Calculadora de ROI de la IA: ¿será rentable?

El resultado tiene cuatro líneas. Cada una de las tres primeras da una estimación baja y una alta, y juntas suman el resultado. La cuarta recoge lo que salió mal en otras organizaciones. Nunca se suma.

• Una parte del tiempo ahorrado que “se convierte en valor”, sacada de un estudio. Ningún estudio la da. Esa parte la introduce usted. Las cifras publicadas que aparecen a su lado miden otras cosas: lo que las personas dijeron que hicieron con el tiempo, o lo que llegó a su salario.
• Una cifra de lo que provocan los objetivos de uso, las cuotas o las clasificaciones. Nadie lo ha medido. Verá los casos conocidos. También verá lo que encontró una encuesta a unos 25.000 trabajadores daneses: donde la empresa animaba a usar chatbots, los usaba el 83 % de los trabajadores, frente al 47 % en el resto (Humlum y Vestergaard, 2025).
• «Tasas de fracaso» de los pilotos en las sumas. Se citan mucho cuatro, y ninguna mide la probabilidad de que su proyecto fracase.
  • 95 %. La parte de organizaciones sin un rendimiento medible en la cuenta de resultados, en un informe basado en entrevistas en 52 organizaciones. El éxito significaba que los usuarios o los directivos “remarked” [“comentaron”] un efecto duradero (Informe MIT NANDA, 2025).
  • 42 %. La parte de 1006 personas encuestadas que dijeron que su empresa había abandonado la mayoría de sus iniciativas de IA antes de ponerlas en producción (Encuesta de S&P Global, 2025).
  • 30 %. Una predicción hecha en 2024, sin método publicado (Gartner, 2024).
  • 80 %. Se atribuye a menudo a RAND, cuyo informe la presenta con “By some estimates” [“Según algunas estimaciones”]. RAND entrevistó a 65 científicos de datos e ingenieros sobre por qué fracasan los proyectos y no contó fracasos (RAND, 2024).
• La probabilidad o el costo esperado de que algo salga mal. Vea la cuarta línea, Riesgo: lo que les costó a otros. Recoge lo que salió mal en otras organizaciones y explica por qué nada de ello entra en el resultado.
• Una sola ganancia para «todo el personal». Cada ganancia medida corresponde a un tipo de trabajo y a un grupo de personas. La cifra de los agentes de atención al cliente no dice nada de sus contables.
• Un rendimiento que dependa del tamaño de la empresa. Vea la nota bajo los botones de tamaño en Sus cifras.
• Una previsión para toda una economía presentada como su rendimiento. Vea la sección siguiente.

El economista Daron Acemoglu calculó en 2024 cuánto añadirá la IA a la productividad de Estados Unidos en diez años. Su cálculo tiene cuatro cifras.

1. 20 % de las tareas × 23 % = 4,6 % de las tareas La IA podría hacer o apoyar el 20 % de las tareas de trabajo, contadas por el salario que llevan asociado. El 23 % de ellas merece automatizarse en diez años. Toma ese 23 % de un estudio de costos de sistemas de visión artificial (Svanberg y otros, 2024) y llama a ese paso “not an innocuous step” [“un paso nada inocuo”].
2. 27 % de ahorro de mano de obra × 0,535 = 14,4 % de ahorro de costos El 27 % es la media de dos experimentos: el de tareas de redacción y el de atención al cliente que usa esta herramienta. La mano de obra supone el 53,5 % del costo de esas tareas. Si se añade un experimento con un asistente de programación, el 27 % sube al 36 %.
3. 4,6 % × 14,4 % = 0,66 % Productividad adicional total en diez años. Él lo llama un límite superior. Si las tareas más difíciles ahorran un 7 % y no un 27 %, queda en 0,53 %. En PIB: entre un 0,93 % y un 1,16 % más en diez años. Añade que el cálculo deja fuera el costo de reorganizar el trabajo, así que aún podría ser demasiado alto.

Calculada por los autores del estudio Fuente: Acemoglu, 2024. Es una cifra a diez años para toda una economía, no el rendimiento de una empresa. Una empresa que elige bien sus tareas puede quedar muy por encima, y una empresa que no elige ninguna queda en cero.

Aghion y Bunel usaron la misma fórmula de Acemoglu con su propia lectura de la evidencia y obtuvieron unas diez veces su cifra. La respuesta depende de las dos primeras cifras del cálculo. Otras dos cifras muy citadas miden otra cosa. El “almost 40%” [“casi el 40 %”] del IMF es la parte de los empleos expuestos a la IA (Blog del IMF, 2024). Los entre 2,6 y 4,4 billones de dólares al año de McKinsey son el valor de 63 usos que eligió estudiar (McKinsey Global Institute, 2023).

