lunes, 16 de febrero de 2026

¿Por qué la tecnología no siempre impulsa la productividad? Lecciones para las PYMES en Colombia

 Por: Fernando Cárdenas E.

En mis varios años dedicado a tratar de mejorar la gestión y productividad de las PYMES en Colombia, he visto muchas iniciativas de los gobiernos nacional y locales, de las cámaras de comercio, de las incubadoras y aceleradoras y de las agencias de innovación y emprendimiento que pretenden mejorar la adopción tecnológica de este tipo de empresas para que sean más productivas y rentables. Sin embargo, la mayoría de estos programas no terminan siendo exitosos y las empresas no utilizan adecuadamente las tecnologías disponibles ni mejoran su desempeño. 

La pregunta es: ¿Por qué, si nuestras empresas y empresarios tienen acceso a las mismas herramientas que los empresarios de Silicon Valley o de otros lugares en países desarrollados, no vemos los mismos resultados en productividad y en rentabilidad?".

En un reciente documento de trabajo del NBER, "Technology and Economic Development" (2026), Acemoglu, Akcigit y mi profesor Simon Johnson, ofrecen una respuesta profunda y estructurada a este dilema. A continuación, resumo las conclusiones clave y ofrezco recomendaciones estratégicas para empresarios y líderes de política pública en contextos como el nuestro.

La "Ventaja del Atraso" y sus barreras

El estudio parte de una premisa alentadora: los países que no están en la "frontera tecnológica" (como Colombia) tienen una ventaja potencial porque pueden crecer más rápido simplemente adoptando e imitando tecnologías ya existentes, en lugar de tener que inventarlas desde cero. Esto es lo que los autores llaman la "ventaja económica de del atraso". Sin embargo, esta adopción no es automática. Los autores identifican que la brecha de ingresos entre países se mantiene no por la falta de tecnología per se, sino por la baja capacidad de absorción de las empresas y por diversas distorsiones locales del entorno.

¿Qué frena entonces la productividad y el desempeño de nuestras empresas?

Prácticas de gestión deficientes: Existe una correlación directa entre la calidad de la gerencia, de las prácticas de gestión y la adopción tecnológica. Las empresas con procesos de monitoreo y gestión mediocres simplemente no saben cómo aprovechar las nuevas herramientas.

Tecnología inadecuada: A veces, las tecnologías de frontera (como ciertas aplicaciones de IA diseñadas en países ricos) no se ajustan a las necesidades o a la dotación de factores de los países en desarrollo, lo que frena su difusión. Querer copiar sin considerar las características de las empresas y del entorno es una de las razones para los escasos efectos en desempeño.

Fricciones en el mercado de crédito y en la financiación: La falta de acceso a financiamiento e inversión impide que las empresas realicen la inversión inicial necesaria para actualizar su base tecnológica y experimenten con las nuevas tecnologías.

Barreras a la reasignación: En muchos países en desarrollo, las políticas que subsidian implícitamente la informalidad o que "castigan" a las empresas que crecen, con impuestos excesivos, impiden que el talento y el capital se muevan de firmas ineficientes a firmas tecnológicas. Para mejorar la productividad es necesario que la asignación de recursos como el capital y el talento se dirija a las empresas con mayor potencial y no a aquellas ineficientes que tienen subsidios, condiciones dominantes de mercado o influencias. 

Recomendaciones para el empresario (PYMES)

Invertir en la capacidad de absorción: Antes de comprar el software más avanzado, de adoptar las tecnologías 4.0 o de utilizar la inteligencia artificial los empresarios deben asegúrese de que su equipo tenga la formación técnica y de gestión necesaria y de que la PYME desarrolle sus capacidades organizacionales. El estudio muestra que la educación terciaria y la construcción de capacidades son el motor crítico para adoptar tecnologías avanzadas y por consiguiente para mejorar sustancialmente los niveles de productividad.

Priorizar la gestión sobre la innovación radical: Si la empresa está lejos de la frontera tecnológica (como es el caso en la gran mayoría de las empresas en Colombia), el mayor retorno de inversión vendrá de la imitación y adaptación de tecnologías probadas, apoyadas por prácticas de gestión sólidas (indicadores de desempeño, monitoreo constante).

Cuidado con las "Modas tecnológicas": Es necesario evaluar si las herramientas que se quieren implementar son "apropiadas" para su entorno local y si es el momento adecuado para la capacidad de absorción y la realidad de la empresa. No todas las soluciones diseñadas para mercados con mano de obra costosa funcionan en mercados donde el capital es el recurso escaso y la escala de los negocios es mayor.

