IA y Empresa: el primer veredicto riguroso de campo

El debate que rodea a la inteligencia artificial generativa ha sido, hasta ahora, un asunto de fe. Sus promesas son de proporciones bíblicas: una nueva revolución industrial, el fin del trabajo mundano, un salto cuántico en la creatividad y la eficiencia humana. Sus detractores, con igual fervor, advierten de una disrupción caótica, la obsolescencia de la pericia humana y un futuro incierto. En medio de esta cacofonía de profecías, el mundo de la economía y la empresa ha mantenido una pregunta más pragmática, casi susurrada: "Entendemos el potencial... pero, ¿funciona de verdad? ¿Dónde está la prueba?"

Hemos vivido en una era de anécdotas asombrosas y demostraciones impactantes, pero con una notable escasez de evidencia económica rigurosa. La productividad, ese pilar fundamental sobre el que se construye la prosperidad, es una medida notoriamente difícil de mover. Durante décadas, los economistas han observado la "paradoja de la productividad" de Robert Solow: se ven ordenadores en todas partes, menos en las estadísticas de productividad. La pregunta que ha mantenido en vilo a juntas directivas y a responsables políticos es si esta nueva ola de inteligencia artificial (IA) sería diferente, o si solo era una ilusión más, tecnológicamente fascinante pero económicamente estéril.

Ahora, un estudio de un rigor y una escala excepcionales rompe ese silencio. Un equipo de investigadores compuesto por Lu Fang, Zhe Yuan, Dante Donati, Kaifu Zhang y Miklos Sarvary ha llevado a cabo uno de los experimentos de campo más ambiciosos hasta la fecha, no en un laboratorio simulado, sino en el corazón palpitante de uno de los gigantes del comercio minorista en línea. El trabajo, titulado "Generative AI and Firm Productivity: Field Experiments in Online Retail", trasciende la especulación. Nos ofrece un primer vistazo, medido y cuantificado, del impacto de la IA generativa en el mundo real. Y sus conclusiones son tan matizadas como profundas.

La investigación se desarrolló en el contexto de un colosal bazar digital, una plataforma de comercio electrónico transfronterizo que conecta a millones de compradores con millones de productos. Durante un periodo de seis meses, entre 2023 y 2024, los investigadores integraron mejoras basadas en IA generativa en siete flujos de trabajo distintos, todos ellos orientados al consumidor. Esto es clave: la IA no se escondió en la trastienda optimizando la logística; se puso en primera línea, interactuando directamente con el cliente.

Para medir su impacto, el equipo empleó el patrón oro de la investigación científica: un experimento de campo aleatorizado. Este método, similar a los ensayos clínicos utilizados para probar la eficacia de nuevos fármacos, divide a los usuarios al azar en dos grupos. Un grupo, el de control, interactuó con la plataforma tal y como siempre lo había hecho. El otro grupo, el de tratamiento, experimentó la versión del sitio web mejorada con IA. Con millones de usuarios participando sin saberlo en este gran estudio, los investigadores pudieron aislar con precisión quirúrgica el efecto causal de la tecnología.

Los resultados son contundentes. La adopción de la IA generativa incrementó significativamente las ventas. Los efectos variaron, con aumentos que oscilaron entre un 0% y un notable 16.3%. Esta variación en sí misma es un hallazgo crucial, pues sugiere que el valor de la IA no es monolítico; depende de su "contribución marginal" en comparación con las prácticas existentes en la empresa.

Lo más importante para los economistas es que, dado que los precios de los productos y los costes de los insumos se mantuvieron constantes en ambos grupos, este aumento de las ventas se traduce directamente en una mejora de la "productividad total de los factores" (PTF). Este es el santo grial de la economía. No se trata simplemente de ganar más dinero trabajando más horas o invirtiendo más capital, sino de volverse más eficiente, de obtener más (en este caso, más valor de venta) con exactamente los mismos recursos. El estudio calcula que el valor incremental anual de las aplicaciones exitosas es de aproximadamente cinco dólares por consumidor, una cifra de apariencia modesta que se convierte en un impacto económico colosal dada la escala del minorista.