Cada cifra que esta herramienta usa o muestra, con el tipo de cifra que es. Un enlace a este sitio lleva a una página que explica qué hizo y qué encontró el estudio o el caso.

Cifras usadas en las sumas

Cada una entra en la suma cuando marca su casilla o elige su tipo de trabajo.

1. Noy, S. and Zhang, W. (2023). Experimental evidence on the productivity effects of generative artificial intelligence. Science, 381(6654), 187-192 (peer-reviewed). doi.org Medida en un estudio En un experimento con tareas breves de redacción profesional, ChatGPT redujo el tiempo empleado un 40 % y elevó la calidad un 18 %. En este sitio.
2. Brynjolfsson, E., Li, D. and Raymond, L. (2025). Generative AI at Work. The Quarterly Journal of Economics, 140(2), 889-942 (peer-reviewed). Abstract read on arXiv:2304.11771. arxiv.org Medida en un estudio En una gran operación de atención al cliente, los agentes que recibieron un asistente de IA resolvieron de media un 15 % más de consultas por hora. En este sitio.
3. Dell’Acqua, F. et al. (2026). Navigating the Jagged Technological Frontier. Organization Science, 37(2), 403-423 (peer-reviewed). doi.org Medida en un estudio Los consultores que usaron GPT-4 hicieron un 12,2 % más de tareas y un 25,1 % más deprisa en el trabajo que la IA hace bien, y tuvieron 19 puntos porcentuales menos de probabilidades de acertar en una tarea que la IA no hacía bien. En este sitio.
4. Cui, K. Z., Demirer, M., Jaffe, S., Musolff, L., Peng, S. and Salz, T. (February 2025 version). The Effects of Generative AI on High-Skilled Work: Evidence from Three Field Experiments with Software Developers. Working paper (version hosted by MIT Economics; not peer-reviewed at that version). economics.mit.edu Medida en un estudio En tres ensayos aleatorizados hechos por empresas, los desarrolladores que recibieron un asistente de programación con IA completaron alrededor de un 26 % más de tareas.
5. Becker, J., Rush, N., Barnes, B. and Rein, D. (2025). Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity. arXiv:2507.09089v2 (preprint, not peer-reviewed). arxiv.org Medida en un estudio En un ensayo aleatorizado, desarrolladores experimentados de código abierto tardaron un 19 % más en sus propias tareas reales cuando se les permitió usar herramientas de IA.
6. Humlum, A. and Vestergaard, E. (2025). Large Language Models, Small Labor Market Effects. Becker Friedman Institute Working Paper 2025-56, May 2025 (working paper). bfi.uchicago.edu Autodeclarada En todo un mercado de trabajo, los usuarios de chatbots declararon ahorrar de media el 2,8 % de sus horas de trabajo. En este sitio.
7. Bick, A., Blandin, A. and Deming, D. (27 February 2025). The Impact of Generative AI on Work Productivity. Federal Reserve Bank of St. Louis, On the Economy blog. stlouisfed.org Autodeclarada En una encuesta nacional de Estados Unidos, los usuarios de IA generativa dijeron que les ahorraba el 5,4 % de sus horas de trabajo; sobre el conjunto de los trabajadores, eso es el 1,4 %.
8. Humlum, A. and Vestergaard, E. (2025). Large Language Models, Small Labor Market Effects. Becker Friedman Institute Working Paper 2025-56 (May 2025 version). bfi.uchicago.edu Autodeclarada Donde las empresas danesas animaron a usar chatbots, la proporción de trabajadores que los usaban casi se duplicó, del 47 % al 83 %, y el ahorro de tiempo declarado fue mayor.
9. Workday (14 January 2026). New Workday Research: Companies Are Leaving AI Gains on the Table. Press release for 'Beyond Productivity: Measuring the Real Value of AI', fielded by Hanover Research (vendor survey). newsroom.workday.com Autodeclarada En una encuesta de un proveedor, los empleados dijeron que casi el 40 % del tiempo que les ahorraba la IA se perdía en corregir y revisar sus resultados.
10. Anthropic. Claude pricing page (vendor price list), checked 13 October 2026. claude.com Precio de lista del proveedor Anthropic anuncia su plan Claude Team a 20 dólares por puesto al mes con facturación anual, o 25 dólares con facturación mensual, con un puesto premium a 100 dólares.

