En la era de la IA, no decidir también es decidir. El 39% de las competencias profesionales deberá transformarse para 2027, pero solo el 2-5% de empleos enfrenta riesgo real de automatización. El verdadero dilema no es tecnológico: es medir el costo de la inercia frente a la inversión estratégica.
-
La industria musical aumentó sus ingresos en 2025 y pidió proteger a los artistas sobre la IA
-
Las carreras más importantes del futuro, según la Inteligencia Artificial
Según el Future of Jobs Report del Foro Económico Mundial, aproximadamente el 39% de las competencias profesionales deberán transformarse para 2027 como consecuencia de los avances tecnológicos.
En un contexto de transformación tecnológica acelerada, no decidir también es una decisión. Y es cada vez más costosa. El avance sostenido —y vertiginoso— de la tecnología está redefiniendo el mercado laboral y los modelos de negocio a escala global, impulsado principalmente por la inteligencia artificial, los chatbots y la automatización. Frente a este escenario, mientras algunas organizaciones avanzan con rapidez en la adopción de nuevas soluciones basadas en IA, otras permanecen paralizadas por la incertidumbre sobre la viabilidad de sus negocios y el futuro del empleo.
Este temor no es infundado. Según el Future of Jobs Report del Foro Económico Mundial, aproximadamente el 39% de las competencias profesionales deberán transformarse para 2027 como consecuencia de los avances tecnológicos. Sin embargo, el impacto de la IA dista de ser exclusivamente negativo. Un análisis reciente del Banco Mundial señala que, en América Latina y el Caribe, entre el 30% y el 40% de los empleos están expuestos de alguna manera a la inteligencia artificial generativa. Aun así, entre el 8% y el 12% de los empleos podrían experimentar un aumento de productividad, mientras que solo entre el 2% y el 5% enfrentarían un riesgo real de automatización.
Para los líderes de negocio y de tecnología, este panorama exige una evaluación concreta sobre cómo reaccionar ante el cambio. Algunos perfiles más conservadores pueden optar por no tomar decisiones inmediatas, a la espera de confirmar si estas transformaciones responden a una tendencia sostenida o a un nuevo “hype” tecnológico. Otros, en cambio, adoptan una postura más proactiva, enfocándose en diseñar planes de acción tempranos para no quedar al margen de la próxima “ola de innovación”.
Lo cierto es que no existe una fórmula única. La estrategia adecuada dependerá del contexto del sector, del nivel de madurez tecnológica y del grado de exposición al riesgo de cada organización. Sin embargo, hay al menos cuatro factores clave que los tomadores de decisión deberían considerar al evaluar el costo de la inacción:
- Costo de imagen y reputación: ¿puede la falta de acción afectar negativamente la percepción de la marca frente a clientes, socios o talento?
- Costo legal y regulatorio: las nuevas tecnologías suelen venir acompañadas de nuevas normativas. La Ley General de Protección de Datos (LGPD) en Brasil es un ejemplo claro de adaptaciones que, si bien requirieron inversiones significativas, no fueron opcionales. Con la IA, este debate se amplifica: ¿cuál será el costo real de no anticiparse?
- Cuota de mercado: en entornos altamente competitivos, quienes no adoptan nuevas tecnologías suelen perder relevancia. ¿Puede la empresa sostener su posición con el portafolio actual?
- Pérdida de ingresos y clientes: ¿Los clientes están demandando soluciones que la empresa no puede proveer a tiempo? Este, quizás, sea el impacto más tangible que puede derivar en la pérdida de clientes y, por ende, de ingresos.
Si la respuesta a estas preguntas es afirmativa, es probable que la organización deba actuar e invertir. Si bien la preocupación por los costos de adaptación es válida, en la práctica, el costo de no hacer nada suele ser mayor que la inversión necesaria para evolucionar.
Ahora bien, la experiencia también demuestra que actuar sin criterio puede ser igual de riesgoso. Existen numerosos ejemplos de empresas que invirtieron fuertemente en tecnologías con alta visibilidad y expectativas —como el metaverso o el blockchain— que aún no lograron generar tracción ni retorno de la inversión. Si bien estas áreas continúan recibiendo atención, su adopción masiva sigue siendo limitada y su viabilidad depende en gran medida del caso de uso, especialmente en mercados como América Latina.
Esto refuerza una lección clave: la acción inmediata, acompañada de grandes desembolsos, no siempre es la mejor estrategia. En muchos casos, resulta más efectivo avanzar con iniciativas acotadas, validar resultados y aprender de proyectos piloto antes de escalar. Evaluar si conviene ser pionero o un seguidor estratégico forma parte esencial del proceso de toma de decisiones.
En particular, la inteligencia artificial no representa un destino final ni un camino lineal. No se trata de ir del punto A al punto B. A diario surgen nuevas herramientas, modelos y aplicaciones, ampliando las posibilidades y confirmando que este recorrido recién comienza. Por eso, más que seguir tendencias, el verdadero desafío para los líderes es medir el costo de la inercia frente a la inversión necesaria para adaptarse, considerando beneficios concretos en el corto y mediano plazo. Solo a través del análisis de datos, métricas y escenarios reales es posible tomar decisiones verdaderamente data-driven, reducir riesgos y evitar caer en la trampa del entusiasmo tecnológico sin sustento.
Directora Sr. de Estrategias de Mercado de Servicios para Latinoamérica en Red Hat