Geyto Research · Mariano D'Angelo · Nota de mercado · · 2 min de lectura
La paradoja de la productividad. Por qué la tecnología tarda en verse en los resultados
De Solow a la curva J: por qué las inversiones en tecnología tardan en mostrar resultados y qué papel juegan los cambios en el trabajo y la gestión.
En breve: la tecnología tarda en verse en los resultados porque su beneficio depende de cambios que no vienen con ella: nuevos procesos, nuevas capacidades, nuevas formas de gestionar. La economía describe este patrón desde hace casi cuarenta años. Hoy vuelve a ser relevante con la inteligencia artificial.
"En todas partes menos en las estadísticas"
En 1987, el economista Robert Solow escribió una frase que se volvió famosa: se ven computadoras en todas partes menos en las estadísticas de productividad. Las empresas invertían fuerte en informática y la productividad agregada no reflejaba esa inversión.
La explicación que fue tomando forma en las décadas siguientes no es que la tecnología no sirviera. Es que su efecto dependía de algo más.
La curva J
Erik Brynjolfsson, Daniel Rock y Chad Syverson formalizaron ese "algo más" en 2021. Las tecnologías de propósito general, como la informática o la IA, requieren inversiones complementarias en activos intangibles: rediseñar procesos, desarrollar capacidades, reorganizar el trabajo. Esas inversiones son difíciles de medir como capital, pero consumen recursos.
El resultado es una curva en forma de J. Al principio, la productividad medida puede incluso caer, porque se está invirtiendo en cosas que no se ven. Más tarde, cuando esos intangibles maduran, los beneficios aparecen.
La gestión hace la diferencia
Nicholas Bloom, Raffaella Sadun y John Van Reenen compararon empresas que invertían en tecnología de la información en Europa. Encontraron que las filiales de multinacionales estadounidenses obtenían más productividad de la misma inversión, y asociaron esa diferencia con sus prácticas de gestión de personas.
La lectura es directa: la misma tecnología rinde distinto según cómo se organiza el trabajo a su alrededor.
Qué significa para la IA
La IA generativa está en una etapa parecida. Las organizaciones compran licencias, lanzan pilotos y anuncian iniciativas. La pregunta que deja la historia de la paradoja es si están invirtiendo también en los complementos: el rediseño del trabajo, el criterio para usar la herramienta, los traspasos entre personas y sistemas.
Sin esos complementos, la IA puede quedar instalada como tantas otras tecnologías: disponible, usada a medias y sin cambio visible en los resultados.
Qué hacer con esto
- Presupuestar los complementos, no sólo la tecnología: tiempo de rediseño, aprendizaje en el puesto, soporte.
- Esperar una curva, no un salto. Medir también los cambios intermedios en el trabajo.
- Revisar la gestión y la organización del trabajo como parte de la iniciativa.
Más sobre la IA como un cambio tecnológico más en nuestro enfoque.
Geyto Research publica ensayos, revisiones de evidencia y notas de mercado sobre lo que pasa después del go-live.
Preguntas frecuentes
¿Qué es la paradoja de la productividad?
Es la observación de que grandes inversiones en tecnología no se reflejan de inmediato en las estadísticas de productividad. Robert Solow la resumió en 1987: se ven computadoras en todas partes menos en las estadísticas de productividad.
¿Qué es la curva J de la productividad?
Es el patrón descrito por Brynjolfsson, Rock y Syverson (2021): las tecnologías de propósito general exigen inversiones intangibles, como nuevos procesos y capacidades, que al principio no se miden y deprimen la productividad aparente antes de que aparezcan los beneficios.
¿Por qué importa para la IA?
Porque la IA también requiere cambios en el trabajo, la gestión y las capacidades. Sin esos cambios, la inversión puede quedar instalada sin traducirse en resultados.
Fuentes
- Solow, R. M. (1987, 12 de julio). We'd better watch out. New York Times Book Review, p. 36.
- Brynjolfsson, E., Rock, D. y Syverson, C. (2021). The productivity J-curve: How intangibles complement general purpose technologies. American Economic Journal: Macroeconomics, 13(1), 333–372.
- Bloom, N., Sadun, R. y Van Reenen, J. (2012). Americans do IT better: US multinationals and the productivity miracle. American Economic Review, 102(1), 167–201.
Compartir