La inteligencia artificial llegó con la etiqueta de ser la gran revolución que iba a reducir costes, aumentar la productividad y transformar el trabajo tal y como lo conocemos. Pero un informe reciente de Bain & Company muestra que, de momento, esas promesas están muy lejos de cumplirse. Y no porque la tecnología no funcione, sino porque usarla a gran escala resulta mucho más caro y complicado de lo que se pensaba.
Un problema de infraestructura gigantesco
El primer gran obstáculo es la infraestructura necesaria. Los modelos de IA son cada vez más potentes y, por lo tanto, cada vez más hambrientos de energía y capacidad de cómputo. Bain calcula que, para 2030, el mundo necesitará unos 200 gigavatios adicionales de potencia solo para alimentar esta tecnología. ¿La factura? Alrededor de 500.000 millones de dólares al año en nuevos centros de datos. Vamos, que ni reinvirtiendo todos los supuestos ahorros que genera la IA en áreas como ventas, marketing o I+D se llega a cubrir el gasto. Habría un agujero de unos 800.000 millones anuales.
A eso hay que sumar los problemas de suministro. Faltan GPUs, faltan sistemas de refrigeración adecuados y, sobre todo, falta electricidad. Esto quiere decir que, aunque una empresa quiera apostar fuerte por la IA, muchas veces se encuentra con que no puede crecer al ritmo que quisiera. En la práctica, solo los gigantes tecnológicos, con bolsillos casi infinitos y ayuda de los gobiernos, pueden mantener la carrera.
Cuando la IA solo mejora un poquito
El segundo gran punto del informe es que, aunque la IA aporta mejoras, en la mayoría de los casos hablamos de micro-productividad. O sea, pequeños avances en tareas concretas, pero que no cambian demasiado el resultado final. Muchas compañías están aplicando IA sobre procesos que ya estaban mal diseñados, con lo que acaban automatizando errores o ineficiencias en lugar de resolverlos.
Además, hay un problema humano que pesa mucho: la resistencia al cambio. Tres de cada cuatro empresas reconocen que muchos empleados y desarrolladores prefieren seguir trabajando como siempre o temen que la IA ponga en riesgo sus puestos. Y si a eso sumamos la falta de formación (pocos saben cómo sacarle jugo real a estas herramientas) el resultado es que la tecnología no da todo lo que promete.
Tampoco ayudan los sistemas heredados. Procesos lentos, pruebas manuales o herramientas anticuadas hacen que, aunque la IA acelere partes del trabajo, al final todo se atasque en las fases posteriores. Es como tener un coche de Fórmula 1 obligado a circular en calles llenas de semáforos en rojo.
La conclusión del informe es clara: la IA tiene un potencial enorme, pero los ahorros masivos aún son una ilusión. Para que eso cambie, las empresas tendrán que rediseñar sus procesos desde cero, invertir en talento y, sobre todo, medir bien qué beneficios están consiguiendo. Hasta entonces, la IA seguirá siendo una herramienta poderosa, sí, pero también una inversión muy cara que no siempre se traduce en resultados inmediatos.
Fin del Artículo. ¡Cuéntanos algo en los Comentarios!