El estudio no se detiene en el "qué", sino que excava profundamente en el "cómo" y el "para quién". El mecanismo principal detrás del éxito no fue un truco de precios ni una campaña de marketing. Fue algo más sutil y, a la larga, más poderoso: un aumento en las tasas de conversión. La IA generativa, al parecer, actúa como un lubricante universal para el comercio, reduciendo las fricciones en el mercado y mejorando drásticamente la experiencia del consumidor.

Quizás el hallazgo más sorprendente, y socialmente más relevante, radica en la heterogeneidad de los efectos. ¿Quiénes se beneficiaron más de esta nueva inteligencia? No fueron los grandes jugadores establecidos, sino los vendedores más pequeños y nuevos en la plataforma, así como los consumidores con menos experiencia. En un giro narrativo que desafía la idea de que la tecnología siempre favorece a los poderosos, esta investigación sugiere que la IA generativa podría actuar como una fuerza democratizadora, un gran ecualizador en el vasto y a menudo anárquico mercado digital.

La arquitectura del experimento

Para apreciar la magnitud de los hallazgos de este estudio, primero hay que entender la elegancia de su diseño. El equipo de Fang y sus colegas no se conformó con una encuesta o un análisis de correlación, métodos que pueden sugerir conexiones pero rara vez prueban la causalidad. Adoptaron la metodología más rigurosa disponible para las ciencias sociales y económicas: el experimento de campo aleatorizado, a veces conocido en el mundo tecnológico como una prueba A/B a gran escala.

Imaginar su implementación es visualizar un esfuerzo logístico y técnico monumental. Millones de usuarios que visitaban esta plataforma global de comercio electrónico fueron asignados aleatoriamente, en tiempo real, a una de las dos "realidades". La realidad "A" era el grupo de control, que veía el sitio web estándar. La realidad "B" era el grupo de tratamiento, que interactuaba con versiones de la plataforma donde siete flujos de trabajo clave habían sido mejorados o reemplazados por sistemas de IA generativa.

Estos siete flujos de trabajo representan los puntos de contacto cruciales donde un cliente "conoce" un producto. Aunque el artículo no detalla los siete por razones de confidencialidad comercial, es fácil inferir su naturaleza en el contexto del comercio electrónico. Podrían incluir la generación automática de descripciones de productos más atractivas, claras y localizadas; un motor de búsqueda que entienda el lenguaje natural y la intención del usuario en lugar de solo palabras clave; chatbots de atención al cliente capaces de mantener conversaciones fluidas y resolver problemas complejos; o sistemas de recomendación que no solo sugieren productos similares, sino que explican por qué un producto podría ser adecuado para ese comprador específico.

El rigor del experimento residía en su control. Al asignar a los usuarios al azar, los investigadores se aseguraron de que ambos grupos fueran estadísticamente idénticos en todos los demás aspectos: demografía, poder adquisitivo, preferencias de navegación. La única diferencia sistemática entre ellos era la exposición a la IA generativa. Por lo tanto, cualquier diferencia medible en su comportamiento, concretamente, si compraban más o menos, podía atribuirse con un alto grado de confianza a la intervención de la IA.

El experimento se desarrolló durante seis meses, un periodo lo suficientemente largo como para capturar patrones de comportamiento reales y evitar la distorsión de la novedad. No se trataba de medir la reacción inicial de un usuario a un nuevo "juguete" tecnológico, sino de observar su impacto sostenido en la actividad comercial.

El elemento más crucial del diseño fue mantener constantes los precios y los insumos. Los productos en el grupo de tratamiento no eran más baratos. A los vendedores no se les cobró por la nueva función, y sus costes no cambiaron. Este control es lo que permite al estudio dar el salto conceptual de "aumento de ventas" a "mejora de la productividad". Si una empresa vende más simplemente bajando los precios, no es más productiva; simplemente ha movido el margen de beneficio. Pero si vende más, al mismo precio y con los mismos costes, ha creado valor de la nada. Ha transformado la inteligencia algorítmica en capital económico.

