Bloomberg Línea — La influencia y la velocidad de la inteligencia artificial generativa (IA generativa) podría añadir entre US$20.000 y US$30.000 millones anuales a la economía de América Central y el Caribe para 2030, lo que equivale a alrededor del 5% del PIB de la región, dice el McKinsey Global Institute.
Lea más: ¿Es factible el cable eléctrico submarino entre República Dominicana y Puerto Rico?
En particular, podría remodelar los servicios financieros, la agricultura y la externalización de procesos empresariales, entre otras industrias. Sin embargo, junto con sus beneficios, la IA generativa presenta desafíos y riesgos únicos que los líderes regionales deben abordar, advierte la consultora.
Para el final de la década, según el análisis de McKinsey, es probable que millones de trabajadores en Centroamérica tengan que cambiar de ocupación o roles debido a la tecnología.
Los trabajos con mayor probabilidad de verse afectados por la IA generativa son los relacionados con el soporte de oficina y el servicio al cliente.
No obstante, a su vez podría estimular la demanda en campos como la ingeniería de prompts, la ingeniería de datos y los datos, trabajos que requieren nuevas habilidades que son escasas en el mercado laboral actual.
Los trabajadores con salarios más bajos en funciones de apoyo o de back-office (como representantes de centros de llamadas o personal administrativo) tienen más probabilidades de necesitar cambiar de ocupación que aquellos en puestos con salarios más altos, y la mayoría puede necesitar adquirir habilidades adicionales para hacerlo con éxito, señala la consultora en su estudio.
Esta dinámica plantea un desafío significativo para Centroamérica y podría requerir una estrecha colaboración entre los sectores público y privado: menos de la mitad de la población tiene las habilidades suficientes para usar computadoras para tareas profesionales básicas, y los trabajadores han demostrado bajas tasas de adopción de herramientas virtuales en los últimos años.
“La región debe abordar este riesgo de manera proactiva invirtiendo en programas de capacitación y mejora de habilidades que puedan preparar a la fuerza laboral para esta transición”, dice la firma.
Para Giuliana Corbo, CEO de Nearsure, un proveedor de servicios de TI, las empresas deben mirar hacia adentro e identificar cuáles son los procesos clave a eficientizar con la inteligencia artificial generativa.
“La dependencia en tareas manuales, la presencia de infraestructuras obsoletas y la vulnerabilidad hacia ciberataques y violaciones de datos son algunos de los signos que indican una necesidad de transformación”, dijo la especialista uruguaya.
Adopción y difusión de tecnología
El Digital Adoption Index (DAI por sus siglas en inglés) del Banco Mundial, que mide la adopción de tecnologías digitales por parte de las personas, los gobiernos y las empresas, muestra que, de 180 países, El Salvador, Guatemala, Honduras, Nicaragua y República Dominicana se ubican en la mitad inferior de los países del mundo. Costa Rica y Panamá están mejor clasificados, pero aún están por debajo de la mayoría de los países de la Organización para la Cooperación y el Desarrollo (OCDE).
Lea más: El venture capital en Centroamérica promete, y más en Belice, Costa Rica y El Salvador
Un panorama similar surge del Frontier Technologies Readiness Index compilado por la Conferencia de las Naciones Unidas sobre Comercio y Desarrollo (UNCTAD, por sus siglas en inglés).
El índice muestra que los mismos cinco países se ubican en una posición igual o inferior al promedio de 166 países en la medida que captura la preparación para la adopción de TIC.
En general, los países de América Central y República Dominicana se han retrasado más en adoptar nuevas tecnologías, aunque estos retrasos se han acortado con cada adelanto en materia de tecnología. En promedio, las economías más avanzadas del mundo han adoptado tecnologías 42 años antes que los países en desarrollo, aunque estas brechas se han acortado con el tiempo, dice el Banco Mundial.
Los países de CARD van unos 70 años por detrás de Estados Unidos en lo que respecta a la adopción del teléfono La adopción de la computadora se retrasó con respecto a Estados Unidos entre 13 años en Costa Rica y 20 años en Honduras. También se registraron retrasos en la adopción de Internet y el teléfono móvil. Sin embargo, con cada nueva tecnología, los retrasos se han acortado.
El retraso promedio en la región se redujo de 70 años para el teléfono a 25 años para la computadora, poco más de siete años para Internet y poco menos de siete años para el teléfono móvil.
¿Qué requiere la IA generativa?
Los modelos de IA generativa requieren datos de alta calidad para producir resultados precisos y fiables. Mientras que la IA tradicional suele basarse en datos estructurados, la IA genérica se basa en datos no estructurados como texto, imágenes y vídeos, lo que presenta nuevos retos incluso para las empresas con operaciones de IA establecidas, indica McKinsey.
Lea más: Mike Wilson, de Morgan Stanley, afirma que el auge de la IA se está desvaneciendo
En Centroamérica, las empresas siguen teniendo dificultades con la disponibilidad, la calidad y la capacidad de almacenamiento de los datos. La falta de datos o de sistemas de información adecuados podría poner a la región en desventaja y complicar la adopción de la IA generativa.
Como resultado, algunas empresas podrían tener que realizar grandes inversiones para garantizar la disponibilidad de conjuntos de datos diversos y representativos. Por otra parte, los modelos de IA generativa pueden reflejar sesgos implícitos en los datos utilizados para entrenarlos y, sin darse cuenta, compartir información privada incrustada en los datos de entrenamiento.
Al respecto, McKinsey dice que las organizaciones deberán implementar directrices para evitar resultados sesgados que podrían afectar a los usuarios y causar daños a la reputación. También tendrán que implementar regulaciones para proteger la privacidad de las personas.
Dado que la mayoría de las organizaciones en Centroamérica aún se encuentran en las etapas iniciales de la gobernanza de datos y los modelos de IA, estas acciones son aún más cruciales.
Lea más: Inteligencia artificial: los países de LatAm que más crearon empresas de IA desde 2018