El efecto farol de la IA: automatización fácil, transformaciones escasas

La discusión central es que la IA suele buscarse "bajo la luz" de la automatización: Block recortó alrededor de 4.000 puestos (≈40% de su plantilla) en febrero de 2026, según La Nación.

¿Qué es el 'efecto farol' y por qué importa en la IA?

El "efecto farol" describe la inclinación a medir y buscar soluciones donde es fácil mirar, no donde realmente están las oportunidades. En el terreno de la IA eso se traduce en la proliferación del "modo copiloto": herramientas que se adhieren a procesos existentes y mejoran marginalmente la eficiencia sin reconfigurar la empresa. Jack Dorsey lo puso en palabras tras anunciar los recortes en Block en febrero de 2026, y esa experiencia es tangible: recortar plantilla por adoptar IA no garantiza un rediseño productivo que compense el costo social y económico (La Nación, 24/5/2026).

Vemos la tentación de preferir métricas cómodas, pero eso crea una ilusión de progreso. Hayek advertía sobre la pretensión de conocimiento; en IA la pretensión adopta forma tecnológica y managerial. La pregunta relevante no es cuántas tareas automatizamos, sino cuáles transforman la propuesta de valor y generan mercados nuevos, no simplemente reducen salarios o puestos.

Más allá del copiloto: ejemplos de innovación nativa

No toda adopción es efecto farol. Hay casos que ilustran productos nativos imposibles sin IA ubicua. Flox Intelligence, por ejemplo, levantó una ronda de 3 millones de dólares en febrero de 2026 para combinar bioacústica e IA y comunicarse bidireccionalmente con fauna en tiempo real (La Nación, 24/5/2026). El concurso del Vesubio, lanzado en 2023 con premios por encima de 1 millón de dólares, está permitiendo desenrollar papiros carbonizados mediante tomografía y visión por computadora.

En salud, FaceAgeM fue entrenado con 59.000 fotos y propone una métrica de envejecimiento facial que aporta valor en triage oncológico, según el reporte. Estos ejemplos permiten ver dos lecciones: primero, la IA puede crear bienes y mercados que antes no existían; segundo, esas oportunidades suelen requerir inversión, experimentación y modelos de negocio distintos a la simple sustitución de mano de obra.

¿Cómo impacta esto en el mercado argentino?

Argentina no está aislada de estas dinámicas. Si bien la automatización accesible puede replicarse localmente sin grandes barreras tecnológicas, los productos nativos suelen demandar ecosistemas distintos: talento en datos, acceso a capital y colaboración público‑privada con reglas claras. A escala internacional, Google DeepMind presentó Genie 3 en agosto de 2025 como infraestructura para simulaciones persistentes, y Sony mostró Project Ace en abril de 2026 con robots deportivos; esos desarrollos señalan direcciones donde la inversión crea activos exportables (La Nación, 24/5/2026).

Como referencia de riesgo laboral, estudios previos estimaron porcentajes importantes de tareas automatizables (por ejemplo, Frey y Osborne 2013 estimaron ~47% de empleos con alto riesgo en EE. UU.), lo que obliga a políticas proactivas. En Argentina conviene priorizar creación de nichos de valor agregado en agricultura de precisión, salud y simulación industrial, además de reconversión laboral verificable y transparente.

Consecuencias no intencionadas y qué políticas practicar

Las consecuencias no intencionadas son múltiples: recortes sin productividad compensatoria, captura regulatoria por incumbentes que buscan bloquear competencia, y una falsa narrativa de transformación que oculta rent‑seeking. Economistas como Daron Acemoglu han advertido que el discurso de rediseño puede cubrir despidos que no se traducen en ganancias estructurales; Eduardo Levy Yeyati ha subrayado los costos de cambios demasiado rápidos sin gestión de transición (ambos citados en La Nación, 24/5/2026).

Nuestra recomendación política es práctica y cauta: 1) fomentar proyectos nativos mediante incentivos temporales y concursos públicos con datos abiertos; 2) exigir transparencia en métricas de productividad y en planes de reestructuración; 3) evitar regulaciones amplias que otorguen poder discrecional al Estado y faciliten captura. Pensar en horizontes de 20 años, no en atajos electorales, es la única manera de convertir tecnología disruptiva en crecimiento inclusivo y sostenible.