IA y pymes: Más allá de las (in)capacidades dinámicas artificiales

A estas alturas de la película digital no creo que todavía quede ningún directivo, administrador, socio o gerente de ninguna micro, pequeña o mediana empresa catalana que no haya sentido, leído o visto los cantos de sirena sobre la inteligencia artificial (IA). Que si es la disrupción tecnológica más relevante de la historia, que si abre las puertas a un cambio de época, que si cambiará radicalmente la forma y el fondo de los negocios y las empresas, que si las empresas que no lo usen perderán tanta competitividad que dejarán de existir, que si las máquinas serán más inteligentes que las personas y la singularidad acabará con la humanidad…

Podría llenar el espacio del artículo solo con todas las cosas inevitables que muchos de los gurús de la bola de cristal suelen explicar sobre los efectos de la IA en las empresas y en la sociedad en general. Pero como que, en teoría –y digo en teoría porque la pseudociencia, el activismo y el ilusionismo de las redes sociales también ha llegado a la Universidad- en la academia estamos para hacer investigación y transferencia del conocimiento científico sobre temas de interés, aquí van unas cuantas evidencias solventes, así como sus implicaciones y propuestas estratégicas y de política pública. Vaya, las cosas que hemos hecho los de la inteligencia natural durante toda la vida, al menos desde la revolución científica.

Antes que nada, es importante entender bien de qué va esto de la IA. En términos económicos podemos entender la IA como un proceso de innovación tecnológica digital. Es decir, el proceso de creación y desarrollo de tecnologías digitalizadas con aplicaciones técnicas basadas en capacidades inteligentes no humanas. Por lo tanto, la IA se refiere a todo aquel stock social de conocimiento (tecnología) que se usa para desarrollar todo tipo de artefactos digitales (materiales e inmateriales) que se aplican a la actividad económica (técnica) y que se basan en la utilización (amplificación, sustitución o desplazamiento) de capacidades humanas.

Segundo. Cómo todo proceso de innovación de relevancia, la IA es un proceso dinámico y evolutivo. Es importante tener presente que las familias tecnológicas y técnicas de la IA -en principio la robótica, los sistemas simbólicos (visión y reconocimiento de todo tipo de señal digitalizada, como imágenes, números, textos) y los algoritmos de aprendizaje automático y profundo- cambian cada día. Durante muchos años, las calculadoras eran IA. Después vinieron los softwares y las hojas de cálculo, los programas de ajedrez y Go, y ahora estamos bajo la influencia de los algoritmos supervisados y de la IA generativa y el Chat GPT. En el sector se suele comentar que la IA es todo aquello que las máquinas todavía no saben hacer del todo bien. Cuando aprenden a dejar de ser IA y pasa a ser tecnología computacional.

Tercero. La IA es una innovación radical porque tiene el potencial de generar transformaciones de calado, no necesariamente para bien, en todas las dimensiones de la vida humana. Esto es así porque las familias del conocimiento “artificial” estarían generando un proceso de convergencia tecnológica (hablamos de tecnologías de utilidad general) con otras tecnologías, especialmente las de la segunda oleada digital, como la computación en la nube, el análisis y la gestión de grandes datos, las infraestructuras de alta velocidad o las plataformas digitales. De hecho, la convergencia tecnológica impulsada por la IA ha consolidado un nuevo factor productivo: los datos. Sin datos (representación codificada y digital de cualquier tipo de señal numérica, textual, visual, etc.) masivos para obtener, entrenar y gestionar no hay IA que valga. Sin datos no se pueden activar los nuevos momentos y enfoques de negocio que determinan el nuevo valor económico de la IA: el valor de predicción.

Cuarta. La era de la IA se expande siguiendo los efectos de la primera oleada digital, cosa que amplía viejos problemas y genera nuevos sesgos, riesgos y polarizaciones sobre las personas y las organizaciones. A través del sesgo inicial de habilidades y la sustitución o la complementariedad de tareas de inteligencia humana, la IA puede generar tanto procesos de sustitución del trabajo humano (automatización) como procesos de complementariedad de inteligencias (algoritmos). De hecho, lo más habitual es que lo haga todo a la vez. La IA puede aumentar tareas y flujos de trabajo (hojas de cálculo y contables), los puede reducir (centros logísticos), los puede reconstituir, eliminando y creando nuevas tareas a la vez (radiólogos) o los puede cambiar (conductores de autobús).

Quinta. La IA generalmente hace crecer la productividad media (producto por tarea), pero no tiene porque hacer crecer la productividad marginal (aumento de productividad por tarea). Para que la IA genere más y mejor ocupación hace falta que aparezcan nuevas tareas que justifiquen adelantos de productividad media y marginal, y se justifiquen nuevas tareas y contrataciones. Este es el principal reto laboral y social que la IA tiene planteado en la actualidad.

Sexta. En el ámbito empresarial sabemos que para usar la IA las empresas se autoseleccionan y generan relaciones de complementariedad con las habilidades de las personas y las capacidades dinámicas de las organizaciones. Es decir, que los usos de la IA dependen del hecho de que las empresas tengan todo aquello que tienen que tener para usarla efectivamente. Y esto quiere decir que las personas tengan todas las habilidades (digitales y no digitales) y que la organización disponga de la cultura, la estrategia, la flexibilidad y la estructura organizativa necesarias para orientar a la empresa hacia los datos y el valor de predicción.

Y, séptima. Parece bastante obvio que, en el contexto artificial, las pymes tienen muchas (in)capacidades dinámicas artificiales. Entre otras, no tienen ni cultura ni sistemas de gestión de datos y grandes datos, sus personas necesitan aprender a funcionar con la complementariedad de inteligencias y, como empresas, tienen que abordar los retos estratégicos, organizativos y colaborativos de los procesos de innovación con base digital. Pero también tienen fortalezas, en especial sus flexibilidades para adaptarse al entorno y para construir redes y plataformas digitales. Ya empieza a ser hora de ayudarlas a construir sus espacios propios de IA, en especial los que no generan dependencias de otras empresas y de organizaciones. El dinamismo y la viabilidad económica, y el bienestar y la movilidad social del país dirán bien. Tenemos trabajo.