La IA: el prompt del crecimiento español*

Tendrá que hacerlo, además, sin el apoyo de algunas de sus palancas tradicionales de crecimiento. El envejecimiento demográfico podría reducir la población en edad de trabajar (de 16 a 67 años) en hasta 1 millón de personas de aquí a 2040 según las estimaciones más recientes de Eurostat; los altos niveles de capital físico alcanzados limitarán el margen para crecer solo vía inversión, y el cumplimiento con los objetivos climáticos exigirá abandonar progresivamente la secuencia lineal de “extraer, producir, consumir y tirar” tan presente en nuestros modelos de explotación.

El incremento de las tasas de empleo y la entrada de población extranjera ayudarán a amortiguar el impacto de estos desafíos en el crecimiento a largo plazo, pero no serán suficientes. Como tantas veces se ha señalado en este blog, España tendrá que convertir el aumento de la productividad y la fabricación de bienes y servicios complejos en los estandartes de su patrón de desarrollo para continuar siendo competitiva a nivel global y recortar distancias con las economías más avanzadas de Europa.

No hay balas de plata para lograrlo, pero una de las herramientas más prometedoras para incrementar la productividad es la incorporación de la inteligencia artificial (IA, en adelante). En pocos años, la combinación de más datos, ordenadores más potentes, algoritmos sofisticados y una fuerte inversión por parte de las grandes empresas tecnológicas del mundo han propiciado un salto exponencial en su desarrollo. La evidencia nos dice que todavía estamos lejos de que la IA optimice el grueso de nuestros procesos productivos -la IA todavía se equivoca mucho-, pero es innegable que su destreza generando contenido escrito, automatizando tareas e interpretando grandes bases de datos hace que esté llamada a ser la siguiente gran tecnología de propósito general.

Como la electricidad, el motor de combustión o internet en su momento, la IA transformará nuestra forma de hacer las cosas: hará multitud de procesos más eficientes, cambiará el modo en el que aprendemos, trabajamos o consumimos, y revolucionará el conocimiento científico acelerando la obtención de nuevas soluciones. De hecho, ya está empezando a hacerlo. En muchas ocasiones, de forma invisible y sin que seamos conscientes de ello -detrás de la navegación GPS o de las recomendaciones de las plataformas de streaming hay aplicaciones de IA- y, en otras, de forma explícita como cuando recurrimos a sistemas inteligentes para buscar y analizar información, crear códigos de programación o extraer conclusiones de miles de datos.

La IA y las ganancias de eficiencia

La principal vía por la que la IA elevará la productividad laboral es su capacidad para ejecutar tareas con mayor rapidez y precisión que si las hiciésemos nosotros solos. Actividades que antes requerían mucho tiempo y eran propensas a errores humanos pasarán a realizarse con una eficiencia y una calidad superior sin que sean necesarios conocimientos previos de programación. Los trabajadores, liberados de las tareas más rutinarias por el apoyo de la IA, podrán enfocarse en actividades de mayor valor añadido y dedicar tiempo a formarse, aumentando también por esta vía la eficiencia de sus organizaciones.

Cómo sucede con cualquier tecnología emergente, el impacto agregado de la IA sobre la productividad dependerá de dos factores: de la proporción de tareas dentro de cada proceso productivo que se verán afectadas por su aplicación (margen extensivo), y del grado en que la tecnología permitirá mejorar la eficiencia en la ejecución de dichas tareas (margen intensivo).

Para nuestros cálculos, consideramos únicamente la aplicación de la IA para tareas de redacción y atención al cliente. Aproximamos el primer factor (proporción de tareas afectadas), combinando los datos de Eurostat sobre la penetración de la IA en el ámbito empresarial, es decir, qué empresas la utilizan o tienen la capacidad de hacerlo, con los datos de la EPA y de O*NET. Esto nos permite examinar en detalle las tareas asociadas a cada ocupación y determinar qué porcentaje de la jornada laboral podría ser realizado por una IA. Por ejemplo, en el caso de la construcción o la hostelería, solo se vería afectado, como máximo, el 10% de la jornada laboral, mientras que en profesiones científicas y técnicas o en actividades TIC lo estaría más de un 40%.

Tabla 1. Porcentaje de la jornada laboral que se verá impactada por la IA para la generación de contenido escrito y servicios de atención al cliente.

Fuente: elaboración propia a partir de INE y O*NET.

Para cuantificar el segundo factor (ganancias de eficiencia por tarea), tomamos las estimaciones de la literatura económica basadas en RCTs que analizan de forma rigurosa las mejoras de productividad derivadas del uso de la IA para la generación de contenido escrito. Incluyen tanto experimentos en entornos simulados como análisis de datos reales de empresas que han implementado chatbots u otras herramientas de IA. Aunque todavía es pronto para determinar su impacto exacto, las estimaciones disponibles apuntan a ganancias de productividad en esas tareas de entre el 14% y el 40% .

