Hay algo casi enternecedor en nuestra relación latinoamericana con la tecnología. Llegamos tarde, la utilizamos a medias y, mientras todavía estamos intentando descubrir para qué sirve, empezamos a discutir cómo regularla.

Con la inteligencia artificial estamos haciendo algo parecido.

Nos maravillamos con los nuevos modelos, discutimos si ChatGPT piensa, nos preocupamos por los empleos que desaparecerán, organizamos congresos sobre el futuro de la humanidad y colocamos las dos letras mágicas —IA— en cuanto producto, servicio o presentación empresarial se nos cruza por delante.

Después uno entra en una pequeña empresa y descubre que alguien sigue copiando los pedidos recibidos por WhatsApp a una planilla para que otra persona vuelva a ingresarlos al sistema de facturación.

Bienvenidos a América Latina.

El Banco Mundial publicó esta semana su nuevo Panorama Económico de América Latina y el Caribe y, aunque está lleno de cifras económicas, contiene una idea sobre inteligencia artificial que me parece bastante más importante que muchas de las grandilocuencias que venimos escuchando.

América Latina no necesita ponerse a fabricar otro ChatGPT.

Necesita aprender a usar el que ya existe.

Mucha inteligencia artificial, poca transformación

El diagnóstico tiene algo particularmente interesante porque desmonta uno de los relatos más cómodos: que nuestro problema tecnológico sigue siendo esencialmente de acceso.

No exactamente.

La mediana de utilización de inteligencia artificial generativa entre los adultos en edad de trabajar de la región es del 17%. Aproximadamente la mitad de la registrada en Estados Unidos y Canadá. Pero el Banco Mundial sostiene que los principales obstáculos para convertir esa tecnología en productividad no son ya el precio ni el acceso.

Son otros bastante menos fáciles de solucionar: conocimientos gerenciales, capacitación de los trabajadores y capacidad de las empresas para reorganizarse alrededor de las nuevas herramientas.

Traducido del lenguaje de los organismos internacionales: tenemos la herramienta y muchas veces no sabemos qué hacer con ella.

Y esto lo veo todos los días.

No necesitamos una empresa con cincuenta agentes autónomos conversando entre ellos para presumir en una presentación de PowerPoint. Necesitamos que una pyme consiga responder una consulta cuando está cerrada, que no pierda un cliente porque nadie atendió el teléfono, que pueda automatizar una cobranza, ordenar información que hoy tiene dispersa en cinco lugares o descubrir qué clientes dejaron de comprarle hace seis meses.

Eso no queda tan bonito en una conferencia sobre inteligencia artificial.

Pero factura.

La “IA pequeña”

El Banco Mundial utiliza un concepto interesante: small AI, que podríamos traducir como inteligencia artificial a pequeña escala.

No significa una inteligencia artificial peor.

Significa aplicaciones de bajo costo, adaptadas a necesidades locales y destinadas a resolver problemas concretos. El organismo menciona educación, telemedicina y servicios públicos, pero extiende expresamente el concepto a pequeñas y medianas empresas, productores agropecuarios y ciudadanos.

Y aquí, por una vez, creo que la discusión empieza a pisar tierra.

Porque América Latina tiene una extraña fascinación por querer participar de la carrera tecnológica empezando por donde termina.

Estados Unidos y China invierten fortunas en modelos fundacionales, centros de datos, chips y capacidad de cómputo. Nosotros discutimos cómo competir.

¿Competir con qué?

¿Vamos a poner a una pyme uruguaya a entrenar un modelo de frontera?

La pregunta parece ridícula escrita así. Sin embargo, buena parte del discurso alrededor de la IA en nuestra región sigue obsesionado con la sofisticación de la herramienta y bastante menos con el problema que esa herramienta debería resolver.

El problema no es tener ChatGPT

El Banco Mundial dice algo todavía más importante: la adopción empresarial de IA ya es amplia, pero rara vez alcanza los procesos centrales del negocio.

Ahí está el verdadero agujero.

Una empresa puede pagar ChatGPT, Copilot, Gemini, Claude o la herramienta de moda del próximo jueves y continuar funcionando exactamente igual que antes.

Eso no es transformación digital.

Es pagar una suscripción.

El empleado escribe un correo un poco más rápido. Alguien prepara una presentación. Marketing genera veinte publicaciones para Instagram que probablemente nadie estaba esperando. El gerente descubre que puede resumir un PDF de cincuenta páginas sin leerlo.

Fantástico.

¿Cambió el negocio?

Muchas veces, no.

La inteligencia artificial empieza a importar económicamente cuando modifica un proceso: reduce horas, elimina tareas repetitivas, mejora una decisión, recupera clientes, disminuye errores, aumenta ventas o permite hacer con tres personas algo que antes necesitaba cinco.

Y aquí aparece una de esas verdades poco glamorosas que la industria tecnológica no siempre tiene demasiado interés en enfatizar.

El modelo más poderoso no necesariamente produce el mejor negocio.