Tiempo liberado: se muestra para comparar

1. METR (24 February 2026). We are Changing our Developer Productivity Experiment Design. METR blog. metr.org Medida en un estudio El estudio de seguimiento de METR encontró ralentizaciones menores y dice que sus propios datos nuevos no son fiables, porque los desarrolladores ya no quieren hacer tareas sin IA.
2. UK Government Digital Service (2 June 2025). Microsoft 365 Copilot experiment: cross-government findings report. gov.uk Autodeclarada En la prueba de Copilot del gobierno del Reino Unido, los usuarios declararon ahorrar de media 26 minutos al día. En este sitio.
3. Dillon, E. W., Jaffe, S., Immorlica, N. and Stanton, C. T. (2025). Shifting Work Patterns with Generative AI. NBER Working Paper 33795 (working paper; three authors work at Microsoft Research). nber.org Medida en un estudio En un ensayo aleatorizado en 66 empresas, los trabajadores que usaron un asistente de IA en su software de oficina dedicaron dos horas menos a la semana al correo electrónico.
4. Digital Transformation Agency (October 2024). Evaluation of the whole-of-government trial of Microsoft 365 Copilot: Summary of evaluation findings. digital.gov.au Autodeclarada La misma prueba encontró que el ahorro percibido, alrededor de una hora al día, se limitaba a tres tareas: resumir, hacer primeros borradores y buscar información.

Tiempo aprovechado: se muestra para comparar

1. Dillon, E. W., Jaffe, S., Immorlica, N. and Stanton, C. T. (2025). Shifting Work Patterns with Generative AI. NBER Working Paper 33795. nber.org Medida en un estudio El mismo ensayo no encontró ningún cambio en cuánto trabajo hacía la gente ni de qué tipo: el tiempo ahorrado no se tradujo en más producción.
2. Humlum, A. and Vestergaard, E. (2025, revised March 2026). Still Waters, Rapid Currents: Early Labor Market Transformation under Generative AI. NBER Working Paper 33777 (working paper). nber.org Medida en un estudio Dos años después de la aparición de ChatGPT, un estudio danés que cruzó encuestas con registros salariales no encontró ningún efecto en los ingresos ni en las horas registradas, y descarta efectos superiores al 2 %. En este sitio.
3. Humlum, A. and Vestergaard, E. (2025). Large Language Models, Small Labor Market Effects. Becker Friedman Institute Working Paper 2025-56 (May 2025 version). bfi.uchicago.edu Medida en un estudio En el estudio danés, solo entre el 3 % y el 7 % del ahorro de tiempo declarado por los trabajadores se tradujo en mayores ingresos. En este sitio.
4. Humlum, A. and Vestergaard, E. (2025). Large Language Models, Small Labor Market Effects. Becker Friedman Institute Working Paper 2025-56 (May 2025 version). bfi.uchicago.edu Autodeclarada Al preguntarles qué hicieron con el tiempo ahorrado gracias a los chatbots, el 80 % de los usuarios daneses dijo que otras tareas del trabajo, menos del 10 % dijo que descansos u ocio, y el 25 % dijo que más de la misma tarea.
5. Yotzov, I., Barrero, J. M., Bloom, N., Bunn, P., Davis, S. J. et al. (2026). Firm Data on AI. NBER Working Paper 34836, February 2026, revised March 2026 (working paper). nber.org Autodeclarada En una encuesta a casi 6000 directivos de cuatro países, el 89 % dijo que la IA no había tenido ningún efecto en la productividad del trabajo de su empresa en los tres últimos años.
6. Yotzov, I., Barrero, J. M., Bloom, N. et al. (2026). Firm Data on AI. NBER Working Paper 34836. nber.org Autodeclarada Esos mismos directivos esperan que la IA eleve la productividad de sus empresas un 1,4 % de media en los próximos tres años.
7. UK Department for Business and Trade (August 2025). The evaluation of the M365 Copilot pilot in the Department for Business and Trade. assets.publishing.service.gov.uk Medida en un estudio Un ministerio del Reino Unido que midió su piloto de Copilot encontró ahorros de tiempo en algunas tareas y ninguna evidencia de que llevaran a una mayor productividad. En este sitio.
8. Digital Transformation Agency (October 2024). Evaluation of the whole-of-government trial of Microsoft 365 Copilot: Summary of evaluation findings. Evaluation by Nous Group. digital.gov.au Autodeclarada En la prueba de Copilot del gobierno de Australia, alrededor del 40 % de los participantes dijo que había podido dedicar el tiempo ahorrado a un trabajo de más valor.
9. Australian Centre for Evaluation, The Treasury (February 2025). Evaluation of a trial of generative artificial intelligence (Copilot) in The Department of the Treasury. evaluation.treasury.gov.au Autodeclarada En la prueba de Copilot del Tesoro de Australia, el 85 % esperaba antes de empezar que la herramienta agilizara su trabajo, y el 49 % dijo después que lo había hecho.
10. McElheran, K., Yang, M.-J., Kroff, Z. and Brynjolfsson, E. (2025). The Rise of Industrial AI in America: Microfoundations of the Productivity J-curve(s). US Census Bureau, Center for Economic Studies Working Paper CES 25-27, April 2025 (working paper). www2.census.gov Medida en un estudio En la industria de Estados Unidos, las plantas que adoptaron IA industrial se volvieron primero menos productivas antes de que aparecieran las mejoras; las pérdidas recayeron sobre todo en las empresas más antiguas.
11. Brynjolfsson, E., Rock, D. and Syverson, C. (2018). The Productivity J-Curve: How Intangibles Complement General Purpose Technologies. NBER Working Paper 25148; published in American Economic Journal: Macroeconomics, 13(1), 2021, 333-372 (peer-reviewed). nber.org Calculada por los autores del estudio Una nueva tecnología de uso general necesita antes una inversión no medida en procesos y competencias, así que la productividad medida baja antes de subir: la “productivity J-curve” [“curva J de la productividad”].
12. Babina, T., Fedyk, A., He, A. and Hodson, J. (2024). Artificial intelligence, firm growth, and product innovation. Journal of Financial Economics, 151, 103745 (peer-reviewed). sciencedirect.com Medida en un estudio Las empresas de Estados Unidos que invirtieron más en IA crecieron más deprisa en ventas, empleo y valor de mercado, sobre todo lanzando productos nuevos.
13. Czarnitzki, D., Fernández, G. P. and Rammer, C. (2023). Artificial intelligence and firm-level productivity. Journal of Economic Behavior & Organization, 211, 188-205 (peer-reviewed, open access). sciencedirect.com Medida en un estudio Las empresas alemanas que usaban IA eran más productivas, y la relación se mantuvo cuando los autores corrigieron el hecho de qué empresas eligen adoptarla.
14. Aghion, P., Bunel, S., Jaravel, X., Mikaelsen, T., Roulet, A. and Søgaard, J. (2025). How Different Uses of AI Shape Labor Demand: Evidence from France. AEA Papers and Proceedings, 115, 62-67 (lightly reviewed conference volume). ideas.repec.org Medida en un estudio Las empresas francesas que adoptaron la IA vieron aumentar después su empleo y sus ventas, con resultados distintos según el uso.
15. Jiang, W., Park, J., Xiao, R. and Zhang, S. (2025). AI and the Extended Workday: Productivity, Contracting Efficiency, and Distribution of Rents. NBER Working Paper 33536 (working paper). nber.org Medida en un estudio Un estudio de Estados Unidos basado en diarios de uso del tiempo encontró que las personas en puestos más expuestos a la IA trabajaban más horas y tenían menos ocio, no más.
16. McKinsey & Company (5 November 2025). The State of AI: Global Survey 2025 (consultancy survey). web.archive.org Autodeclarada En la encuesta de McKinsey de 2025, alrededor del 6 % de las organizaciones atribuía a la IA el 5 % o más de su beneficio operativo, y tenían casi tres veces más probabilidades de haber rediseñado sus procesos de trabajo. En este sitio.

