Tecnología. IA: el factor que podría cambiar el rumbo de la industria y recuperar productividad en Argentina
Un informe de la UIA y Accenture revela que la inteligencia artificial aportaría 1,2% de crecimiento anual a la industria argentina, lo que permitiría revertir una década de retroceso. Pese al potencial, sólo una de cada tres empresas nacionales invierte en esta tecnología.
La inteligencia artificial (IA) aparece como uno de los vectores de transformación para la industria argentina. Según el informe “Reinventarse con Inteligencia: cómo construir la fábrica 2030”, elaborado por la Unión Industrial Argentina (UIA) y la consultora internacional Accenture, su adopción puede aportar hasta 1,2 puntos porcentuales adicionales de crecimiento anual en la productividad.
El dato cobra relevancia en un contexto donde este parámetro ha mantenido una caída promedio de 1,8% anual en la última década. En ese escenario, la IA no sólo permitiría revertir la tendencia, sino también recuperar terreno perdido en un plazo más corto.
La industria advierte por el gas y pide previsibilidad para el invierno
Alto potencial, baja adopción
Pese a este potencial, el nivel de implementación sigue siendo limitado. Apenas una de cada tres empresas industriales argentinas invierte en IA, y en su mayoría lo hace en aplicaciones básicas.
El contraste es claro: ocho de cada diez compañías planean invertir en los próximos cinco años, lo que revela una brecha entre intención y ejecución.
A nivel global, la dinámica también muestra tensiones. Aunque la inversión en la cadena de valor de la IA crece aceleradamente, con anuncios que se triplicaron entre 2023 y 2025, sólo el 15% de las empresas adoptó la tecnología a escala.
América latina, además, está rezagada: capta apenas una fracción de la inversión global en IA en relación con su peso económico.
El impacto en el trabajo y la producción
Uno de los puntos centrales del informe es el impacto sobre el empleo industrial. La IA podría transformar hasta el 38% del tiempo de trabajo en la cadena de valor, combinando automatización y complementariedad entre personas y sistemas inteligentes.
El efecto no implica necesariamente destrucción de empleo, sino una reconfiguración de tareas. Mientras los perfiles técnicos y de gestión podrían ver transformado hasta el 50% de su tiempo laboral, en operarios el impacto sería menor y más vinculado a la automatización física.
Brechas estructurales: tecnología y talento
El principal obstáculo no es financiero, sino conceptual. El 70% de las empresas identifica la falta de conocimiento sobre IA como la principal barrera para su adopción.
A esto se suman déficits en el llamado “núcleo digital”:
- Solo 15% de las empresas tiene un desarrollo avanzado en sistemas, datos e infraestructura.
- El 55% presenta niveles bajos de madurez tecnológica.
En paralelo, el estudio revela que el acceso al talento es otro cuello de botella: cerca de la mitad de las firmas tiene dificultades para encontrar perfiles especializados.
De la eficiencia a la competitividad
El informe advierte además un sesgo en la estrategia empresarial. La mayoría de las compañías prioriza el uso de IA para reducir costos (75%), por encima de objetivos más estratégicos como innovar o mejorar la competitividad.
Este enfoque limita el impacto potencial de la tecnología, que podría generar mejoras más profundas en calidad, flexibilidad operativa e innovación.
La agenda hacia la “Fábrica 2030”
Como conclusión, el estudio plantea que la adopción efectiva de inteligencia artificial requiere avanzar en tres frentes:
- Conocimiento estratégico para identificar casos de uso y generar valor.
- Desarrollo del núcleo digital, con foco en datos, sistemas y ciberseguridad.
- Formación de talento, mediante upskilling y reskilling.
La “Fábrica 2030” aparece así como un modelo de producción inteligente, conectada y adaptativa, donde la IA no es sólo una herramienta, sino un habilitador clave de competitividad.
En un contexto global de aceleración tecnológica, el mensaje es claro: para la industria argentina, incorporar inteligencia artificial ya no es opcional, sino una condición para crecer.
¿Por dónde empezar?
La adopción de IA en la industria avanza, pero todavía con fuertes asimetrías y, en muchos casos, sin una estrategia clara. Para Tomás Castagnino, economista jefe y director ejecutivo de Accenture Research, el principal error de las empresas es abordar la tecnología sin un problema concreto que resolver.
“El punto de partida no es ‘comprar IA’, sino identificar un cuello de botella del negocio”, afirma. Puede tratarse de fallas en la calidad, ineficiencias energéticas, problemas de mantenimiento o dificultades de planificación. “La adopción eficaz arranca con aplicaciones focalizadas en problemas reales que permitan aprender y generar retornos tempranos”, agrega el especialista.
Sin embargo, el proceso inicial no es sencillo. Según el informe “Reinventarse con inteligencia: cómo construir la fábrica 2030”, elaborado por la UIA y Accenture, el 70% de las empresas industriales señala la falta de conocimiento sobre IA como su principal barrera.
