Goldman Sachs predice un incremento del PIB del 1,7% anual durante la próxima década, lo que equivale a $7T de dólares (trillones de dólares americanos). Mientras que el McKinsey Global Institute prevé un aumento de entre el 1,5% y el 3,4% anual, lo que resulta en un rango de entre $17,1 y $25,6T de dólares a nivel global.

Todo esto contrasta con la paradoja de Solow, que en 1987 decía: "You can see the computer age everywhere but in the productivity statistics" ("se puede ver la era de las computadoras en todas partes menos en las estadísticas de productividad"). ¿Estamos ante un caso similar? Y, aún más interesante, ¿qué marco podemos utilizar para evaluar este incremento de productividad en las organizaciones?

Primero, debemos saber de dónde puede venir este incremento del PIB. Sin duda, una parte vendrá de nuevas propuestas y nuevos negocios que surgirán con la IA generativa, como es el caso de ChatGPT. Esta parte es difícil de valorar, ya que predecir el futuro es una manera bien conocida de equivocarse.

Sin embargo, hay otro incremento que quizás nos interesa más: el que proviene de hacer las mismas cosas, o similares, con IA generativa, incrementando la productividad.

Para incrementar la productividad de lo que hacemos, tenemos dos alternativas: automatizar y aumentar las capacidades de quienes las realizan. Automatizar significa sustituir tareas realizadas por humanos con máquinas, un tema conocido desde la Revolución Industrial. Aumentar las capacidades también es conocido, primero con las calculadoras y luego con los ordenadores e internet. Una simple hoja de cálculo permite hacer análisis financieros impensables antes, tanto en calidad como en extensión.

El multiplicador de la automatización es muy grande. La próxima revolución serán los robots humanoides, especialmente en almacenes

¿Cuál es el incremento? El multiplicador de la automatización es muy grande. Como sustituimos trabajo, si la inversión de capital es justificable, podemos tener multiplicadores muy grandes. Esto es especialmente cierto en el mundo digital, donde el coste de hacer una nueva recomendación más, publicar un nuevo post o realizar una nueva búsqueda es prácticamente cero, permitiendo financiarse con publicidad.

De momento, no estamos en el punto de la automatización total. Aunque la atención a clientes automatizada está al caer y la próxima revolución serán los robots humanoides, especialmente en almacenes.

Estamos, pues, en el punto de aumentar las capacidades. Esto tiene un multiplicador más escaso, entre el 20% y el 300% según estudios en tareas individuales. Hay sectores donde esto ya está sucediendo. En programación, por ejemplo, hoy en día se utilizan copilots. En estos sectores ya tenemos datos sobre el impacto (alrededor del 150%-300%), mientras que en otros, como el legal, aún están en fase piloto, pero sospechamos que serán muy importantes.

¿Por qué no tenemos multiplicadores más grandes? Bien, aumentar tiene como límite la capacidad de atención humana. Aunque un copilot sugiera el email, debes leerlo, comprobarlo y enviarlo. Hay un límite a cuántos emails puedes gestionar al día. Por eso, el impacto en la productividad es notable, pero no comparable a la automatización.

Los sectores donde la IA generativa afectará primero son bastante inelásticos, como la consultoría estratégica, donde una bajada de precios no aumentará significativamente la demanda

Una pregunta interesante es qué efectos tendrá aumentar. Debemos diferenciar si se trata de un mercado elástico (donde una bajada de precios aumenta la demanda) o inelástico (donde las variaciones de precio no afectan mucho). En mercados elásticos, el aumento de productividad se traducirá en bajadas de precio, incremento del mercado y aumentos de sueldo. Pero los sectores donde la IA generativa afectará primero son bastante inelásticos, como la consultoría estratégica, donde una bajada de precios no aumentará significativamente la demanda.

Otros factores a considerar incluyen la intensidad competitiva. En mercados con pocos actores importantes (banca, eléctricas, telecomunicaciones…), la adopción de la IA será más lenta en el mejor de los casos.

Tenemos un marco para evaluar los impactos. Parece que el impacto en la productividad y el PIB será escaso. ¿Podemos estar tranquilos? No.

Estas son tecnologías de propósito general, como los ordenadores, internet o las hojas de cálculo, aplicables a todo. Esto hace que el impacto en la productividad se vea poco afectado porque todos las adoptan, manteniendo los precios estables a pesar de una mayor productividad y calidad. Las empresas tienen más beneficios y posiblemente sueldos más altos, pero el resultado en términos de productividad es escaso.

Ahora bien, ¿qué pasa si no adoptas estas tecnologías? Como organización, estás fuera del mercado; como trabajador, seguro que no tendrás trabajo. En las tecnologías de propósito general, a la larga no adoptarlas es un suicidio. En la IA generativa también.

¿Hay alguna oportunidad en todo esto? Sí, hay una: quien más corra aprovechará la brecha para ganar más mercado mientras los demás no la adopten y posiblemente podrá retener ese mercado, al menos en parte. Por eso, para países con baja productividad como los del Sur de Europa, es una oportunidad única. Si no la aprovechan, la brecha de productividad con los líderes aumentará en lugar de disminuir. Por eso países como China corren tanto como pueden para aprovechar esta disrupción, esta oportunidad.

¡Hay que subirse al carro de la IA generativa y hacerlo cuanto antes!