Aprendizajes para el empresario argentino desde la Comisión de IA de ACDE. Este artículo recoge tres conversaciones recientes impulsadas por ACDE: la relación entre la persona y la IA; la IA aplicada a los negocios y a la productividad; y la evolución normativa y ética que empieza a ordenar su adopción. El objetivo no es celebrar la tecnología ni resistirla, sino formular una pregunta de liderazgo: cómo usarla para crear valor sin debilitar aquello que hace humana a una organización.
La inteligencia artificial dejó de ser una promesa futura y ya forma parte del trabajo cotidiano. En la empresa argentina conviven entusiasmo, ansiedad, oportunidades reales y preguntas difíciles: qué tareas conviene automatizar, qué capacidades deben preservarse, cómo se gobiernan los riesgos y qué tipo de liderazgo exige una tecnología que acelera casi todo.
Los datos locales muestran una adopción acelerada, pero todavía incipiente. La primera Encuesta Nacional sobre Adopción de IA en PyMEs argentinas, elaborada por nadIA, CEPE Di Tella y Fundar, relevó que alrededor del 42% de las PyMEs encuestadas ya utiliza alguna tecnología de IA. El dato es relevante, especialmente para un país que necesita mejorar productividad. Pero la misma evidencia también obliga a ser prudentes: buena parte de ese uso sigue siendo experimental, concentrado en tareas como redactar contenidos, resumir información, asistir en marketing, responder consultas o acelerar tareas administrativas.
Esa distinción es central. Usar IA no equivale necesariamente a transformar una empresa. Muchas organizaciones están incorporando herramientas nuevas sobre procesos viejos. El resultado puede ser útil, pero limitado: se hacen más rápido las mismas tareas, con los mismos criterios, los mismos cuellos de botella y, a veces, los mismos errores. La verdadera pregunta no es si una empresa “usa IA”, sino si la IA está ayudando a rediseñar la forma en que decide, aprende, sirve a sus clientes y desarrolla a sus personas.
El salto de productividad, aun así, es evidente. Informes, presentaciones, análisis preliminares, búsquedas, traducciones, códigos, minutas y piezas de comunicación pueden resolverse en una fracción del tiempo que requerían hace apenas dos años. Sería ingenuo negar ese avance. Pero precisamente por eso aparece una pregunta más exigente: ¿qué hacemos con el tiempo que ganamos?
Si la respuesta es simplemente producir más de lo mismo, más rápido y con menos reflexión, el beneficio será menor de lo esperado. La IA puede liberar tiempo para pensar mejor, escuchar más, formar equipos, resolver problemas complejos y elevar la calidad del trabajo. También puede convertirse en una maquinaria de aceleración superficial: más documentos, más mensajes, más reuniones resumidas y más decisiones tomadas sin suficiente discernimiento.
Ahí aparece uno de los riesgos más silenciosos: la estandarización del pensamiento. Cuando todos usan herramientas similares, con instrucciones parecidas y sin una capa humana exigente, los textos empiezan a sonar iguales, las ideas se vuelven previsibles y las respuestas pierden espesor. La productividad crece, pero el criterio puede erosionarse. Y en la vida empresaria, el criterio sigue siendo más escaso que la información.
Una herramienta puede redactar un informe sólido en segundos. Lo que no puede hacer del mismo modo es entrar a una reunión, percibir un clima de desconfianza, entender por qué un número correcto puede ser inviable en la práctica, leer la historia de una organización o advertir que una decisión eficiente en Excel puede ser injusta, imprudente o destructiva para una comunidad de trabajo.
Por eso, la conversación sobre IA vuelve inevitablemente al liderazgo. Durante un tiempo existió la fantasía de que la tecnología podía transformarse en una brújula objetiva para decidir mejor. Pero la IA no reemplaza valores: amplifica los que ya existen. Si una organización tiene propósito claro, buena cultura y disciplina de gestión, probablemente la IA la potencie. Si una organización está desordenada, improvisa o decide mirando solo el costo de corto plazo, la IA puede acelerar justamente ese problema.
La adopción sana se reconoce por algunas señales concretas: parte de problemas reales del negocio; rediseña procesos antes de comprar herramientas; incorpora controles humanos; mide impacto en productividad, calidad y servicio; forma a los equipos; y define reglas claras sobre datos, confidencialidad, sesgos, trazabilidad y responsabilidad. La adopción riesgosa, en cambio, suele empezar por la moda: comprar licencias, pedir “casos de uso” aislados, automatizar sin revisar procesos y delegar decisiones sin suficiente supervisión.