El enigma de la productividad resuelto

El concepto de "productividad total de los factores" (PTF) puede sonar académico, pero es el motor secreto del crecimiento económico y la mejora del nivel de vida. Mide la eficiencia con la que una economía o una empresa utiliza todos sus insumos (capital, trabajo, materiales) para producir bienes y servicios. Un aumento de la PTF es la única forma sostenible de que una sociedad se enriquezca a largo plazo.

Durante más de treinta años, los economistas se han enfrentado a la "paradoja de Solow". En 1987, el premio Nobel Robert Solow escribió: "Se puede ver la era de las computadoras en todas partes, menos en las estadísticas de productividad". Esta observación capturó la frustrante desconexión entre la rápida revolución tecnológica que todos experimentábamos y la lenta, casi estancada, tasa de crecimiento de la productividad en las economías desarrolladas.

Este estudio es una de las primeras piezas de evidencia sólida que sugiere que la IA generativa podría ser finalmente la tecnología que rompa esta paradoja. Al demostrar un aumento en las ventas de hasta un 16.3% sin ningún cambio en los precios o los insumos, los investigadores capturaron, en esencia, un aumento puro de la PTF. La IA actuó como un "multiplicador de eficiencia", haciendo que los mismos listados de productos, los mismos vendedores y los mismos compradores interactuaran de una manera mucho más eficaz.

La variación en los resultados, de 0% a 16.3%, es uno de los aspectos más instructivos del estudio. La IA generativa no es una varita mágica que mejore todo lo que toca. Su impacto depende de lo que los autores llaman "contribución marginal". En los flujos de trabajo donde la empresa ya tenía prácticas altamente optimizadas y eficientes, la IA generativa añadió poco o ningún valor. El sistema existente ya era "lo suficientemente bueno".

Sin embargo, en áreas donde las prácticas existentes eran débiles, la IA generativa produjo ganancias espectaculares. Pensemos en un vendedor pequeño con habilidades limitadas de marketing o de redacción. Su descripción del producto podría ser escasa, estar mal traducida o simplemente no ser atractiva. Al aplicar un modelo de IA generativa para reescribir esa descripción, la plataforma podía transformarla instantáneamente en un texto de calidad profesional. El salto en valor era inmenso.

Esto ofrece una lección vital para cualquier organización que busque adoptar la IA: el mayor retorno de la inversión no provendrá de aplicar la IA a los procesos que ya se dominan, sino de identificar y dirigirla a las áreas de mayor debilidad e ineficiencia.

¿Y qué hay del valor monetario de cinco dólares por consumidor al año? En un mundo acostumbrado al bombo publicitario de las "startups" de mil millones de dólares, puede sonar trivial. Pero esto es un error de perspectiva. En primer lugar, es el valor anual de las aplicaciones ya implementadas, lo que representa una renta perpetua y recurrente de una inversión tecnológica única. En segundo lugar, esta cifra debe multiplicarse por la escala de la plataforma: millones de consumidores. El impacto agregado en los ingresos de la empresa es, por tanto, masivo. En tercer lugar, y como señalan los autores, esto representa una etapa "temprana" de la adopción de la IA generativa. Es el primer fruto, no la cosecha final.

El mecanismo: suavizar la fricción digital

El estudio identifica que la principal palanca del aumento de las ventas fue el incremento de las "tasas de conversión". Este término, central en el comercio electrónico, describe el porcentaje de visitantes de un sitio web que acaban realizando una compra. Un visitante que se convierte en comprador es el objetivo final de cualquier plataforma de venta.

Pero, ¿por qué la IA generativa hizo que más personas pulsaran el botón de "comprar"? La respuesta del estudio es que esta tecnología es excepcionalmente buena para reducir las "fricciones del mercado".

