Por: Xavier Durán, profesor Facultad de Administración Universidad de los Andes y Beatriz Yemail, directora Games Economics
Las tecnologías digitales avanzadas (TDAs) pueden conducir a una evolución y transformación de cada una de las etapas del manejo.
Así, mediante sensores conectados al internet, las empresas pueden recoger datos detallados sobre una amplia gama de variables relacionadas con el funcionamiento de cultivos agrícolas, de redes de transporte de utilities y de la producción industrial. Con base en esa información, es posible construir gemelos digitales que simulan el comportamiento de sistemas de producción, de transporte y de distribución, lo que permite tomar decisiones para mejorar la eficiencia antes de hacer pruebas en campo, o rápidamente identificar soluciones a probar en campo.
TDAs como la inteligencia artificial (IA), el machine learning (ML) y el Deep Learning, entre otras, permiten analizar grandes volúmenes de datos de manera totalmente autónoma, predecir problemas, mejorar diagnósticos y pronósticos, y definir potenciales soluciones. La evidencia indica que la adopción de TDAs permiten optimizar costos, aumentar la productividad e incrementar y diversificar las ventas.
Un estudio llevado a cabo por investigadores de la OECD que usa información de empresas manufactureras de 20 países europeos y Turquía entre el 2010 y el 2015, encuentra que un incremento de 10 puntos porcentuales en el uso de internet de banda ancha (o de cloud computing) a nivel de industria está asociado con un incremento de 1.4 % (0.9 %) en la productividad multifactorial de la firma promedio después de un año, y de 3.9 % (2.3 %) después de tres años. Más recientemente, una evidencia en EE. UU., indica que las plantas de producción que usan herramientas predictivas tienen ventas que son hasta de US$918.000 superiores que las que no las adoptan.
En el caso de Latinoamérica y el Caribe (LAC) se ha estimado que la adopción generalizada de herramientas de IA podría incrementar en hasta 0,8 puntos porcentuales la tasa de crecimiento anual del PIB para 2035, lo que implica que subiría en promedio de 3,7 % a 4,5 %.3 Las TDAs pueden además facilitar la apertura de nuevas líneas de negocio y contribuir a disminuir el impacto ambiental de ciertas actividades
A pesar de los beneficios que supone la adopción de TDAs, su penetración es aún incipiente. En el 2023, si bien entre el 20 – 30 % de las empresas del sector manufacturero en EE. UU., habían automatizado sus procesos de producción, usaban la nube y empleaban herramientas de análisis de datos, en el mismo año tan solo el 7 % utilizaban herramientas de IA y ML. Estos porcentajes eran muy similares a los registrados en el 2017.
De manera similar, en Europa el 8 % de las empresas usaban algoritmos de IA en el 2021. Su uso era mayor en el sector de tecnologías de información (TI), donde alcanzaba un 25 %. En el mismo año, en Latinoamérica un bajo porcentaje de empresas manufactureras en Brasil (8 %) y en Argentina (3 %) habían adoptado métodos de smart manufacturing, los cuales combinan hardware (robots avanzados e impresión 3D), software (cloud computing, IA y herramientas de analítica) y conectividad (internet de las cosas); los demás países de la muestra, entre ellos Colombia, no registraban adopción de estas tecnologías.
Nuestra investigación indica además que, aunque la mayoría de grandes empresas del sector de infraestructura en Colombia (incluyendo firmas de energía eléctrica, telecomunicaciones y aguas) ya habían invertido en TDAs en el 2023, había pocos ejemplos de uso de estas tecnologías a nivel de mayor escala productiva de las empresas.
La lenta adopción de la IA y otras TDAs responde a que las inversiones en estas tecnologías son acumulativas. Además, el éxito de la adopción depende de la existencia de activos complementarios que pueden ser escasos, especialmente en economías en desarrollo como la colombiana.