Recomendaciones para Formadores de Política Pública

Facilitar la "Destrucción Creativa" y la Reasignación: Las políticas deben dejar de proteger a las empresas ineficientes o informales a costa de las formales que intentan escalar. Es vital eliminar los desincentivos fiscales que surgen cuando una empresa pequeña empieza a crecer y a adoptar tecnología.

Fortalecer la financiación de la innovación: El acceso al crédito o a otras formas de financiación está directamente vinculado con la probabilidad de que una firma invierta en I+D y que adopte nuevas tecnologías. 

Reforma educativa enfocada en la capacidad de absorción y a la adopción: No basta con educación básica. Para cerrar la brecha tecnológica, se requiere un impulso en la educación superior técnica y profesional que mejore las capacidades de la fuerza laboral y de las organizaciones para absorber, adoptar y utilizar las nuevas tecnologías.

Vigilancia de las instituciones: Los autores advierten sobre la "trampa del ingreso medio", donde grandes empresas establecidas usan sus conexiones políticas para bloquear la entrada de competidores más innovadores. La política pública debe garantizar un campo de juego nivelado para que las PYMEs estén en igualdad de condiciones y compitan con base en modelos de negocio, productos, servicios y procesos innovadores.

En conclusión, la tecnología es el motor del desarrollo, pero solo si el ecosistema —gerencial, institucional y educativo— está preparado para recibirla. Como formadores de política pública, como empresarios y emprendedores y como agentes inversionistas,  consultores y líderes, nuestra tarea es preparar ese terreno para poder acelerar la adopción y el uso adecuado de las nuevas tecnologías y lograr mejorar el desempeño y la productividad de nuestras empresas.








martes, 13 de enero de 2026

LA INTELIGENCIA ARTIFICIAL, LA PRODUCTIVIDAD Y LAS PYMES


Por: Fernando Cárdenas E.

La inteligencia artificial generativa ya está cambiando la forma de trabajar en las empresas. En un estudio de investigación realizado por Brynjolfsson, Li y Raymond en 5172 empleados de servicio al cliente, la IA acelera la resolución de problemas, ayuda más a los trabajadores con menos experiencia y mejora el tono de las interacciones, pero sus efectos son desiguales y dependen de cómo se implemente. A continuación describo las conclusiones de la investigación y dejo unas conclusiones para las PYMEs en nuestros países en vía de desarrollo. 

¿QUÉ MUESTRA EL ESTUDIO?

La investigación publicada en The Quarterly Journal of economics en mayo de 2025,  analiza el despliegue de un asistente de IA generativa (basado en GPT 3) para 5.172 agentes de soporte técnico que atienden por chat a clientes pymes de una empresa de software en Estados Unidos. En el experimento la IA sugiere respuestas y enlaces a documentación interna en tiempo real; los agentes pueden aceptar, editar o ignorar las recomendaciones, por lo que la herramienta complementa  al trabajador en lugar de reemplazarlo. Los resultados del análisis muestran que: 

La productividad medida como casos resueltos por hora aumenta en promedio 15% cuando los agentes tienen acceso al asistente de IA.

Este aumento combina un menor tiempo por chat, más chats gestionados en paralelo y un pequeño incremento en la tasa de resolución, sin afectar de forma relevante la satisfacción del cliente.

El hallazgo central es que la IA no beneficia igual a todos: favorece sobre todo a quienes estaban en la parte baja de la distribución de productividad y experiencia, es decir a los agentes menos productivos.

En cambio, los agentes más productivos y experimentados casi no mejoran e incluso pueden ver ligeras caídas en la calidad de sus interacciones.

Los agentes menos hábiles aumentan cerca de 30% los casos resueltos por hora; los “top performers” casi no se mueven.

La IA acelera el aprendizaje y el rendimiento. Los agentes nuevos con dos meses de experiencia y acceso a IA rinden como los que tienen más de seis meses de experiencia sin IA.

En términos de habilidades blandas, el texto de los agentes cambia: los de menor desempeño comienzan a escribir más parecido a los de alto desempeño y mejoran su fluidez en el lenguaje.

Además, los clientes se vuelven más amables y piden menos “hablar con el supervisor”, y la rotación de trabajadores se reduce, sobre todo entre los recién llegados.