Este punto es especialmente importante para las PyMEs. En muchas empresas medianas y pequeñas, la IA puede ser una gran oportunidad para cerrar brechas de productividad, profesionalizar procesos y acceder a capacidades que antes parecían reservadas a grandes corporaciones. Pero también puede ampliar diferencias entre quienes tienen datos ordenados, procesos claros y equipos capacitados, y quienes solo incorporan herramientas de manera informal y fragmentada.
Otro impacto empieza a sentirse en la base de las organizaciones. Muchas tareas realizadas por perfiles junior —buscar información, ordenar datos, preparar borradores, comparar documentos, elaborar primeras hipótesis— son justamente las más fáciles de asistir con IA. La tentación de reducir esos puestos parece lógica desde una mirada de eficiencia inmediata. Pero abre un problema serio: ¿dónde se forman los futuros profesionales y líderes si desaparecen las experiencias donde se aprende mirando, equivocándose, corrigiendo y acompañando procesos?
El dilema de la “pirámide rota” no es menor. Una organización necesita productividad, pero también necesita mecanismos de aprendizaje. Gran parte del criterio profesional se forma haciendo tareas que al principio parecen operativas: investigar, escribir, revisar, analizar, sintetizar, escuchar y volver a intentar. Esas tareas producen entregables, pero también forman pensamiento. Si se automatizan sin diseñar nuevos espacios de aprendizaje, la empresa puede ganar velocidad hoy y perder capacidad directiva mañana.
Esto no implica defender tareas ineficientes ni romantizar el trabajo repetitivo. Implica asumir que la automatización debe venir acompañada por una nueva arquitectura de formación. Los perfiles iniciales tendrán que aprender a usar IA, pero también a cuestionarla, verificarla, mejorarla y, sobre todo, desarrollar juicio propio. La empresa que entienda esto no eliminará la base de su pirámide: la rediseñará.
Durante el primer semestre de 2026, la discusión global avanzó en la misma dirección. McKinsey describió la paradoja actual de la IA: la adopción y la inversión crecen, pero el impacto sostenido en desempeño todavía es esquivo cuando las empresas se limitan a acelerar tareas existentes sin rediseñar procesos de trabajo completos. El Foro Económico Mundial insistió en un punto complementario: la IA en los negocios requiere invertir en las personas que la usan, para que puedan confiar, desafiar y supervisar sus resultados.
La regulación también empezó a madurar. El AI Act europeo, junto con enfoques regulatorios de Estados Unidos, China y otros países, empieza a configurar un marco internacional de referencia, todavía heterogéneo y en evolución. Sin embargo, la evolución normativa de la IA trasciende el mero cumplimiento legal para convertirse en un debate sobre nuestros valores fundamentales. Detrás de cada sistema de inteligencia artificial, las intervenciones humanas durante el diseño y entrenamiento de los modelos terminan forjando una auténtica “cosmovisión” que arrastra consigo principios, ética y derechos. Por eso, cuando una empresa delega decisiones críticas en estas herramientas sin el debido escrutinio, se expone al riesgo de operar bajo una “ética sintética o ajena”, donde la necesaria deliberación del liderazgo es sustituida por una eficacia técnica desprovista de consenso social. En un contexto tecnológico que sufre de un “giro estadístico”, donde a menudo se valora más la simple correlación de los datos que la comprensión real de las causas, la adopción de la inteligencia artificial exige una mirada humana innegociable.
Para una audiencia empresaria de inspiración cristiana, este punto conecta con una cuestión más profunda. La reciente Encíclica Magnifica Humanitas del Papa León XIV, publicada en mayo de 2026, vuelve sobre una idea decisiva: la tecnología debe estar al servicio de la persona y no la persona al servicio de la tecnología. Trasladado al mundo empresario, esto significa recordar que detrás de cada proceso automatizado hay trayectorias, aprendizajes, empleos, familias y comunidades afectadas por la forma en que se decide. El Santo Padre llama concretamente a revisar el código ético que funciona como sustrato de la tecnología utilizada; invita a no ser opaco ni unilateral, a revisar qué criterios éticos están incorporados en la tecnología que se adopta y a evaluar sus consecuencias sobre las personas, especialmente sobre quienes tienen menor capacidad de defenderse frente a esos cambios.