Costo de funcionamiento: se muestra para comparar

1. BetterUp Labs and Stanford Social Media Lab (2025). Workslop: The Hidden Cost of AI-Generated Busywork. Reported in Niederhoffer, K., Kellerman, G. R., Lee, A., Liebscher, A., Rapuano, K. and Hancock, J. T. (22 September 2025). AI-Generated “Workslop” Is Destroying Productivity. Harvard Business Review (vendor survey; magazine article, not peer-reviewed). betterup.com Autodeclarada En una encuesta de BetterUp y Stanford, el 40 % de los trabajadores de oficina de Estados Unidos dijo haber recibido en el último mes “workslop” [“trabajo basura”], resultados de IA de aspecto pulido que dejan el trabajo de verdad a quien los recibe.
2. UK Department for Business and Trade (August 2025). The evaluation of the M365 Copilot pilot in the Department for Business and Trade. assets.publishing.service.gov.uk Autodeclarada En el piloto de Copilot del ministerio del Reino Unido, el 22 % de quienes llevaban un diario había detectado contenido inventado; la revisión no era sistemática. En este sitio.
3. UK Department for Business and Trade (August 2025). The evaluation of the M365 Copilot pilot in the Department for Business and Trade. assets.publishing.service.gov.uk Autodeclarada Algunas tareas llevaron más tiempo con Copilot: programar reuniones costó 0,6 horas más por tarea y generar imágenes 0,5 horas más, según los diarios de los usuarios. En este sitio.
4. Humlum, A. and Vestergaard, E. (2025). Large Language Models, Small Labor Market Effects. Becker Friedman Institute Working Paper 2025-56 (May 2025 version). bfi.uchicago.edu Autodeclarada Los chatbots crearon nuevas tareas de trabajo para el 8,4 % de los trabajadores del estudio danés, incluidas personas que no usan las herramientas. En este sitio.
5. Australian Centre for Evaluation, The Treasury (February 2025). Evaluation of a trial of generative artificial intelligence (Copilot) in The Department of the Treasury. evaluation.treasury.gov.au Calculada por los autores del estudio El Tesoro de Australia calculó que un funcionario de nivel medio necesita dedicar unos 13 minutos a la semana a un trabajo de más valor para cubrir la licencia de Copilot.
6. Microsoft. Microsoft 365 Copilot pricing page (vendor price list), checked 13 October 2026. microsoft.com Precio de lista del proveedor Microsoft anuncia su complemento Copilot para pequeñas y medianas empresas a 18 dólares por usuario al mes con pago anual (presentado como rebajado desde 21 dólares), además de un plan de Microsoft 365.
7. France Num (French government). Case page on SAM, a retirement advisory firm that automated its client files with AI. francenum.gouv.fr Declarada, no medida Una asesoría francesa de dos personas informa de lo que le costó su instalación de IA: unos 3000 euros por un servidor, casi 650 euros al mes en licencias y unas 60 horas de trabajo de puesta en marcha. En este sitio.
8. Fortune (9 April 2026). Report on Meta's 'Claudeonomics' employee token leaderboard and its removal, citing The Information and a Meta statement. fortune.com Declarada, no medida Una clasificación creada por empleados de Meta ordenaba al personal por los tokens de IA consumidos; Fortune calculó que el total de 30 días del primer usuario podría haber costado más de 1,4 millones de dólares a precios de lista.
9. heise online (29 May 2026). Too much tokenmaxxing? Amazon stops internal AI ranking. Summary of a Financial Times report, quoting Amazon senior vice-president Dave Treadwell. heise.de Declarada, no medida Amazon retiró una clasificación interna de uso de la IA después de que algunos empleados pusieran a agentes de IA a hacer tareas innecesarias para subir en ella, según una noticia del Financial Times.