Así, la escalera de la adopción de las TDAs usualmente inicia con la digitalización de la información. Una vez los volúmenes de datos rebasan las capacidades de almacenamiento locales o se realizan mejoras tecnológicas, se pasa a almacenarlos en la nube para que finalmente las empresas inviertan en tecnologías que permitan limpiar los datos, organizarlos, analizarlos y obtener insights que les permitan mejorar ventas y la productividad.
Para avanzar en esta escalera de adopción, las empresas deben llevar a cabo inversiones que son acumulativas, es decir, no se puede ‘saltar’ a usar herramientas de IA sin haber invertido en digitalizar los datos y, de ser necesario, en almacenarlos en la nube.
Las inversiones no solo van a financiar la compra de TDAs y otras plataformas, y servicios que las soporten sino también los activos complementarios humanos y físicos que son necesarios para explotarlas y potenciarlas. Es necesario reclutar y entrenar empleados con los conocimientos y habilidades duras y blandas necesarias entender cómo usar y manipular algoritmos, aplicaciones y sistemas basados en combinaciones de tecnologías digitales, y cómo usar la información para la toma de decisiones.
El proceso toma tiempo y los activos de capital humano pueden depreciarse rápidamente. Lo mismo ocurre con activos físicos como la capacidad de cómputo (incluida la de procesamiento), la energía y el internet de ultra banda ancha, activos que son cada vez más importantes para correr y entrenar modelos de IA, ML, DL y large language models (LLMs) como GPT, Llama y Gemini.
Dejar de lado buscar aplicaciones, experimentar con ellas y adoptarlas implicaría perder una oportunidad importante para las empresas colombianas, especialmente teniendo en cuenta los bajos niveles de productividad que registra el país y la naturaleza acumulativa de estas inversiones.
Las soluciones combinan el diseño e implementación de medidas de política pública y de estrategia empresarial. Las políticas a nivel nacional y regional deberían promover regularmente la adopción de estas tecnologías, reconociendo así la naturaleza escalonada de las inversiones y la importancia de la acumulación de activos complementarios. Esto es especialmente importante en contextos en los que las empresas tienen bajas capacidades tecnológicas.
Es necesario además diseñar e implementar políticas públicas y programas de entrenamiento que permitan cerrar las brechas de conocimientos digitales. Dado la rápida evolución de las tecnologías y su alto grado de complejidad, los entrenamientos deberían ser recurrentes. La familiarización con las definiciones y el funcionamiento general de las TDAs es necesaria a todo nivel dentro de las empresas, es decir, juntas directivas, vicepresidentes, personal de planeación y operación del negocio -core- y de nuevas líneas de negocios (ingenieros, economistas, administradores, etc.), al igual que técnicos que proveen diferentes servicios (incluidos los de soporte) y personal de recursos humanos, entre otros.
Algunos empleados, por ejemplo, de las áreas de negocio y operativas necesitan formación adicional en ciencia e ingeniería de datos. Hay personal además que necesita entrenamiento teórico-práctico, como el que trabaja en la operación y mantenimiento de equipos de producción y de redes; tal entrenamiento podría combinar el manejo de dispositivos inteligentes (tabletas, teléfonos, etc.), software y hardware (sensores, contadores inteligentes, etc.).
Como ya mencionamos, los activos físicos son también un complemento esencial para la adopción de TDAs. Es fundamental asegurar servicios de energía eléctrica y de telecomunicaciones confiables y lo suficientemente granulares para cubrir los lugares donde las empresas de los sectores agrícolas, manufactureros y de servicios los necesitan para recoger y analizar información relevante. Las empresas deben saber que una de las principales barreras para la adopción de nuevas tecnologías es la resistencia al cambio por parte de empleados y contratistas.
Además de promover mayores y mejores conocimientos y habilidades, es necesario entonces construir culturas organizacionales abiertas al cambio. Tener respuestas frente a las implicaciones sobre seguridad laboral es otro elemento fundamental para facilitar la aceptación y uso productivo de nuevas tecnologías en pro del desarrollo y el crecimiento de nuestras empresas, trabajadores y país.
