Cómo medir la adopción tecnológica en España sin confundirla con las tendencias

Hablar de una tecnología como «relevante» puede referirse a que las empresas ya la utilizan, a que han invertido en activos relacionados con ella o a que analistas y directivos esperan que gane importancia. No son indicadores intercambiables: cada uno responde a una pregunta distinta y puede describir una fase diferente del cambio tecnológico.

La adopción observada requiere definir quién usa qué tecnología y en qué período. La inversión en capital, en cambio, aproxima los recursos acumulados en activos que pueden facilitar su uso. Una lista de tendencias suele seleccionar tecnologías por su potencial estratégico, sus casos de uso o su novedad, pero no demuestra por sí misma una implantación extendida.

Para una empresa que evalúa una inversión, distinguir esas medidas evita dos errores: interpretar una previsión como prueba de mercado consolidado, o concluir que una tecnología carece de importancia porque su uso actual todavía es reducido. La señal depende de la decisión: dimensionar operaciones, comparar sectores o anticipar capacidades requiere datos diferentes.

Un análisis de CaixaBank Research publicado el 13 de febrero de 2020 aproximó la presencia de nuevas tecnologías en la economía española mediante cuatro categorías de capital de EU KLEMS: software y bases de datos, investigación y desarrollo, ordenadores y equipos de telecomunicaciones. La combinación se expresó como euros de capital por hora trabajada, en euros constantes de 2010. (https://www.caixabankresearch.com/es/economia-y-mercados/actividad-y-crecimiento/relevancia-tendencias-y-diferencias-tecnologias-del)

La ventaja de este enfoque es que permite observar una dimensión económica comparable entre países y sectores: cuánto capital asociado a esas categorías existe en relación con el trabajo realizado. También sirve para estudiar tendencias de acumulación y diferencias sectoriales. No es, sin embargo, un recuento directo de empresas que usan inteligencia artificial ni una medición del rendimiento que obtiene cada organización.

La cautela principal está en la aproximación. Las categorías son más amplias que la IA y la incluyen de forma indirecta; además, equipos que cumplen funciones tecnológicas pueden quedar clasificados en otras partidas. El indicador, por tanto, permite analizar la base de capital que puede sostener tecnologías avanzadas, pero no atribuir ese capital a una aplicación concreta ni probar que se haya desplegado con éxito.

La Encuesta sobre el uso de TIC y del comercio electrónico en las empresas del INE pregunta por el uso de tecnologías y define períodos de referencia distintos: las variables de uso de TIC corresponden al primer trimestre del año de la encuesta, mientras que otros datos, como los de comercio electrónico, se refieren al año anterior. La operación sigue recomendaciones metodológicas de Eurostat. (https://www.ine.es/dyngs/INEbase/es/operacion.htm?c=estadistica_C&cid=1254736176743&menu=ultiDatos&idp=1254735576799)

La publicación más reciente incluida en la página del INE indica que, en el primer trimestre de 2026, el 33,6 % de las empresas de diez o más empleados utilizó inteligencia artificial y el 39,4 % empleó servicios de cloud computing de pago. Para las empresas de menos de diez empleados, las cifras indicadas para IA son del 21,36 %. El tamaño y el período importan: esos porcentajes no deben mezclarse como si compartieran el mismo denominador o fueran una serie sin cambios metodológicos. (https://www.ine.es/dyngs/INEbase/es/operacion.htm?c=estadistica_C&cid=1254736176743&menu=ultiDatos&idp=1254735576799)

El uso declarado acerca la medición a la implantación real, pero no determina cuánto se utiliza una herramienta, cuántos procesos cubre ni qué resultados produce. Tampoco equivale a adopción plena en cada sector: una empresa puede contar como usuaria aunque el uso se concentre en una función. La estadística responde si hay uso, no cuánto valor genera ni si la tecnología sustituye o complementa otros activos.

Un artículo de Computerworld de septiembre de 2022 resumió seis tendencias que Gartner vinculaba al desarrollo temprano de tecnologías del metaverso: juegos serios, humanos digitales, mundos virtuales, experiencias compartidas, activos tokenizados y computación espacial. La cobertura señalaba a la vez que la adopción estaba en una fase inicial y fragmentada, y que la adopción a gran escala se situaba a más de diez años vista. (https://www.computerworld.es/article/2112967/gartner-esboza-seis-tendencias-que-impulsan-la-adopcion-temprana-de-las-tecnologias-del-metaverso.html)

Ese ejemplo muestra por qué hay que leer una tendencia con su fecha, alcance y condición. Una previsión sobre usos potenciales o plazos futuros no dice qué porcentaje de empresas españolas ya los ha incorporado. Además, aquel artículo se refería específicamente al metaverso y a estimaciones divulgadas en 2022; no es un inventario general de prioridades empresariales para 2026 ni debe presentarse como uno.

Lo mismo vale para las listas de tecnologías emergentes. Su utilidad está en ordenar hipótesis, oportunidades y áreas que merecen seguimiento, no en sustituir las encuestas de uso o los datos de inversión. Una previsión puede orientar experimentos o planificación, pero su valor depende de que se mantenga separada de los resultados observados.

Las métricas pueden leerse como piezas complementarias de un proceso, no como versiones de una sola cifra. El capital tecnológico aproxima recursos acumulados; las encuestas describen uso declarado en una población y período; los informes de tendencias proponen tecnologías o aplicaciones que podrían cobrar relevancia. Juntas ofrecen contexto, pero no forman automáticamente una escala de madurez.

Para una pyme, la combinación práctica consiste en plantear primero qué problema operativo quiere resolver y luego buscar la medida pertinente. Si la pregunta es cuántas empresas de un tamaño determinado usan IA, corresponde una estadística de adopción. Si es cómo cambia la intensidad de inversión en activos tecnológicos, resulta más adecuado un indicador de capital. Si se trata de explorar aplicaciones futuras, un informe de tendencias sirve como mapa de posibilidades, no como evidencia de demanda local.

Una lectura rigurosa también controla la fecha. Las categorías, la población y la referencia temporal pueden variar entre fuentes; la encuesta del INE, por ejemplo, especifica tanto el tamaño empresarial como el período al que se refieren sus indicadores. Comparar exige alinear denominadores y períodos antes de atribuir diferencias a una aceleración o un retraso tecnológico.

La conclusión más sólida no es que una tecnología incluida en una lista vaya a imponerse, sino que la distancia entre interés, inversión y uso efectivo es información relevante. Si una empresa considera una herramienta emergente, puede tratar la previsión como motivo para investigar y el dato de adopción como referencia del mercado, sin suponer que ambos prueban rentabilidad en su propio caso.

Para evaluar una inversión concreta, conviene fijar una métrica de resultado —por ejemplo, tiempo de proceso, errores o coste operativo— y un período de comparación antes de ampliar la implantación. Estas métricas internas no se deducen de una lista de tendencias ni de una estadística nacional: deben definirse según el proceso y la situación de partida. La diferencia práctica es clara: una señal de mercado no sustituye una evaluación del negocio.

En síntesis, medir adopción significa contar usos bajo una definición y un alcance concretos; medir capital tecnológico significa aproximar recursos asociados a determinadas categorías; y analizar tendencias significa valorar posibilidades y prioridades. Mantener separados esos planos ayuda a evitar pronósticos presentados como hechos y permite decidir qué información hace falta para cada pregunta empresarial.