Riesgo: lo que les costó a otros

1. Customer Experience Dive (9 May 2025). Report on Klarna reinvesting in human customer-service staff, quoting chief executive Sebastian Siemiatkowski's remarks to Bloomberg. customerexperiencedive.com Declarada, no medida El director ejecutivo de Klarna dijo que la empresa había dado demasiado peso al costo en la atención al cliente y había obtenido menos calidad; empezó a contratar de nuevo agentes humanos. En este sitio.
2. Moffatt v. Air Canada, 2024 BCCRT 149. British Columbia Civil Resolution Tribunal. decisions.civilresolutionbc.ca Registro de un tribunal o regulador Un tribunal de Canadá ordenó a Air Canada pagar 812,02 dólares canadienses a un cliente después de que el chatbot de su web diera información errónea sobre las tarifas. En este sitio.
3. Mata v. Avianca, Inc., No. 22-cv-1461 (S.D.N.Y. 22 June 2023). Opinion and order on sanctions. storage.courtlistener.com Registro de un tribunal o regulador Un tribunal de Nueva York multó con 5000 dólares a un despacho de abogados y a dos abogados por presentar seis resoluciones judiciales que ChatGPT se había inventado. En este sitio.
4. Wadsworth v. Walmart Inc., No. 2:23-cv-118 (D. Wyo. 2025). Order on sanctions. storage.courtlistener.com Registro de un tribunal o regulador Un tribunal de Wyoming multó a tres abogados con 5000 dólares en total (3000 dólares y dos multas de 1000 dólares) por ocho casos inventados por la propia herramienta de IA de su despacho. En este sitio.
5. Johnson v. Dunn, No. 2:21-cv-1701 (N.D. Ala. 23 July 2025). Sanctions order. storage.courtlistener.com Registro de un tribunal o regulador Tras cinco citas inventadas, un despacho de abogados de Estados Unidos pagó a 28 abogados de otro despacho para revisar más de 2400 citas en 330 escritos. En este sitio.
6. Ayinde v London Borough of Haringey and Al-Haroun v Qatar National Bank [2025] EWHC 1383 (Admin). judiciary.uk Registro de un tribunal o regulador En un caso inglés visto junto con el de Primus Solicitors, se ordenó a un centro de asesoría jurídica y a un abogado litigante pagar cada uno 2000 libras en costas inútiles por cinco casos inexistentes; el escrito de Primus tenía 18. En este sitio.
7. US Federal Trade Commission (22 April 2025). FTC approves final order requiring accessiBe to pay $1 million. Press release. ftc.gov Registro de un tribunal o regulador El regulador de consumo de Estados Unidos ordenó a accessiBe pagar 1 millón de dólares por afirmar que su complemento de IA hacía accesible cualquier sitio web. En este sitio.
8. US Federal Trade Commission (February 2025). FTC finalizes order with DoNotPay that prohibits deceptive ‘AI lawyer’ claims, imposes monetary relief. Press release. ftc.gov Registro de un tribunal o regulador El regulador de consumo de Estados Unidos ordenó a DoNotPay pagar 193.000 dólares por vender un “robot lawyer” [“abogado robot”] que no se había probado. En este sitio.
9. US Securities and Exchange Commission (March 2024). SEC Charges Two Investment Advisers with Making False and Misleading Statements About Their Use of Artificial Intelligence. Press release 2024-36. sec.gov Registro de un tribunal o regulador El regulador de valores de Estados Unidos multó a dos asesores de inversión con 225.000 y 175.000 dólares por anunciar una IA que no tenían. En este sitio.
10. US Federal Trade Commission (19 December 2023). Rite Aid banned from using AI facial recognition after FTC says retailer deployed technology without reasonable safeguards. Press release. ftc.gov Registro de un tribunal o regulador Se prohibió a Rite Aid usar el reconocimiento facial para vigilancia durante cinco años después de implementarlo sin probar su precisión. En este sitio.
11. Office of the Victorian Information Commissioner (September 2024). Investigation into the use of ChatGPT by a Child Protection worker. ovic.vic.gov.au Registro de un tribunal o regulador Después de que un trabajador de protección de menores usara ChatGPT para un informe judicial, el regulador constató que casi 900 empleados habían abierto el sitio y ordenó al departamento bloquear esas herramientas. En este sitio.
12. WPP plc (30 October 2025). Third Quarter Trading Update 2025; and WPP Annual Report on Form 20-F for 2024. wpp.com Declarada, no medida WPP elevó el gasto en su plataforma de IA a 300 millones de libras al año; aun así, sus ingresos de 2025 cayeron y rebajó su previsión a una caída de entre el 5,5 % y el 6,0 %. En este sitio.

