En un artículo publicado recientemente por la empresa Anthropic [1] se analizan los posibles impactos de la inteligencia artificial (IA) en las tareas económicas a partir de millones de interacciones en el modelo de IA conocido como Claude, desarrollado por la propia empresa. El análisis busca comprender qué tipos de actividades económicas podrían ser automatizadas parcial o completamente con IA proporcionando información clave para empresas, reguladores y trabajadores sobre el futuro del empleo y la productividad.
Anthropic es una empresa Deep Tech en IA fundada en 2021 por exmiembros de OpenAI, incluyendo a Dario Amodei, Daniela Amodei y otros expertos en IA. La compañía se centra en el desarrollo de IA alineada con valores humanos, promoviendo la seguridad, la interpretabilidad y la confiabilidad de los modelos de lenguaje. Su modelo estrella, Claude, está diseñado para ofrecer respuestas supuestamente más seguras y confiables, con mecanismos de autocontrol que minimizan sesgos y riesgos en su uso.
Este estudio representa un esfuerzo significativo para “mapear” el impacto económico de la IA (particularmente la IA generativa) en distintas industrias, identificando qué tareas pueden beneficiarse más de la automatización y cuáles aún requerirán la intervención humana. A medida que la IA sigue evolucionando, comprender su papel en la economía es esencial para tomar decisiones estratégicas (y financieras) sobre su regulación, adopción y desarrollo.
La IA ya está siendo utilizada en una fracción significativa de las tareas económicas, con un uso particularmente alto en el desarrollo de software y la redacción, de alto nivel o muy técnica. Alrededor del 4% de las ocupaciones utilizan IA en el 75% de sus tareas, mientras que el 36% de las ocupaciones usan IA en al menos el 25% de sus tareas. Actualmente, la IA se distribuye entre la automatización (43%) y la mejora de las capacidades humanas (57%), lo que indica que es tanto una herramienta de apoyo como ya, un sustituto en ciertas actividades.
Se espera que la integración de la IA se expanda más allá del procesamiento de texto para incluir video, voz y eventualmente robótica (o mecatrónica inteligente) permitiendo que agentes de IA realicen tareas cada vez más complejas y prolongadas de manera autónoma. A medida que la IA evoluciona, es probable que surjan nuevas tareas e incluso ocupaciones completamente nuevas, lo que hace necesario que los responsables de políticas públicas sigan de cerca estos cambios y preparen las condiciones necesarias para apoyar a la fuerza laboral para su inescrutable transformación.
México mantiene una estrecha relación económica con Estados Unidos, lo que le permite acceder a tecnologías avanzadas de IA, y a veces, financiamiento y apoyo a iniciativas de colaboración en innovación. Esta conexión ha facilitado el desarrollo de un ecosistema tecnológico más robusto, en el que empresas multinacionales van estableciendo operaciones para aprovechar el talento mexicano. También las playas, la hospitalidad y la comida ayudan, sin duda. Además de esto último, el fenómeno (en todo el sentido de la palabra) del nearshoring ha posicionado a México como un actor clave en las cadenas de suministro tecnológicas, especialmente en semiconductores y la industria automotriz, sectores que dependen cada vez más de la IA. Un colega (Mexicano, por cierto) me comentó no hace mucho que el trabajo que él hizo junto con 200 colaboradores para hacer el iPod Nano en el año 2002, ahora lo podían hacer 2 o 3 jóvenes ingenieros con el apoyo de la IA. La cercanía con EE.UU. permite a México atraer inversión extranjera y fortalecer su capacidad de manufactura con IA, impulsando su competitividad a nivel global.
El uso de IA en México ha ido en aumento, particularmente en sectores como la manufactura, la automatización del servicio al cliente y la logística. Empresas de diversos rubros han comenzado a integrar herramientas de IA para optimizar procesos, realizar mantenimiento predictivo y mejorar el control de calidad. Casos como la industria automotriz, donde los sistemas de IA están mejorando la eficiencia en producción y detección de fallos, demuestran cómo México está incorporando esta tecnología para mantenerse competitivo. Sin embargo, esta adopción aún está en sus primeras etapas, y se requiere una mayor inversión para consolidarla en otros sectores clave, como la salud y la educación.
México cuenta con un ecosistema de educación en ingeniería y tecnología en crecimiento, con universidades que están produciendo un flujo constante de especialistas en IA, ciencia de datos y robótica. El país ya es un exportador de talento en estas áreas, y la demanda global de expertos en IA sigue en aumento. Las alianzas entre universidades mexicanas y empresas estadounidenses pueden fortalecer la investigación y el desarrollo en IA, permitiendo que México se convierta en un hub de innovación. Sin embargo, para que esto se materialice, se necesita una estrategia nacional que incentive la inversión en educación avanzada y facilite la transición de estudiantes al mercado laboral especializado.
Uno de los mayores desafíos que enfrenta México en el sector de la IA es la migración de talento hacia Estados Unidos. Las empresas tecnológicas estadounidenses ofrecen salarios más altos, mejores condiciones de trabajo y acceso a ecosistemas de innovación más avanzados, lo que resulta en una fuga de especialistas altamente capacitados. Para evitar que esta tendencia continúe, México necesita ofrecer incentivos que hagan atractivo quedarse en el país. Invertir en salarios competitivos, crear programas de financiamiento para la investigación y fortalecer las startups locales de IA son medidas esenciales para retener el talento y fomentar un ecosistema de innovación sostenible.
A pesar de que la inversión en IA ha aumentado en México, sigue siendo insuficiente en comparación con EE.UU. y otras potencias tecnológicas. La falta de acceso a artículos de investigación, herramientas para el prototipado rápido, cómputo de alto rendimiento en cada estudiante y on-the-edge, infraestructura accesible en la nube y financiamiento para investigación científica limita la capacidad de desarrollo del país en este sector.
Las empresas deben priorizar la inversión en infraestructura tecnológica para permitir que más investigadores y startups tengan acceso a los recursos necesarios para desarrollar proyectos innovadores en IA. Sin esto, México corre el riesgo de quedar rezagado en la carrera por la transformación digital. El uso de IA plantea preocupaciones regulatorias que México aún no ha abordado completamente. La protección de datos, la ciberseguridad y el uso responsable de la IA son temas que requieren una regulación flexible, abierta, clara y alineada con nuestros socios comerciales para garantizar que la tecnología se utilice de manera segura y sobre todo, productiva.
México debe alinear sus políticas con estándares internacionales para atraer inversión y asegurar la confianza de empresas y consumidores en el desarrollo de IA dentro del país. Sin una regulación clara, la innovación y su implementación en sectores clave podría verse afectada por incertidumbre legal y falta de adopción.
El papel de México en la economía de IA dependerá de qué tan bien aproveche su alianza con EE.UU. mientras fortalece su propio ecosistema de IA. Fomentar la educación en IA, invertir en investigación y crear incentivos para retener el talento local será clave para consolidar a México como un jugador relevante en la economía digital. Sin embargo, superar las limitaciones de infraestructura y evitar la fuga de talento serán desafíos críticos para maximizar los beneficios de la IA en el país.
[1] https://assets.anthropic.com/m/2e23255f1e84ca97/original/Economic_Tasks_AI_Paper.pdf