“Eso explica por qué muchas iniciativas quedan atrapadas en pilotos aislados, desconectados de los objetivos del negocio”, advierte Castagnino.
Resultados rápidos, pero acotados
En términos de impacto, los beneficios más inmediatos se observan en eficiencia operativa. “Los retornos más rápidos vienen de resolver cuellos de botella”, sostiene Castagnino. En ese sentido, destacan aplicaciones como automatización de procesos, mantenimiento predictivo y planificación inteligente.
“Los primeros resultados aparecen más en eficiencia y planificación que en cambios sofisticados”, indica, aclarando igualmente que estos avances aún están lejos de una transformación profunda.
Castagnino explica que uno de los principales problemas es el enfoque limitado con el que muchas empresas adoptan IA: “Si se la usa sólo para reducir costos, se pierde la capacidad de diferenciarse y rediseñar procesos de punta a punta”.
Los datos reflejan esa tensión: el 75% de las compañías prioriza el ahorro, pero sólo el 39% busca ganar competitividad y apenas el 29% adaptarse a cambios macroeconómicos. “Esa brecha no se cierra con soluciones estándar”, remarca, en un contexto donde cerca del 70% reconoce estar rezagado frente a competidores internacionales.
Una base aún débil para escalar
El desafío mayor está en escalar: “La empresa promedio en Argentina no está lejos de empezar, pero sí de lograr impacto significativo”. Solo el 15% cuenta con un núcleo digital avanzado, mientras que más de la mitad integra pocos habilitadores clave, como datos en la nube o gobernanza de la información.
Además, persisten brechas internas: el uso avanzado de tecnología es mayor en áreas administrativas que en planta, y una proporción relevante de empresas carece de ciberseguridad o desconoce principios de IA responsable.
“Lo más preocupante es que muchas de estas limitaciones no se perciben como críticas, y ahí aparece un desalineamiento entre el diagnóstico real y la estrategia de transformación”, concluye Castagnino.
Por qué las empresas no logran avanzar con la inversión en IA
La adopción de IA en la industria argentina muestra una paradoja: el interés crece, pero la implementación efectiva sigue siendo baja.
Para Laura Segura, directora de Innovación y Servicios de la UIA, el principal inconveniente no pasa exclusivamente por el contexto económico, sino por la falta de conocimiento y estrategia: “El problema no es a veces no poder invertir, sino no saber cómo ni para qué”, agrega.
Según el informe “Reinventarse con inteligencia: cómo construir la fábrica 2030”, elaborado por la UIA y Accenture, el 80% de las empresas industriales planea invertir en IA en los próximos cinco años, pero hoy sólo una de cada tres lo está haciendo, en general con aplicaciones básicas.
La brecha se explica por dos factores centrales: el 70% de las compañías identifica el desconocimiento sobre la tecnología como su principal barrera y el 67% no cuenta con una estrategia clara de implementación. “Eso lleva a un uso limitado, enfocado en herramientas generales, en lugar de aplicaciones industriales más sofisticadas”, señala Segura.
A esto se suma una base tecnológica débil. La baja madurez en gestión de datos, clave para el funcionamiento de la IA, limita la posibilidad de escalar soluciones con impacto real en el negocio.
Qué políticas pueden acelerar la adopción
Para revertir este escenario, Segura plantea un enfoque integral que combine financiamiento, formación y acompañamiento. “Es fundamental facilitar el acceso de las pymes a conocimiento que les permita identificar casos de uso concretos y diseñar una estrategia clara”, explica.
En ese sentido, destaca la importancia de programas de capacitación continua (upskilling y reskilling) y de la articulación con universidades y con centros tecnológicos. También subraya el rol de instrumentos que financien proyectos piloto: “Permiten mostrar resultados en pequeña escala y reducir la incertidumbre antes de inversiones mayores”.
El impacto de la IA no es homogéneo entre sectores. En las industrias del conocimiento, como software o farmacéutica, el potencial es más inmediato por el uso intensivo de datos y lenguaje. En cambio, en sectores tradicionales, como textil, calzado o metalmecánica, la transformación pasa más por la automatización de procesos físicos.
De todos modos, Segura advierte que los mayores avances en el corto plazo no vendrán de grandes disrupciones: “Los resultados aparecen al resolver problemas concretos: mejorar mantenimiento, optimizar energía o tomar mejores decisiones”.
El riesgo de una industria a dos velocidades
La brecha entre grandes empresas y pymes ya es visible y podría ampliarse. Mientras casi el 60% de las grandes compañías invierte en IA, ese porcentaje se reduce a la mitad en las pequeñas y medianas, que además enfrentan mayores dificultades para acceder a talento especializado.
“Para evitar esta doble velocidad hay que acompañarlas en el proceso”, sostiene Segura. Esto implica facilitar el acceso a conocimiento, promover alianzas con actores del ecosistema y fortalecer la base digital.
“El desafío es entender que la IA no es una herramienta puntual, sino un proceso de transformación”, advierte, al tiempo que concluye: “Si las PyME quedan atrás, el impacto se va a sentir en toda la economía”.