Contexto: objetivos de uso, lo que dicen los usuarios y la revisión

1. Becker, J., Rush, N., Barnes, B. and Rein, D. (2025). Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity. arXiv:2507.09089v2. arxiv.org Medida en un estudio Los desarrolladores del ensayo de METR esperaban que la IA los hiciera un 24 % más rápidos, y después creían que los había hecho un 20 % más rápidos, mientras que el resultado medido fue un 19 % más lentos.
2. Yu, S., Cheng, M., Jabbar, A., Sucholutsky, I., Collins, K. M., Jurafsky, D. and Hawkins, R. D. (2026). The efficiency-gain illusion: People underestimate the rate of AI use and overestimate its benefits on simple tasks. arXiv:2605.22687 (preprint, not peer-reviewed). arxiv.org Medida en un estudio En tres experimentos registrados de antemano con tareas sencillas, las personas esperaban que la IA les ahorrara 55,7 segundos y les ahorró 7,5.
3. UK Department for Business and Trade (August 2025). The evaluation of the M365 Copilot pilot in the Department for Business and Trade. assets.publishing.service.gov.uk Medida en un estudio En el piloto del ministerio del Reino Unido, los diarios de los usuarios recogían ahorro de tiempo en el análisis de datos, mientras que una prueba cronometrada encontró que los usuarios de Copilot hacían los análisis en Excel más despacio y peor. En este sitio.
4. Fortune (25 August 2025). Report on Coinbase chief executive Brian Armstrong's AI coding mandate, quoting his remarks on the Cheeky Pint podcast. fortune.com Declarada, no medida El director ejecutivo de Coinbase dijo que dio a los ingenieros una semana para empezar a usar herramientas de programación con IA y despidió a algunos que no lo hicieron.
5. CNBC (7 April 2025). Shopify CEO says staffers need to prove jobs can't be done by AI before asking for more headcount. Report on Tobi Lütke's memo, which he posted on X. cnbc.com Declarada, no medida El director ejecutivo de Shopify dijo al personal que el uso de la IA formaría parte de las evaluaciones del desempeño y que los equipos deben demostrar que la IA no puede hacer un trabajo antes de pedir más personas.
6. Fortune (18 August 2025). Duolingo CEO admits his controversial AI memo ‘did not give enough context’ and insists the company never laid off full-time employees. fortune.com Declarada, no medida El director ejecutivo de Duolingo dijo meses después que su comunicado “AI-first” “did not give enough context” [“no dio suficiente contexto”]. En este sitio.
7. Holmström, B. and Milgrom, P. (1991). Multitask Principal-Agent Analyses: Incentive Contracts, Asset Ownership, and Job Design. The Journal of Law, Economics, and Organization, 7 (special issue), 24-52 (peer-reviewed). econpapers.repec.org Calculada por los autores del estudio El resultado económico clásico sobre medir lo que no es: cuando solo se mide y se premia una parte de un trabajo, el esfuerzo se desplaza a la parte medida.
8. Vaccaro, M., Almaatouq, A. and Malone, T. (2024). When combinations of humans and AI are useful: A systematic review and meta-analysis. Nature Human Behaviour, 8(12), 2293-2303 (peer-reviewed). doi.org Medida en un estudio En 106 experimentos, una persona que trabajaba con IA lo hizo de media peor que la mejor de las dos por separado. En este sitio.

