Los CEOs Reportan un Impacto Mínimo de la IA en la Productividad y el Empleo en un Estudio Reciente

Investigaciones recientes muestran que la mayoría de los ejecutivos corporativos no están viendo ganancias de productividad medibles de la implementación de IA a pesar de la amplia conversación sobre su adopción. Un estudio de la Oficina Nacional de Investigación Económica publicado en febrero encuestó a 6.000 directores ejecutivos, directores financieros y otros ejecutivos de empresas en EE. UU., Reino Unido, Alemania y Australia.
Hallazgos clave de los datos
- Aproximadamente dos tercios de los ejecutivos reportaron usar IA, pero el uso promedió solo 1,5 horas por semana
- El 25% de los encuestados reportó no usar IA en el lugar de trabajo en absoluto
- Casi el 90% de las empresas dijo que la IA no ha tenido impacto en el empleo o la productividad en los últimos tres años
- 374 empresas del S&P 500 mencionaron IA en llamadas de resultados, con la mayoría reportando implementación positiva, pero esto no se refleja en ganancias de productividad más amplias
La comparación con la paradoja de productividad de Solow
Los economistas están notando similitudes con la observación de Robert Solow en 1987 sobre las computadoras: "Puedes ver la era de la computación en todas partes excepto en las estadísticas de productividad". Tras la llegada de los transistores, microprocesadores, circuitos integrados y chips de memoria en la década de 1960, el crecimiento de la productividad en realidad se desaceleró del 2,9% (1948-1973) al 1,1% después de 1973.
El economista jefe de Apollo, Torsten Slok, escribió: "La IA está en todas partes excepto en los datos macroeconómicos entrantes. Hoy, no ves la IA en los datos de empleo, datos de productividad o datos de inflación". Añadió que fuera de las siete magníficas empresas tecnológicas, no hay "señales de IA en los márgenes de beneficio o expectativas de ganancias".
Investigación conflictiva y expectativas futuras
- El Banco de la Reserva Federal de St. Louis observó un aumento del 1,9% en el crecimiento de productividad acumulado excesivo desde la introducción de ChatGPT a fines de 2022
- Un estudio del MIT de 2024 encontró un aumento más modesto del 0,5% en la productividad durante la próxima década
- Investigadores del MIT afirmaron en 2023 que la IA podría aumentar el rendimiento de los trabajadores en casi un 40% en comparación con los usuarios que no usan IA
- Los ejecutivos pronostican que la IA aumentará la productividad en un 1,4% y la producción en un 0,8% en los próximos tres años
- Las empresas esperan un recorte del 0,7% en el empleo durante este período, mientras que los empleados individuales encuestados vieron un aumento del 0,5%
El Barómetro Global de Talento 2026 de ManpowerGroup encontró que entre casi 14.000 trabajadores en 19 países, el uso regular de IA aumentó un 13% en 2025, pero la confianza en la utilidad de la tecnología se desplomó un 18%, lo que indica una desconfianza persistente.
📖 Read the full source: HN AI Agents
👀 Ver también

Claude Code v2.1.169: Modo Seguro, Comando /cd y Decenas de Correcciones de Errores
v2.1.169 añade --safe-mode para desactivar todas las personalizaciones y solucionar problemas, un comando /cd para cambiar de directorio en medio de una sesión sin perder la caché, y corrige un bloqueo de ~30-50 ms en la UI, problemas de portapapeles en Windows y brechas en la aplicación de políticas MCP empresariales.

Meta pausa programa interno de entrenamiento de IA tras fuga de datos de pulsaciones de teclas de empleados
Meta pausa el programa MCI que rastrea las pulsaciones de teclado de los empleados tras una filtración SEV 2 que expuso conversaciones privadas, datos de rendimiento y transcripciones en toda la empresa.

Claude Code v2.1.200: Correcciones clave y cambios en el modo de permisos
Claude Code v2.1.200 cambia los diálogos AskUserQuestion para que ya no continúen automáticamente, cambia el modo de permiso predeterminado a Manual, y corrige fallos de agentes en segundo plano y corrupción del roster.

Un estándar abierto para registros de ejecución de agentes: El caso de un esquema de registro compartido
Cada runtime de agente tiene su propio formato de registro, lo que causa fragmentación en la depuración, auditoría y portabilidad de herramientas. Los campos ya convergen en un esquema central: es hora de estandarizar.