La "fricción" es cualquier obstáculo, duda o dificultad que se interpone entre el deseo de un cliente y la finalización de una transacción. En un bazar físico, la fricción podría ser un vendedor grosero, pasillos desordenados o mala iluminación. En un bazar digital, las fricciones son más abstractas pero igualmente perjudiciales.

Una de las mayores fricciones es la "incertidumbre del producto". El comprador se pregunta: "¿Es este realmente el producto que necesito? ¿Corresponderá la calidad a la descripción? ¿Entenderé cómo usarlo?". En una plataforma transfronteriza, esta incertidumbre se multiplica. Las descripciones pueden estar mal traducidas, carecer de detalles técnicos cruciales o no estar adaptadas culturalmente. Aquí es donde la IA generativa brilla. Puede tomar una descripción básica y expandirla, aclararla y traducirla perfectamente, generando confianza y respondiendo a las preguntas del cliente antes incluso de que las formule.

Otra fricción importante es la "sobrecarga de opciones". Un mercado con millones de productos no es una ventaja si el cliente se siente abrumado. Los motores de búsqueda tradicionales, basados en palabras clave, a menudo fracasan. Si un usuario busca "un regalo para mi padre al que le gusta la jardinería pero tiene dolor de espalda", una búsqueda por palabras clave devolvería un caos de resultados irrelevantes. Un motor de búsqueda basado en IA generativa puede entender la intención detrás de esa frase. Puede inferir la necesidad de herramientas de jardinería ergonómicas y de mango largo, y presentar una lista de opciones curada y relevante. Reduce la parálisis por análisis y guía al comprador hacia una decisión.

La IA también puede reducir la fricción en la "experiencia del usuario". En lugar de hacer que el usuario navegue por menús complejos, un chatbot de IA generativa puede actuar como un conserje personal. El cliente puede simplemente escribir: "Busco unas zapatillas de correr impermeables, de menos de 100 dólares, para maratón", y el sistema puede gestionar la búsqueda, aplicar los filtros y presentar los resultados en una única interacción fluida.

Al reducir estas múltiples fricciones, la IA no está "persuadiendo" a los clientes para que compren cosas que no necesitan. Está, más bien, eliminando los obstáculos que les impedían comprar las cosas que sí querían. Está haciendo que el mercado sea más eficiente, más parecido a una conversación y menos a un catálogo estático. El aumento de la tasa de conversión es la medida de esa eficiencia recién descubierta, la prueba de que la experiencia del cliente ha mejorado de forma tangible.

El gran ecualizador: una nueva narrativa para la tecnología

El hallazgo más radical del estudio, y el que tiene mayores implicaciones sociales, es el análisis de quién se beneficia de esta nueva tecnología. La narrativa dominante sobre los avances tecnológicos suele ser de "ventaja acumulativa": los ricos se hacen más ricos, y los grandes jugadores utilizan la tecnología para consolidar su dominio. Las nuevas herramientas son caras de implementar, difíciles de dominar y, por lo tanto, benefician desproporcionadamente a quienes ya tienen recursos.

Este estudio pinta una imagen radicalmente diferente. Los investigadores diseccionaron sus resultados y descubrieron un patrón claro y sorprendente: los mayores beneficios no fueron para los jugadores dominantes, sino para los más débiles.

En primer lugar, analizaron a los vendedores. En la plataforma coexisten grandes marcas con equipos de marketing dedicados, junto con pequeños artesanos y vendedores nuevos que gestionan su tienda desde un ordenador portátil. Los resultados mostraron que los "vendedores más pequeños y nuevos" experimentaron ganancias "desproporcionadamente mayores" gracias a las mejoras de la IA.

La lógica es intuitiva y poderosa. Una gran marca ya invierte en fotografía profesional, redacción publicitaria y optimización de motores de búsqueda. Sus listados de productos ya están muy pulidos. Para ellos, la mejora de la IA generativa fue marginal. Sin embargo, para un vendedor nuevo con habilidades limitadas, la IA fue un regalo del cielo. De repente, su producto, descrito por la IA, parecía tan profesional y atractivo como el de una marca consolidada. La tecnología no amplió la brecha; la cerró. Actuó como un "equipo de marketing virtual" gratuito para el pequeño empresario, nivelando el campo de juego.

