Adopción tecnológica: una tasa no equivale a uso integrado

En las conversaciones sobre transformación digital, «adopción» puede referirse a probar una herramienta, utilizarla en algunas tareas o incorporarla a un proceso de trabajo. Son situaciones distintas, aunque se resuman con una misma palabra. Una tasa solo se entiende junto con la definición que la produce.

Que una organización declare usar una tecnología no indica por sí mismo quién la utiliza, con qué frecuencia o en cuántas actividades. El dato describe el alcance tal como lo mide la encuesta; no permite inferir automáticamente que el uso sea cotidiano o que haya cambiado la forma de trabajar.

El estudio de Funcas sobre inteligencia artificial en empresas europeas se basa en la encuesta EU-ICT-Firm de Eurostat. Según el trabajo, la medida registra la proporción de empresas que afirma utilizar alguna tecnología de IA, pero no cuántos trabajadores u horas se dedican a ella. Cuenta empresas usuarias, no intensidad de uso.

Por eso conviene distinguir entre disponibilidad, prueba, uso habitual e integración en procesos. Una cifra agregada puede servir para estimar cuánto se ha extendido una tecnología entre las organizaciones estudiadas, sin responder a las demás preguntas. El significado concreto depende de qué respuesta se considera adopción.

Dos porcentajes pueden referirse a realidades distintas si estudian poblaciones, sectores o períodos diferentes. También pueden variar según la tecnología incluida y la pregunta formulada. Para interpretar una cifra, hay que saber a quién se cuenta y qué se cuenta como uso; la forma porcentual no garantiza que dos indicadores sean comparables.

La unidad de análisis también importa. Una medida puede contar empresas, mientras otra se refiere a trabajadores, inversión o capital tecnológico. Un porcentaje de organizaciones que declara usar IA no equivale a la proporción de empleados que trabaja con ella: cada indicador responde a una pregunta diferente.

CaixaBank Research utilizó en un análisis de 2020 una aproximación basada en el capital de nuevas tecnologías: combinó software y bases de datos, investigación y desarrollo, ordenadores y equipos de telecomunicaciones, y relacionó ese capital con las horas trabajadas. Es una medida de capital tecnológico por hora trabajada, no una tasa de empresas usuarias de IA.

Tampoco debe confundirse una observación con una proyección. Una encuesta describe respuestas recogidas en un período; un modelo puede calcular escenarios futuros con determinados supuestos. Si cambian el período, la población o el método, una diferencia entre resultados no demuestra por sí sola que el uso real haya aumentado o disminuido.

Una encuesta, una previsión y una lista de tendencias cumplen funciones distintas. La primera recoge información sobre una población; la segunda estima escenarios condicionados por un modelo; la tercera organiza asuntos que sus autores consideran relevantes. No son tres medidas equivalentes de adopción.

El trabajo de Funcas describe la adopción empresarial de IA en la Unión Europea y analiza diferencias entre países y regiones a partir de EU-ICT-Firm. También estima trayectorias de difusión y plantea escenarios futuros. Estos escenarios no son un recuento de empresas que ya hayan adoptado la tecnología: dependen del enfoque de modelización y de sus supuestos.

Una lista de tendencias puede servir como orientación estratégica, pero no demuestra que una tecnología esté implantada de forma generalizada. Revista Byte TI, por ejemplo, publicó en 2023 una selección de tendencias empresariales que incluía automatización, IA, ciberseguridad y superapps. Esa selección refleja una lectura de prioridades, no una encuesta de penetración.

La pregunta útil es qué afirmación respalda cada material: una encuesta puede estimar la proporción de una población que declara usar una tecnología; un modelo puede explorar escenarios; una lista puede contextualizar temas de interés. Que una tecnología sea estratégica no demuestra que su uso esté extendido.

Una tasa bien delimitada permite describir la proporción de organizaciones que declara usar una tecnología dentro de la población y el período estudiados. El análisis de Funcas encuentra diferencias de adopción entre países de la Unión Europea y sitúa a España en una posición intermedia en el contexto examinado. El resultado describe diferencias de difusión, no una situación idéntica para todas las empresas españolas.

La medida descrita por Funcas no informa sobre la intensidad del uso. Por tanto, no permite deducir cuántos procesos se han automatizado ni cuántos empleados utilizan IA. Tampoco equivale a una evaluación de productividad: el estudio señala que se desconoce la intensidad de uso, expresada, por ejemplo, en trabajadores u horas dedicadas.

El capital tecnológico y el uso declarado son también formas distintas de observar la digitalización. CaixaBank Research empleó categorías de capital para aproximar la relevancia económica de ciertas tecnologías; Funcas, en cambio, analiza la proporción de empresas que declara usar IA. La elección de la métrica determina qué conclusión es válida.

El estudio de Funcas sobre IA en la banca ofrece otro ejemplo de una unidad de análisis distinta: utiliza una encuesta a 2.018 clientes bancarios en España y examina su percepción, conocimiento y receptividad ante servicios basados en IA. Esas respuestas describen a clientes y su relación con servicios bancarios; no miden la proporción de empresas que integra IA.

Para una empresa, una tasa sectorial puede ofrecer contexto, pero no describe por sí sola el funcionamiento de una implementación concreta. La decisión de ampliar una herramienta requiere atender al proceso al que se aplica, a las personas que la usan y al objetivo buscado. El indicador general no sustituye la evaluación del caso de uso.

El estudio de Funcas muestra un límite específico de la estadística EU-ICT-Firm: permite observar cuántas empresas declaran usar IA, pero no la intensidad de ese uso. Para una pyme que evalúa una herramienta, esa proporción no responde si la solución encaja con sus tareas o si su implantación alcanza el objetivo que la organización se ha propuesto.

Una evaluación interna puede formular preguntas más acotadas que una tasa nacional: qué tarea se ha incorporado, quién utiliza la herramienta y qué cambio se espera observar. Esas preguntas ayudan a describir el despliegue propio, pero sus respuestas no deben confundirse con el resultado de una encuesta que cubre una población empresarial más amplia.

La utilidad de cada indicador depende de la pregunta. La proporción de empresas usuarias permite describir extensión declarada; una medida de capital tecnológico refleja otra dimensión; una encuesta a clientes trata sobre percepción y receptividad. Antes de comparar cifras, hay que confirmar que describen el mismo fenómeno.

Antes de repetir una tasa de adopción, identifica la población, la tecnología, el período y la unidad de análisis. Comprueba también si se trata de una observación o de una proyección. Estos elementos delimitan qué se puede afirmar: una proporción de empresas que declara usar IA no es, sin más, una medida de frecuencia, escala o integración.

El aumento de una tasa de uso declarado permite hablar de una mayor proporción de empresas usuarias dentro de la medición correspondiente. No demuestra por sí solo un aumento de productividad ni explica cómo se utiliza la tecnología. La extensión del uso y sus efectos son cuestiones distintas.

Para interpretar el alcance de un dato, es útil mantener separadas las medidas con que se responde a preguntas diferentes: uso declarado entre empresas, capital tecnológico, trayectorias estimadas y respuestas de clientes. Pueden aportar perspectivas complementarias, pero cada una tiene su propia población y objeto de análisis.

En suma, una tasa de adopción es útil cuando se mantiene unida a su definición, población y período. La regla central es no equiparar disponibilidad, prueba, uso habitual e integración. Así se evita presentar un escenario como resultado observado o convertir una medida de extensión en una afirmación sobre intensidad o impacto.