Según un estudio privado, la inteligencia artificial podría aportar USD 17.700 millones a la economía argentina hacia 2030

La inteligencia artificial (IA) podría generar un impacto económico de USD 17.714 millones en la Argentina en 2030, el equivalente al 2,13% del PBI proyectado para ese año. La estimación forma parte de un estudio de la Universidad de San Andrés (UdeSA) y depende de una condición: que el país acelere la adopción de esta tecnología en las empresas.

El cálculo suma dos componentes: el gasto en productos y servicios de IA y su efecto derrame sobre la productividad. Si no se aplica ninguna de las recomendaciones del informe y la difusión sigue su curso actual, el impacto llegaría a USD 12.708 millones en 2030, un 1,5% del PBI. La diferencia, USD 5.006 millones, es lo que los autores atribuyen a una estrategia de competitividad.

Para llegar a esa cifra, el modelo supone que la adopción empresarial pasa del 11,2% de 2025 al 16,5% en 2030, el nivel que hoy tiene Uruguay, el líder de América Latina en este indicador. También estima que el gasto anual en IA del país sería de USD 3.539 millones en 2030, frente a los USD 2.763 millones del escenario sin cambios.

Hoy, según el estudio, la IA ya aporta USD 4.316 millones a la economía argentina, un 0,6% del PBI. El gasto en esta tecnología es de USD 798 millones en 2026, el 0,12% del producto, por debajo del 0,22% que registra en promedio América Latina.

Una adopción amplia pero poco profunda

El informe describe un uso extendido, pero superficial. Según sus estimaciones, el 34,7% de las aproximadamente 4.000 grandes empresas del país adoptó alguna aplicación de IA. Sin embargo, las entrevistas con ejecutivos de 30 compañías muestran que el perfil predominante es el de una “adopción simple y exploratoria”, con pocas áreas involucradas y pocos casos de uso. Aún así, el 42,5% de los encuestados dijo contar con una estrategia de IA estructurada y comunicada, aunque apenas el 17,6% exige un caso de negocio con retorno financiero para aprobar proyectos.

Buena parte del uso, además, ocurre fuera del control de las organizaciones. Los autores lo denominan “shadow AI”: empleados que incorporan herramientas de consumo por iniciativa propia, muchas veces desde cuentas personales y sin conocimiento del área de tecnología.

En las pymes, la adopción se estima en 16% entre las medianas y 8,5% entre las pequeñas. El trabajo de campo de UdeSA, indica que el proceso es muy reciente: la mayoría empezó a usarla en los últimos dos años y sin presupuesto específico.

El estudio sostiene que las pymes argentinas “no perdieron el tren” de la adopción, pero advierte que el problema no está en el acceso, sino en su integración al negocio. “El principal recurso escaso para implementar inteligencia artificial en las PyMEs es el tiempo de quien decide”, explican.

Qué sectores aparecen mejor posicionados

El informe no calcula cuánto del impacto económico corresponde a cada actividad, pero sus datos permiten identificar dónde está la ventaja. Entre las pymes, el software y las tecnologías de la información lideran la adopción: el 85,4% de las empresas del sector usa IA. Les siguen las finanzas y los seguros, con 30,5 por ciento. En el extremo opuesto aparecen la construcción, el turismo y el agro. El estudio aclara que el sector influye pero no determina el resultado: hay casos de empresas de rubros tradicionales que avanzaron más por la formación de sus directivos.

En el gasto, los servicios financieros encabezan con USD 171 millones en 2026, seguidos por salud, con USD 75 millones. El informe observa que esa distribución no se corresponde con el peso de cada sector en la producción nacional: los servicios financieros explican el 3,9% del PBI, mientras que el comercio, la industria y las actividades inmobiliarias y empresariales pesan mucho más. El informe agrega que la agroindustria, la energía y la manufactura muestran desembolsos inferiores a su potencial.

Lo que falta para capturar el potencial

La primera condición que plantea el estudio para obtener todo el potencial económico de la IA es institucional. Desde 2017 el país lanzó un observatorio, un plan nacional y varios programas de IA, pero el informe no encontró evidencia de funcionamiento operativo en la mayoría. “La principal dificultad de Argentina radica en la falta de acople entre formulación de la estrategia y su implementación”, afirma.

La segunda condición está en las empresas. Los autores piden a las grandes compañías definir una estrategia, crear comités de gobernanza y alinear incentivos, y recomiendan para las pymes asistencia técnica permanente y centros donde probar soluciones antes de invertir. A esto se suma la “necesidad de construir plataformas digitales compartidas que mejoren la productividad de cadenas enteras”.

La tercera es el financiamiento. Desde 2022, 42 empresas argentinas de IA recibieron fondos, contra 350 en Brasil. El estudio propone mecanismos de coinversión con capital privado y programas de acompañamiento para las firmas con mayor potencial de crecer y exportar.

En infraestructura, el diagnóstico es aún más delicado. Argentina cuenta con cuatro centros de datos de hiperescaladores, frente a 29 de Brasil, y los autores consideran que “la ventana de oportunidad para la atracción de inversiones en data centers locales (hiperescaladores, neoclouds) en el corto plazo está cerrada”. Aun así, sostienen que esto no impide el desarrollo de la IA en el país, porque las empresas pueden usar la capacidad instalada en países vecinos.

El talento es el cuarto punto. El estudio estima 36.000 trabajadores especializados en IA en 2026 y 94.000 en 2029. Con una matrícula de 177.525 estudiantes de informática y solo 3.883 egresados en 2023, el escenario más restrictivo anticipa una brecha de unos 25.000 puestos en 2029. La respuesta que proponen incluye actualizar contenidos, ampliar las tecnicaturas y crear una ruta nacional de reconversión laboral.

El efecto sobre el empleo

La investigación de UdeSA también dimensiona la presión sobre el mercado de trabajo. En las empresas que adopten IA, estima que podrían desaparecer entre 212.000 y 416.000 puestos en 2030, según el criterio de exposición que se use. Frente a eso, la demanda de trabajadores especializados en IA llegaría a 160.000 en ese año.

Los autores aclaran que no hay una correspondencia directa entre unos y otros, y que la cifra mide una presión de transición. En las entrevistas realizada por los autores del informe, ninguna empresa dijo haber despedido personal por la IA, aunque aparece un fenómeno que llaman “contratación evitada”: compañías que absorbieron más demanda sin sumar gente.