Uruguay y la tentación de mirarse al espejo

Para nosotros la discusión debería resultar especialmente relevante.

Uruguay tiene algunas ventajas evidentes: buena conectividad, infraestructura digital relativamente desarrollada, servicios públicos digitalizados y una industria tecnológica que hace tiempo consiguió salir de nuestras fronteras.

Eso puede producir una sensación peligrosa.

Creernos más avanzados de lo que realmente somos.

El Banco Mundial proyecta actualmente un crecimiento uruguayo de alrededor del 1,6% para 2026, por debajo del 2,2% previsto para América Latina y el Caribe. El organismo atribuye la desaceleración a una demanda interna más débil y a un contexto externo menos favorable.

Pero hay otro dato bastante menos coyuntural: el propio Banco Mundial señala que Uruguay ha crecido en promedio apenas 1,2% anual durante la última década y menciona entre las causas el bajo crecimiento de la productividad.

Ahí la inteligencia artificial deja de ser un juguete tecnológico.

Porque si tenemos un problema de productividad y aparece una tecnología cuya principal promesa económica consiste precisamente en aumentar productividad, quizá deberíamos dedicar menos tiempo a preguntarnos cuán revolucionaria es y bastante más a conseguir que alguien la utilice.

El pequeño empresario no necesita convertirse en ingeniero de IA

Aquí también estamos cometiendo otro error.

Estamos convirtiendo la inteligencia artificial en una nueva especialización.

Cursos. Másteres. Certificaciones. Prompt engineering. Agentes. RAG. MCP. Modelos fundacionales. Automatizaciones. Fine-tuning.

Una ensalada de siglas que consigue algo extraordinario: que el dueño de una empresa que podría beneficiarse de la tecnología termine convencido de que aquello no es para él.

No necesita saber todo eso.

Como tampoco necesitó estudiar ingeniería de telecomunicaciones para utilizar WhatsApp.

La pyme necesita identificar un problema y encontrar una solución suficientemente barata para que resolverlo tenga sentido económico.

Nada más.

El resto es nuestro problema, el de quienes trabajamos con tecnología.

El peligro del Estado enamorado de la IA

El informe también propone utilizar esta inteligencia artificial de menor escala en servicios públicos y modernizar los sistemas digitales y de datos de los gobiernos.

Ahí empiezo a mirar con bastante más cuidado.

Porque una cosa es utilizar inteligencia artificial para conseguir que un trámite demore cinco minutos en lugar de cinco días y otra muy diferente es incorporar una nueva capa tecnológica sobre procesos burocráticos que nadie se animó primero a simplificar.

Automatizar un procedimiento absurdo no consigue que deje de ser absurdo.

Consigue que sea absurdamente eficiente.

Y tenemos además un riesgo adicional: que la inteligencia artificial termine convirtiéndose en la próxima gran excusa presupuestal.

Planes nacionales. Observatorios. Comisiones. Consultorías. Estrategias. Directorios. Programas de capacitación. Nuevas oficinas destinadas a estudiar cómo utilizar una tecnología que un comerciante puede empezar a probar esta tarde pagando veinte dólares.

No estoy diciendo que el Estado deba quedar fuera.

Todo lo contrario.

Educación, salud y servicios públicos son precisamente áreas donde una utilización inteligente de estas herramientas podría producir enormes beneficios. Pero deberíamos aprender algo de nuestra larga historia latinoamericana: entre financiar una solución y financiar una estructura dedicada a administrar la solución existe una diferencia que suele descubrir el contribuyente bastante antes que el político.

La carrera que quizá no necesitamos ganar

Hay algo saludable en que el Banco Mundial coloque la discusión en estos términos.

No todos tenemos que construir el próximo OpenAI.

Ni probablemente podamos.

La oportunidad latinoamericana puede ser bastante menos espectacular y muchísimo más rentable: tomar una tecnología desarrollada con miles de millones de dólares ajenos y utilizarla para solucionar nuestros problemas de cien, mil o diez mil dólares.

No suena heroico.

Mejor.

Ya hemos tenido suficientes proyectos heroicos en América Latina.

Mientras el mundo pelea por fabricar una inteligencia artificial cada vez más inteligente, nosotros podríamos empezar por conseguir algo bastante más modesto: que nuestras empresas sean un poco menos ineficientes, que nuestros trabajadores puedan producir más y que el Estado deje de utilizar personas para hacer trabajos que una máquina puede resolver en segundos.

Quizá la expresión “IA a pequeña escala” pueda inducir a error.

Porque el tamaño de la tecnología importa bastante menos que el tamaño del problema que consigue resolver.

Y entonces queda la pregunta incómoda.

Si la inteligencia artificial ya está disponible, es relativamente barata y el propio Banco Mundial dice que el principal obstáculo no es el acceso sino nuestra capacidad para utilizarla, ¿cuánto tiempo más podremos seguir culpando a la tecnología por una productividad que nosotros mismos no sabemos cómo mejorar?