Los reveladores cambios que se est�n registrando en la velocidad y el volumen de trabajo no se est�n traduciendo en todos los casos en productividad genuina.El debate sobre la utilidad de la inteligencia artificial (IA) ha madurado considerablemente durante el �ltimo a�o. La negaci�n rotunda de sus capacidades ha disminuido a medida que m�s personas han comprobado por s� mismas su impacto en su trabajo. El debate ahora gira en torno al valor exacto que aporta.Un punto de tensi�n particular entre los defensores y los detractores de la IA ha sido la discrepancia entre la mejora declarada en la productividad de los programadores y la aparente falta de un auge correspondiente en la creaci�n de productos o valor. Un nuevo estudio permite a ambas partes sentirse reivindicadas.El estudio, realizado por Mert Demirer del MIT y sus coautores, analiz� el trabajo de los desarrolladores de software antes y despu�s de adoptar herramientas de IA. Es importante destacar que lo midieron en diferentes niveles, desde la cantidad de c�digo escrito y el n�mero de archivos editados, hasta el n�mero de proyectos o funcionalidades desarrolladas y las versiones de software nuevo.Observaron un aumento espectacular en la parte superior de esta curva —los programadores crearon o editaron casi un 300% m�s de archivos—, pero ese incremento se redujo a la mitad, hasta el 150%, cuando se analiz� el n�mero de tareas concretas enviadas para su revisi�n, cifra que a su vez se dividi� por cinco, qued�ndose en un aumento aproximado del 30% en el n�mero de versiones completas de software.Un aumento del 30% en la producci�n del producto principal de una empresa es significativo, pero los hallazgos demuestran que las percepciones, e incluso algunas mediciones directas del impacto de la IA en la productividad, pueden estar muy alejadas del valor que realmente aporta en �ltima instancia. Lo que se percibe —y de hecho se puede medir— como un impulso explosivo para una tarea en particular, a menudo se traduce en una ganancia mucho m�s modesta una vez que ese trabajo ha superado todos los cuellos de botella humanos asociados a la revisi�n y publicaci�n de material listo para producci�n.Adem�s, cuando los investigadores analizaron si los aumentos en la producci�n de software asistidos por IA hab�an llevado a un mayor consumo, encontraron escasas evidencias. El notable aumento en el lanzamiento de aplicaciones m�viles durante el �ltimo a�o no se ha visto acompa�ado por un incremento en las descargas: la mayor�a de las nuevas aplicaciones no logran captar ni siquiera una audiencia modesta.Cabe destacar que el hallazgo de que la mejora de la productividad y la creaci�n de valor han sido mucho menores de lo que algunos asum�an se produjo cuando el CEO de Uber, Dara Khosrowshahi, revel� que la compa��a hab�a agotado todo su presupuesto de IA para 2026 en un solo trimestre, y que planeaba cambiar gran parte de su uso de IA a modelos de menor coste, reservando las herramientas de vanguardia para casos especiales. Posteriormente, se public� una nueva investigaci�n sobre el uso de la IA en el �mbito legal, que descubri� que combinar agentes de IA de c�digo abierto de bajo coste con modelos de alta gama que act�an como "asesores" espor�dicos ofrec�a mejores resultados a un coste mucho menor.No ser�a descabellado interpretar todo esto como evidencia de que la capacidad de la IA para generar valor real se ha sobreestimado enormemente, o al menos que derrochar en los �ltimos modelos suele ser innecesario. Sin embargo, Demirer y sus coautores consideran que la explicaci�n m�s probable es que las estructuras organizativas y los mercados actuales no est�n dise�ados para aprovechar las ventajas subyacentes reales. Esta opini�n se ve respaldada por la experiencia de revoluciones tecnol�gicas pasadas, donde los verdaderos aumentos de productividad y la consiguiente p�rdida de empleos provinieron de nuevas empresas y procesos, en lugar de que las empresas ya establecidas adaptaran nuevas tecnolog�as a sus flujos de trabajo existentes.En el caso de la electricidad a finales del siglo XIX y principios del XX, las ganancias de productividad fueron modestas, ya que las f�bricas se limitaron a reemplazar las enormes m�quinas de vapor por grandes motores el�ctricos, manteniendo el resto de la maquinaria y la distribuci�n sin cambios. El boom lleg� d�cadas despu�s, cuando los ingenieros equiparon los puestos de trabajo individuales con sus propios peque�os motores.El hecho de que las empresas de software y de servicios de conocimiento ya establecidas s�lo obtengan modestas mejoras de productividad al incorporar la IA a sus flujos de trabajo y estructuras organizativas existentes, mientras que el uso, los ingresos y la productividad se disparan enAnthropic y OpenAI —empresas construidas en torno a la IA, con productos desarrollados y revisados por �sta— es quiz�s una se�al temprana de que la misma din�mica se est� desarrollando aqu�, solo que mucho m�s r�pido.Sospecho que ambas posturas son correctas. Gran parte del uso y la inversi�n en IA por parte de las empresas hoy en d�a es ineficiente. Pero las mejoras de productividad que se est�n logrando reflejan la interacci�n de nuevas y potentes herramientas con estructuras y procesos poco adecuados. Estas fricciones y cuellos de botella s�lo se reducir�n con el tiempo.� The Financial Times Limited [2026]. Todos los derechos reservados. FT y Financial Times son marcas registradas de Financial Times Limited. Queda prohibida la redistribuci�n, copia o modificaci�n. EXPANSI�N es el �nico responsable de esta traducci�n y Financial Times Limited no se hace responsable de la exactitud de la misma.