La IA, entonces, no debería discutirse solo como una agenda tecnológica. Es una agenda de productividad, sí; pero también de liderazgo, cultura, responsabilidad y propósito. Preguntarse qué puede automatizarse es necesario. Preguntarse qué no debe delegarse también lo es. Hay decisiones que pueden ser asistidas por algoritmos, pero no tercerizadas moralmente en ellos. El Papa pide que la tecnología no se vuelva criterio: cuando se vuelve criterio, termina por establecer qué vale y qué puede descartarse.
Quizá el aprendizaje más importante de esta etapa sea que la IA no reduce la necesidad de liderazgo; la aumenta. Cuanto más poderosa es la herramienta, más relevante se vuelve el criterio de quienes la conducen. La diferencia no la marcará solamente quién tenga el mejor modelo, la mejor licencia o el proveedor más avanzado. La marcarán las organizaciones capaces de usar la IA para servir mejor, trabajar mejor y formar mejor, sin perder humanidad en el camino; es decir, como señala el Papa, aquellas que gestionen proactivamente la transformación digital, planifiquen responsablemente y evalúen el impacto humano y social, especialmente sobre los más frágiles.
En definitiva, el desafío no es elegir entre tecnología y persona. El desafío es construir empresas donde la tecnología amplifique lo mejor de las personas: su creatividad, su responsabilidad, su capacidad de aprender, su vocación de servicio y su compromiso con el bien común. Esa es, probablemente, la conversación empresaria más importante que la inteligencia artificial nos obliga a tener.
Siete criterios para una adopción responsable
- Empezar por el negocio, no por la herramienta. La IA debe responder a problemas concretos: productividad, calidad, servicio, ventas, seguridad, gestión del conocimiento o toma de decisiones.
- Rediseñar procesos antes de automatizar. Automatizar un proceso mal diseñado suele acelerar el desorden. Primero se revisa el flujo de trabajo; después se elige la tecnología.
- Mantener supervisión humana efectiva. La IA puede asistir, pero la responsabilidad de decidir, validar y corregir debe estar asignada a personas concretas.
- Formar criterio, no solo usuarios. Capacitar no es enseñar herramientas o prompts. Es desarrollar capacidad para preguntar mejor, verificar, detectar sesgos y comprender límites.
- Medir impacto integral. La productividad importa, pero también la calidad, el aprendizaje, la confianza, la equidad interna y la sostenibilidad cultural. En línea con la Encíclica, una adopción responsable debería incluir medidas verificables de protección del empleo, recalificación de empleados, formación continua y acompañamiento a las personas afectadas por las transformaciones. La calidad y la dignidad del trabajo también deben formar parte de los indicadores (KPIs) de éxito.
- Actuar con transparencia y responsabilidad. Cuando se usan datos y algoritmos para tomar o asistir decisiones sobre clientes, empleados o proveedores, deben existir criterios claros de justificación, trazabilidad, revisión humana y asignación de responsabilidades.
- Incorporar verificación ética preventiva. La adopción de IA exige due diligence tecnológica, legal y ética: revisar proveedores, uso de datos, riesgos de sesgo, condiciones de la cadena de valor, impacto ambiental y consecuencias sobre la dignidad del trabajo.
Fuentes de contexto consultadas
- nadIA / CEPE Di Tella / Fundar, Encuesta nacional sobre adopción de IA en Pequeñas y Medianas Empresas de la Argentina, abril 2026. https://nadia.ar/extras/nadia_encuesta_pymesARG2026.pdf
- McKinsey & Company, Where AI will create value — and where it won’t, 2026. https://www.mckinsey.com/capabilities/strategy-and-corporate-finance/our-insights/where-ai-will-create-value-and-where-it-wont
- World Economic Forum, Why AI for business means investing in its people, enero 2026. https://www.weforum.org/stories/2026/01/why-ai-for-business-means-investing-in-its-people/
- European Commission, AI Act: regulatory framework for trustworthy AI. https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai
- Vatican, Encyclical Letter Magnifica Humanitas, 15 de mayo de 2026. https://www.vatican.va/content/leo-xiv/en/encyclicals/documents/20260515-magnifica-humanitas.html