De todo lo anterior, concluimos que los aumentos promedio de productividad laboral en las ramas de actividad que incorporen la IA podrían oscilar entre el 4% y el 13%, pudiendo ser mayores en ocupaciones de investigación, comunicación, publicidad o consultoría donde el peso de las tareas de redacción es más elevado.

Las ganancias de eficiencia en el conjunto de la economía española podrían ser superiores a estas cifras si conseguimos que la IA complemente el trabajo de la mayoría de la población y se generalice para tareas como la liquidación de impuestos, la realización de la contabilidad de una empresa, el movimiento físico de máquinas o la automatización de varios eslabones de las cadenas de producción.

La IA y la innovación

La IA no solo servirá para optimizar procesos. También puede ser un gran acicate para la innovación. La capacidad de estos sistemas para procesar grandes volúmenes de datos será clave para identificar procesos causales difíciles de detectar por el cerebro humano y acelerar el desarrollo de nuevos productos y servicios. Por ejemplo, en el campo de la biotecnología, la IA puede predecir la forma en 3D de las proteínas y facilitar el diseño de componentes biológicos con alta precisión, mientras que en el sector farmacéutico ya se aplica para la búsqueda de nuevos medicamentos y principios terapéuticos.

El impacto que tenga en el aumento de la creatividad y la generación constante de nuevas ideas será el que condicione, en gran medida, el incremento de la productividad a largo plazo y el que a día de hoy explica las mayores diferencias entre los escenarios más optimistas que barajan instituciones como Goldman Sachs o Implement Group y los más pesimistas -realistas- que establece, por ejemplo, Daron Acemoglu.

Algunos retos y líneas estratégicas para abordarlos

Es innegable que la IA no solo generará beneficios. Su despliegue también lleva aparejados desafíos importantes que será necesario abordar.

El primer reto pasa por conseguir que la adopten las pymes y los sectores tradicionales de menor base tecnológica, que constituyen el grueso de nuestro tejido productivo. De no ser así, podría terminar aumentando el poder de mercado de las grandes empresas, lo que distorsionaría la competencia y perjudicaría a los consumidores vía mayores precios o menor calidad del servicio. A medio plazo, esta adopción a dos velocidades también nos restaría competitividad y capacidad de generación de empleo, y exacerbaría las desigualdades. A día de hoy, el 40% de las empresas grandes reconoce que está incorporando la IA a sus negocios, un porcentaje que no llega al 10% en el caso de las pymes.

El segundo desafío es resolver la escasez de profesionales cualificados en este ámbito (ciencia de datos, ingeniería, ciberseguridad). Solo el 11% de las empresas pequeñas cuenta con especialistas TIC, frente a más del 30% en países como Dinamarca o Bélgica. Esta brecha, sumada al menor nivel educativo de la población trabajadora en España, constituye una barrera para la difusión de esta tecnología. Porque no solo es necesario disponer de talento especializado en IA sino que todos los trabajadores deben contar con un cierto nivel de conocimiento y habilidades digitales para aprovechar al máximo sus ventajas.

Figura 1. Razones para no adoptar tecnologías de IA por parte de empresas españolas, 2023 (% sobre el total de empresas que han considerado implementar alguna tecnología de IA).

Fuente: elaboración propia a partir de Eurostat.

El tercer reto pasa por fortalecer nuestras infraestructuras tecnológicas para garantizar que su despliegue llegue a todas las empresas y territorios de una manera segura, al tiempo que se vigila su huella ambiental y se avanza en el desarrollo de modelos de lenguaje y algoritmos más eficientes en el uso de recursos (la llamada IA frugal).

Para superar estos desafíos, España deberá actuar en varias direcciones. Tendrá que aumentar los incentivos a la incorporación de la IA en las pymes y facilitar el acceso a financiación a proyectos de gran envergadura, sobre todo en sus fases iniciales. Deberá mejorar la formación y la atracción de talento en tecnologías avanzadas y hacerlo de forma transversal para que la adquisición de estas competencias no se limite a los estudios STEM y a los sectores TIC. También necesitará reforzar las capacidades en computación e infraestructuras de datos, y favorecer la interoperabilidad de datos y modelos de IA entre empresas para que se sumen las pequeñas.

Igualmente relevante será promover la investigación en áreas estratégicas como la biotecnología, la ciberseguridad o los algoritmos verdes, y tener capacidad para crear software de base (la primera capa de los modelos) alimentado en castellano y las lenguas cooficiales. De este modo, no solo reduciremos nuestra dependencia de terceros países, sino que podremos disponer de modelos más pequeños y adaptados a las necesidades específicas de nuestro tejido productivo.

La integración de la IA en nuestra economía no es opcional. Debemos subirnos a este tren para seguir prosperando y no perder peso en el mundo. Es el prompt de nuestro crecimiento futuro.

* Este post resume las principales ideas recogidas en el capítulo “Modernizar el tejido productivo” de HispanIA 2040: cómo la inteligencia artificial mejorará nuestro futuro, un documento elaborado por la Oficina Nacional de Prospectiva y Estrategia que analiza, de forma integral, cómo la IA puede ayudar a España a afrontar algunos de sus principales desafíos durante las próximas décadas.