En segundo lugar, analizaron a los compradores. De forma análoga, descubrieron que los "consumidores menos experimentados" también obtenían mayores beneficios. Un comprador experto, que sabe exactamente cómo filtrar, buscar y comparar, ya es eficiente. Pero un comprador nuevo, quizás menos experto en tecnología o inseguro sobre las compras en línea, es más propenso a la fricción. Para este usuario, la experiencia de búsqueda mejorada por IA y las descripciones de producto más claras marcaron una gran diferencia, dándole la confianza necesaria para completar la compra.

Esta doble revelación es profundamente optimista. Sugiere que la IA generativa, al menos en este contexto, no es una fuerza de consolidación, sino de democratización. Reduce las barreras de entrada para los nuevos vendedores y reduce la curva de aprendizaje para los nuevos compradores. Es una tecnología que, en lugar de recompensar la pericia existente, la distribuye.

Esta característica podría tener implicaciones profundas para la política económica. Podría significar que la IA generativa puede ser una herramienta para fomentar la competencia, apoyar a las pequeñas y medianas empresas y aumentar la inclusión digital. Lejos de ser un simple motor de eficiencia para las grandes corporaciones, podría ser un catalizador para un ecosistema empresarial más vibrante y equitativo.

El amanecer de la inteligencia medida

Este trabajo de Fang y sus colegas marca un punto de inflexión. Traslada el debate sobre la inteligencia artificial generativa del reino de la especulación al de la evidencia empírica. El estudio no solo demuestra que la IA puede aumentar la productividad, sino que cuantifica su impacto, desenreda los mecanismos por los que opera e identifica a los principales beneficiarios.

Nos encontramos en los albores de una nueva era, no solo de inteligencia artificial, sino de economía de la inteligencia artificial. Durante el próximo decenio, veremos cómo este tipo de experimentos de campo se vuelven más comunes, proporcionando un mapa detallado de cómo y dónde estas nuevas formas de inteligencia pueden crear valor, transformar industrias y remodelar la sociedad.

Las implicaciones son vastas. Para las empresas, la lección es clara: la IA generativa no es un proyecto de vanidad tecnológica, sino un motor fundamental de productividad. La clave está en su aplicación estratégica, dirigiéndola no a los puntos fuertes, sino a las mayores fuentes de fricción e ineficiencia.

Para los responsables políticos, el estudio ofrece un optimismo cauteloso. Presenta un escenario en el que la tecnología no conduce inevitablemente a una mayor desigualdad, sino que puede ser una fuerza para nivelar el campo de juego, empoderando a las pequeñas empresas y a los consumidores. El desafío será fomentar este potencial democratizador y mitigar los desplazamientos laborales que inevitablemente acompañarán a tal transformación.

Para la ciencia, este trabajo establece un nuevo estándar. Demuestra que podemos medir el impacto de estas tecnologías complejas con el mismo rigor que hemos aplicado a la medicina o a la física. Ya no estamos limitados a teorizar sobre el futuro; hemos comenzado el meticuloso proceso de medirlo.

El bazar digital, con sus millones de interacciones diarias, ha servido como un laboratorio perfecto. Ha demostrado que cuando un algoritmo puede entender la intención humana, crear un lenguaje claro y reducir la incertidumbre, la magia que se produce no es solo tecnológica. Es económica. La inteligencia artificial ha dejado de ser una promesa abstracta y se ha convertido en un factor de producción tangible, medible y, al menos por ahora, sorprendentemente equitativo.

Referencias

Fang, L., Yuan, Z., Donati, D., Zhang, K., & Sarvary, M. (2025). Generative AI and Firm Productivity: Field Experiments in Online Retail. arXiv:2510.12049v2 [econ.GN].