El paper Artificial Intelligence and the Future of Work, publicado por Ferhat Sairkaya de la Universidad de Sussex, sostiene que el impacto real de la inteligencia artificial (IA) no radica en la sustitución de tareas humanas, sino en la reconfiguración de las estructuras productivas y cognitivas dentro de las organizaciones. La investigación, elaborada por un equipo interdisciplinario de economistas y especialistas en comportamiento organizacional, propone un cambio de paradigma: el trabajo ya no se define solo por la fuerza laboral disponible, sino por la interacción entre humanos, datos y sistemas de aprendizaje automático.
La productividad como frontera difusa
El estudio parte de una premisa inquietante: la productividad tradicional —medida en horas trabajadas o unidades producidas— resulta insuficiente para capturar el valor generado por la IA. En entornos donde los algoritmos asumen parte de la toma de decisiones, la contribución humana se desplaza hacia el diseño de estrategias, la supervisión ética y la resolución de problemas complejos.
En términos económicos, este cambio se traduce en una nueva composición del capital: el “capital cognitivo”. Las empresas que invierten en integrar modelos de IA no solo automatizan tareas, sino que desarrollan capacidades organizacionales difíciles de replicar. Según el paper, cada implementación de IA genera un aprendizaje acumulativo que aumenta la productividad de toda la estructura, no solo de los sistemas informáticos.
El concepto de “capital cognitivo” también redefine la competencia entre empresas. Aquellas que logran sincronizar los procesos humanos y algorítmicos construyen una ventaja estructural semejante a la que, en la era industrial, representaban las economías de escala. Hoy, esa escala se mide en datos, capacidad de procesamiento y cultura organizacional.
De la automatización a la colaboración
Lejos de una narrativa apocalíptica sobre el desempleo tecnológico, el estudio identifica tres escenarios de adaptación. El primero, de sustitución, se observa en tareas rutinarias o de bajo valor agregado. El segundo, de complementariedad, implica que los sistemas de IA amplifican las capacidades humanas (como ocurre con los asistentes de análisis financiero o los modelos predictivos de consumo). El tercero, de creación, surge cuando la IA permite la aparición de nuevos roles o industrias —como la gestión de ética algorítmica, el diseño de datos o la ingeniería de prompts—.
En términos de gestión, este desplazamiento obliga a redefinir los indicadores de desempeño y la capacitación interna. “La IA no se gestiona como una herramienta, sino como un ecosistema de aprendizaje continuo”, señala el documento. Las compañías que comprendan este principio estarán mejor posicionadas para capturar los beneficios del cambio tecnológico sin sacrificar cohesión cultural.
En sectores como los servicios financieros, la logística o la salud, los modelos de IA ya actúan como colegas digitales que asisten en la toma de decisiones en tiempo real. El desafío, explica el paper, no es tecnológico sino institucional: diseñar marcos que equilibren autonomía algorítmica y responsabilidad humana.
La nueva brecha: empresas con IA y empresas sin IA
Uno de los hallazgos más relevantes del trabajo es que el impacto de la IA amplía las brechas entre empresas. Las organizaciones que adoptan IA de manera estratégica —es decir, integrándola en los procesos de decisión y no solo en las operaciones— muestran incrementos de productividad superiores al 20% anual en promedio. En cambio, aquellas que la incorporan de forma marginal o fragmentada no logran sostener las mejoras iniciales.
El efecto se multiplica en las economías emergentes. La capacidad de absorción tecnológica depende tanto de la infraestructura digital como de la organización del trabajo. Según los autores, los países que integren la IA en sus políticas industriales podrán saltar etapas de desarrollo productivo, siempre que acompañen la transición con formación profesional y reglas claras sobre propiedad de datos y transparencia algorítmica.
En el contexto argentino, esto implica un desafío doble: incorporar IA en sectores tradicionales —como agroindustria, energía y servicios financieros— y evitar la concentración del conocimiento en pocas compañías globales. La formación de alianzas público-privadas y la inversión en clusters tecnológicos podrían ser vías efectivas para reducir esa brecha.
Hacia una economía del aprendizaje
El paper plantea que la IA acelera la transición hacia una “economía del aprendizaje”, donde la ventaja competitiva depende menos del capital físico y más de la capacidad para procesar, reinterpretar y aplicar información en tiempo real.
En este nuevo entorno, los modelos de negocio se vuelven más experimentales. El ciclo de decisión se acorta: las organizaciones prueban, miden, ajustan y vuelven a lanzar. Este enfoque, inspirado en la metodología científica, requiere culturas corporativas que valoren la iteración sobre la estabilidad.
El liderazgo también cambia. El rol del directivo ya no es acumular certezas, sino formular preguntas estratégicas que orienten la interacción entre humanos y máquinas. “El management del futuro será una disciplina de diseño: estructurar equipos donde la IA sea un colaborador y no un competidor”, sostiene el estudio.
En términos prácticos, esto implica rediseñar los organigramas, establecer nuevos mecanismos de supervisión y redefinir el concepto de mérito profesional. El conocimiento deja de ser estático y se convierte en una competencia relacional: saber trabajar con sistemas inteligentes.
Ética, regulación y confianza
A medida que la IA asume funciones críticas —desde diagnósticos médicos hasta decisiones de crédito—, la confianza se convierte en el nuevo activo intangible. El informe advierte que la adopción acelerada sin marcos regulatorios sólidos puede erosionar la legitimidad institucional.
Los autores recomiendan desarrollar estándares éticos sectoriales que incluyan auditorías de sesgo, trazabilidad de decisiones y protocolos de supervisión humana. En este sentido, la gobernanza de la IA será tan relevante como su programación.
Las empresas que logren combinar eficiencia tecnológica y transparencia se posicionarán mejor frente a consumidores, reguladores e inversores. De hecho, los criterios ESG (ambientales, sociales y de gobernanza) comienzan a incorporar la gestión ética de algoritmos como indicador de sostenibilidad corporativa.
Un nuevo contrato laboral
La conclusión del paper es clara: la IA no elimina el trabajo, lo redefine. La automatización de tareas repetitivas libera tiempo para la creatividad, el análisis y la innovación, pero también exige una nueva arquitectura laboral.
Las organizaciones deberán diseñar esquemas de incentivos compatibles con la colaboración entre humanos y sistemas inteligentes. Esto incluye desde políticas de capacitación continua hasta la adaptación de los marcos legales laborales para reconocer la cogeneración de conocimiento.
El trabajo del futuro, según el estudio, será más flexible, más intelectual y más interdependiente. La productividad ya no se medirá solo en horas, sino en la calidad de las interacciones entre personas y algoritmos.
Una oportunidad estratégica
La inteligencia artificial representa, en definitiva, una oportunidad para repensar la economía productiva. Las empresas que comprendan su lógica no como amenaza sino como expansión del potencial humano serán las que definan la próxima etapa del capitalismo digital.
Como concluye el informe, “la IA no reemplaza a los trabajadores, redefine lo que significa trabajar”. En ese tránsito, el desafío no será tecnológico sino cultural: aprender a convivir con la inteligencia que ayudamos a crear.
