Efecto farol en la era de la IA: más allá de la automatización

La discusión central es simple: tratar la IA solo como un "copiloto" mejora procesos existentes, pero no cambia las reglas del juego. Lo vimos en la práctica: según La Nación, Block anunció en febrero de 2026 recortes por alrededor de 4.000 puestos, casi el 40% de su plantilla, en un intento de "embeber IA en el corazón de la operación"; eso es un dato que obliga a preguntarnos si la promesa de transformación se traduce en productividad real.

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

El efecto farol es la tendencia a buscar soluciones donde podemos medir con facilidad, no donde está la verdad. En IA eso suele traducirse en priorizar automatización de tareas medibles —facturación, atención básica, etiquetado— porque son lo que los equipos y proveedores saben implementar rápido. Eso genera una sensación de avance con ganancias marginales.

Ojo que hay costos: no solo los de implementación tecnica, sino los sociales y de re-entrenamiento. Como señaló el economista Eduardo levy Yeyati en un ensayo citado por La Nación, la velocidad óptima de cambio puede ser menor que la máxima; los embudos de re-entrenamiento y la falta de rediseño organizacional reducen el beneficio teórico. Por eso el farol importa: nos hace confundir actividad con transformación.

¿Qué ejemplos reales muestran alternativas a la automatización?

No todo es copiloto. La nota de La Nación enumera casos que construyen productos nuevos. Flox Intelligence, una startup sueca fundada en 2024, levantó 3 millones de dólares en febrero (según La Nación) para combinar bioacústica con IA y comunicarse con fauna —ya usada en un aeropuerto de Michigan. Otro ejemplo: el concurso del Vesuvio permitió en 2024-2026 decodificar papiros carbonizados mediante tomografía y visión por computadora, desbloqueando conocimiento histórico inaccesible antes.

En salud, el algoritmo FaceAgeM entrenado con cerca de 59.000 fotos mostró correlaciones de envejecimiento facial con sobrevida en pacientes oncológicos; la intención es licencia a sistemas de salud y aseguradoras. Y en infraestructura de entrenamiento, Google DeepMind presentó Genie 3 en agosto de 2025, un "world model" para simular entornos 3D persistentes, mientras que Sony AI mostró en abril de 2026 Project Ace, un robot que aprende a jugar tenis a nivel amateur. Esos casos no buscan solo reemplazar tareas humanas: crean servicios y productos nuevos.

¿Cómo impacta esto en el mercado argentino?

Para la Argentina la lección es doble. Primero, existe riesgo real de que adopciones masivas de "copilotos" traigan despidos sin las ganancias prometidas; el caso de Block —4.000 recortes, cerca de 40% de su plantilla, según La Nación— es un aviso global con efectos locales si las empresas locales replican el modelo sin evaluación. Segundo, las oportunidades para pymes y startups están en productos imposibles antes de la IA: agricultura de precisión, simulaciones para entrenamiento de robótica y herramientas de diagnóstico no invasivo son nichos exportables.

Por eso pedimos realismo: invertir en IA desde Argentina exige selección, transparencia sobre métricas de productividad y vías alternativas para trabajadores que no puedan reconvertirse rápido. Apoyamos la digitalización y el uso práctico, pero exigimos apoyo estatal para capacitación y programas pilotos medibles, no atajos que solo reduzcan personal.

Qué deberían hacer empresas y Estado

Primero, probar antes de escalar: pilotos de alcance limitado con métricas públicas de productividad, empleo y costo total. Segundo, exigir transparencia: cuando una compañía anuncia IA que "reestructura", que publique medidas comparables de productividad y tiempos de retorno. Tercero, políticas activas de reentrenamiento financiadas por una contribución sujeta a beneficios reales, para evitar que el ajuste sea solo redistribución de costos humanos.

No es utopía: los casos que generan productos nuevos muestran caminos distintos al farol. Sí, es más difícil y lleva más tiempo que pegar un copiloto a cada puesto, pero también es la única forma de capturar valor sostenible. Ojo que la política pública tiene un rol central: subsidiar pilotos, certificar resultados y garantizar vías alternativas para quienes quedan fuera del circuito digital. Eso nos da una transformación con más luz y menos sombras.