Tasas de fracaso que esta herramienta deja fuera

1. Challapally, A., Pease, C., Raskar, R. and Chari, P. (July 2025). The GenAI Divide: State of AI in Business 2025. MIT NANDA (project report, not peer-reviewed; copy hosted by MLQ.ai). mlq.ai Declarada, no medida El “95%” del informe MIT NANDA es la proporción de organizaciones de su muestra que no obtienen ningún rendimiento medible en su cuenta de resultados con la IA generativa; también dice que solo el 5 % de las herramientas de IA hechas a medida para empresas llegaron a producción.
2. Challapally, A. et al. (July 2025). The GenAI Divide: State of AI in Business 2025. MIT NANDA. mlq.ai Declarada, no medida El mismo informe define el éxito como una herramienta de la que usuarios o directivos “remarked” [“comentaron”] que tuvo un efecto notable y duradero, lo que es un juicio y no una medición.
3. S&P Global Market Intelligence (30 May 2025). Generative AI experiences rapid adoption, but with mixed outcomes: Highlights from VotE: AI & Machine Learning. Summary of 'Voice of the Enterprise: AI & Machine Learning, Use Cases 2025' (vendor research; full report behind a paywall). spglobal.com Autodeclarada En la encuesta de S&P Global de 2025, el 42 % de las empresas dijo haber abandonado la mayoría de sus iniciativas de IA antes de llegar a producción, frente al 17 % un año antes.
4. Gartner (29 July 2024). Gartner Predicts 30% of Generative AI Projects Will Be Abandoned After Proof of Concept By End of 2025. Press release. gartner.com Declarada, no medida Gartner predijo en 2024 que al menos el 30 % de los proyectos de IA generativa se abandonarían tras la prueba de concepto antes de finales de 2025.
5. Ryseff, J., De Bruhl, B. F. and Newberry, S. J. (2024). The Root Causes of Failure for Artificial Intelligence Projects and How They Can Succeed. RAND Corporation, RR-A2680-1. rand.org Declarada, no medida RAND entrevistó a 65 científicos de datos e ingenieros sobre proyectos de IA fallidos; la primera causa que nombraron fue entender mal el problema, incluidos modelos “optimized for the wrong metrics” [“optimizados para las métricas equivocadas”].