LECCIONES PARA PYMES EN COLOMBIA Y MERCADOS EMERGENTES

Aunque el estudio se centra en un gran corporativo global, ofrece lecciones directamente relevantes para pymes de servicios, call centers, BPO, software y comercio electrónico en Colombia y en economías similares. Y es posible también que estas consideraciones puedan aplicar a otro tipo de empresas en las cuales la información y los procesos puedan ser complementados con la IA. 

La IA como apoyo para talento junior

Bien utilizada, la IA generativa permite que trabajadores nuevos y con menor formación alcancen más rápido la productividad de un empleado experimentado. Para una pyme que no puede pagar personas con mucha experiencia, esto sugiere un modelo de equipo más ligero en personas senior y con mayor énfasis en personal junior con buen potencial  apoyado por IA.

No basta con comprar la herramienta: hay que diseñar la adopción y el uso correcto

En el caso estudiado, los agentes sólo mejoran si efectivamente usan las recomendaciones; quienes más se adhieren a la IA son los que más ganan. Esto nos hace pensar que en el caso de las pymes en nuestros mercados es muy importante que las empresas mejoren la capacidad de absorción para poder usar adecuadamente la IA. Es necesario invertir  en capacitación estructurada, aunque breve, y en ajustar los modelos de gestión de la empresa a las mejores prácticas con base en datos.

La IA funciona mejor en problemas “intermedios”

La productividad aumenta más en problemas que no son ni los más rutinarios ni los extremadamente raros. En aquellos donde el humano aún no tiene mucha experiencia, pero el modelo ya vio suficientes casos para aprender. Para una pyme, esto indica que la IA es especialmente útil en tareas que sus equipos ven con cierta frecuencia pero que todavía generan errores, demoras o cuellos de botella.

Cuidado con los mejores trabajadores

Los empleados de mayor productividad ven poca mejora en velocidad y ligeras caídas en algunas métricas de calidad cuando siguen demasiado a la IA.  Por esto es importante que las pymes no restrinjan la operación de su personal más productivo a seguir las recomendaciones de la IA, sin espacio para la creatividad y el criterio de sus mejores personas. No tener en cuenta esto puede limitar la innovación, el conocimiento y el mejoramiento de la organización.

PASOS PRÁCTICOS PARA PYMES QUE QUIERAN APLICAR ESTAS IDEAS

Para una pyme colombiana (o de otro mercado emergente), el mensaje no es “implemente IA ya”, sino “experimente de forma estratégica, empezando donde más se apalanca el talento humano”. Los siguientes pasos pueden servir de guía: 

1. Identificar procesos candidatos

Procesos intermedios que son rutinarios pero que requieren conocimiento y experiencia como las conversaciones e interacciones con clientes: atención al cliente, recuperación de cartera, soporte post venta, onboarding de usuarios. Procesos internos repetitivos pero con lenguaje como correos a proveedores, respuestas a solicitudes estándar, documentación técnica básica, etc. 

2. Diseñar la IA como copiloto, no como piloto automático 

Permitir que el trabajador edite y decida cuándo usar las recomendaciones y respuestas de la IA. Empezar con tareas de redacción, tono y estructura (por ejemplo, redactar un correo empático y profesional) y dejar las decisiones críticas en manos humanas de las personas más experimentadas.

3. Enfocarse en el talento junior

Priorizar el despliegue en equipos nuevos o en empleados con menor desempeño para ver mejoras visibles en productividad y calidad. Medir explícitamente la curva de aprendizaje, el tiempo que demora un nuevo empleado para llegar al nivel de uno experimentado, con y sin soporte de IA (Medir el impacto de la IA).

4. Codificar y proteger las “mejores prácticas” internas

Usar ejemplos de interacciones de alto desempeño para ajustar prompts, guías y plantillas, y no depender totalmente de un modelo genérico. Revisar periódicamente e insistir en que los mejores trabajadores tengan espacio para innovar, para desarrollar nuevos métodos de solución de los casos complejos.

5. Medir más que la velocidad

Hacer seguimiento a unas tres métricas simples por persona o por equipo. Por ejemplo:  velocidad (casos resueltos por hora o por día), tasa de resolución (porcentaje de casos con respuesta satisfactoria) y satisfacción del cliente (índice de satisfacción con la atención). Y vigilar la experiencia laboral: clima, rotación y percepciones de autenticidad en el trato con el cliente.

Con este enfoque, una pyme puede usar la IA generativa para cerrar brechas de productividad y habilidades sin deshumanizar su servicio, reforzando la capacidad de sus trabajadores menos experimentados y manteniendo el valor estratégico de su talento más experto.