributive Impact of AI-driven Labor Changes in Latin America. https://doi.org/10.18235/0013677