La visión prudente y otras previsiones

1. Acemoglu, D. (2024). The Simple Macroeconomics of AI. NBER Working Paper 32487, May 2024. Published as: Economic Policy, 40(121), January 2025, 13-58, doi:10.1093/epolic/eiae042 (peer-reviewed journal; figures below quoted from the NBER text). nber.org Calculada por los autores del estudio Según el cálculo de Acemoglu, alrededor del 20 % de las tareas de trabajo de Estados Unidos, ponderadas por salarios, están expuestas a la IA.
2. Acemoglu, D. (2024). The Simple Macroeconomics of AI. NBER Working Paper 32487, May 2024. Published as: Economic Policy, 40(121), January 2025, 13-58, doi:10.1093/epolic/eiae042 (peer-reviewed journal; figures below quoted from the NBER text). nber.org Calculada por los autores del estudio Acemoglu supone que compensa automatizar el 23 % de las tareas expuestas en un plazo de diez años, una cifra que toma de un estudio sobre tareas de visión artificial.
3. Svanberg, M., Li, W., Fleming, M., Goehring, B. and Thompson, N. (2024). Beyond AI Exposure: Which Tasks are Cost-Effective to Automate with Computer Vision? MIT FutureTech working paper, January 2024 (working paper, not peer-reviewed). futuretech-site.s3.us-east-2.amazonaws.com Calculada por los autores del estudio Un modelo de costos de tareas de visión artificial encontró que solo compensaba automatizar el 23 % de los salarios expuestos a escala de empresa, por los grandes costos iniciales.
4. Acemoglu, D. (2024). The Simple Macroeconomics of AI. NBER Working Paper 32487, May 2024. Published as: Economic Policy, 40(121), January 2025, 13-58, doi:10.1093/epolic/eiae042 (peer-reviewed journal; figures below quoted from the NBER text). nber.org Calculada por los autores del estudio Al multiplicar las dos proporciones, Acemoglu sitúa en el 4,6 % la parte de la economía que la IA cambiará de verdad en diez años.
5. Acemoglu, D. (2024). The Simple Macroeconomics of AI. NBER Working Paper 32487, May 2024. Published as: Economic Policy, 40(121), January 2025, 13-58, doi:10.1093/epolic/eiae042 (peer-reviewed journal; figures below quoted from the NBER text). nber.org Calculada por los autores del estudio En las tareas en las que se usa la IA, Acemoglu fija el ahorro en costos laborales en el 27 %, la media de dos experimentos.
6. Acemoglu, D. (2024). The Simple Macroeconomics of AI. NBER Working Paper 32487, May 2024. Published as: Economic Policy, 40(121), January 2025, 13-58, doi:10.1093/epolic/eiae042 (peer-reviewed journal; figures below quoted from the NBER text). nber.org Calculada por los autores del estudio Como el trabajo es solo una parte del costo de una tarea, Acemoglu convierte el ahorro laboral del 27 % en un ahorro del 14,4 % sobre el costo total.
7. Acemoglu, D. (2024). The Simple Macroeconomics of AI. NBER Working Paper 32487, May 2024. Published as: Economic Policy, 40(121), January 2025, 13-58, doi:10.1093/epolic/eiae042 (peer-reviewed journal; figures below quoted from the NBER text). nber.org Calculada por los autores del estudio El resultado principal de Acemoglu: la IA eleva la productividad de Estados Unidos no más de un 0,66 % aproximadamente en total en diez años.
8. Acemoglu, D. (2024). The Simple Macroeconomics of AI. NBER Working Paper 32487, May 2024. Published as: Economic Policy, 40(121), January 2025, 13-58, doi:10.1093/epolic/eiae042 (peer-reviewed journal; figures below quoted from the NBER text). nber.org Calculada por los autores del estudio Para las tareas “hard-to-learn” [“difíciles de aprender”], en las que no hay una respuesta correcta clara de la que aprender, Acemoglu supone un ahorro laboral del 7 % en lugar del 27 %, lo que reduce su estimación de productividad a diez años a alrededor del 0,53 %.
9. Acemoglu, D. (2024). The Simple Macroeconomics of AI. NBER Working Paper 32487, May 2024. Published as: Economic Policy, 40(121), January 2025, 13-58, doi:10.1093/epolic/eiae042 (peer-reviewed journal; figures below quoted from the NBER text). nber.org Calculada por los autores del estudio En términos de PIB, la estimación de Acemoglu es de aproximadamente entre el 0,9 % y el 1,2 % en total en diez años.
10. Acemoglu, D. (2024). The Simple Macroeconomics of AI. NBER Working Paper 32487, May 2024. Published as: Economic Policy, 40(121), January 2025, 13-58, doi:10.1093/epolic/eiae042 (peer-reviewed journal; figures below quoted from the NBER text). nber.org Calculada por los autores del estudio Acemoglu señala que sus cifras no tienen en cuenta el costo ni el retraso de reorganizar el trabajo, así que incluso su pequeña estimación puede ser demasiado alta para los diez primeros años.
11. Goldman Sachs (5 April 2023). Generative AI could raise global GDP by 7%. Goldman Sachs Research article summarising Briggs and Kodnani (investment-bank research, not peer-reviewed). goldmansachs.com Calculada por los autores del estudio Goldman Sachs Research previó que la IA generativa podría elevar el PIB mundial un 7 % y el crecimiento de la productividad 1,5 puntos porcentuales al año durante diez años.
12. McKinsey Global Institute (14 June 2023). The economic potential of generative AI: The next productivity frontier (consultancy report, not peer-reviewed). web.archive.org Calculada por los autores del estudio McKinsey Global Institute calculó que la IA generativa podría sumar entre 0,1 y 0,6 puntos porcentuales al año al crecimiento de la productividad del trabajo hasta 2040.
13. McKinsey Global Institute (14 June 2023). The economic potential of generative AI: The next productivity frontier. web.archive.org Calculada por los autores del estudio El mismo informe de McKinsey cifró el valor de 63 casos de uso de la IA generativa en entre 2,6 y 4,4 billones de dólares al año.
14. Aghion, P. and Bunel, S. (June 2024). AI and Growth: Where Do We Stand? Note published by the Federal Reserve Bank of San Francisco (not peer-reviewed). frbsf.org Calculada por los autores del estudio Aghion y Bunel volvieron a aplicar la fórmula de Acemoglu con su propia lectura de la evidencia y obtuvieron 0,68 puntos porcentuales de crecimiento adicional de la productividad al año, unas diez veces su cifra.
15. Filippucci, F., Gal, P. and Schief, M. (2024). Miracle or Myth? Assessing the macroeconomic productivity gains from Artificial Intelligence. OECD Artificial Intelligence Papers No. 29, November 2024 (working paper). oecd.org Calculada por los autores del estudio Un documento de la OECD calcula que la IA suma entre 0,25 y 0,6 puntos porcentuales al año al crecimiento de la productividad durante diez años.
16. Georgieva, K. (14 January 2024). AI Will Transform the Global Economy. Let’s Make Sure It Benefits Humanity. IMF Blog, summarising IMF Staff Discussion Note SDN/2024/001 (Cazzaniga et al.). imf.org Calculada por los autores del estudio La cifra principal del IMF trata de exposición, no de crecimiento: casi el 40 % de los empleos del mundo, y alrededor del 60 % en las economías avanzadas, están expuestos a la IA.