Cómo medir la penetración tecnológica en España: del capital instalado al uso real

Decir que una tecnología «ha penetrado» en la economía puede referirse a cosas distintas: que las empresas han invertido en ella, que la tienen instalada, que la utilizan en determinados procesos o que su uso ya produce efectos medibles en productividad. Son etapas relacionadas, pero no equivalentes. Confundirlas lleva a convertir inversión o expectativas en una afirmación sobre adopción efectiva.

El análisis de CaixaBank Research publicado el 13 de febrero de 2020 abordó una dificultad concreta: en aquel momento no había datos económicos que cuantificaran directamente la inteligencia artificial (IA) como tecnología emergente. Por ello, sus autores aproximaron la relevancia de las nuevas tecnologías mediante componentes del stock de capital que podían facilitar su desarrollo. El estudio es útil para entender la base productiva tecnológica, pero no constituye un recuento de empresas usuarias de IA ni una medición de su uso habitual.

Una estadística de adopción empresarial responde a otra pregunta: qué proporción de compañías declara utilizar al menos una herramienta, dentro de una población y un período definidos. Incluso ese dato no revela por sí solo la intensidad, la frecuencia ni el peso económico de ese uso. El indicador solo se interpreta bien cuando se identifica qué observa y a quién incluye.

El estudio de 2020 utilizó la base EU KLEMS para observar el stock de capital en cuatro grupos: software y bases de datos, investigación y desarrollo (I+D), ordenadores y equipos de telecomunicaciones. Los autores los combinaron como aproximación amplia a la presencia económica de tecnologías relacionadas directa o indirectamente con la IA. No aislaron una inversión específica en IA: los componentes abarcan activos con aplicaciones que van mucho más allá de esa tecnología.

Para comparar el peso de esos activos entre economías y sectores, el artículo dividió el stock agregado de los cuatro tipos de capital por las horas trabajadas. El resultado se expresa como euros constantes de 2010 por hora trabajada. Así, el indicador aproxima el capital tecnológico disponible en relación con el trabajo; no cuenta usuarios, licencias, proyectos de IA ni tareas automatizadas.

La medida permite contrastar el stock de capital tecnológico por hora trabajada entre los países y sectores incluidos en el análisis. Su contrapartida es una proxy amplia, no un termómetro directo de adopción. Software, equipos informáticos y telecomunicaciones forman parte de las categorías de capital incluidas en el indicador; por sí solos, esos datos no identifican qué empresas usan IA ni para qué fines.

En el período estudiado, CaixaBank Research situó a España, junto con el Reino Unido, en niveles inferiores a Francia y Alemania en stock de nuevas tecnologías por hora trabajada, aunque señaló que España había registrado un crecimiento elevado durante las dos décadas anteriores. El artículo planteó que, si esa tendencia continuaba, España podría aproximarse a Francia y Alemania en alrededor de diez años. Era una extrapolación condicionada, publicada en 2020, no una constatación de convergencia posterior ni una previsión actualizada.

La comparación sectorial del trabajo cubrió 31 ramas de industria y servicios en España. Los sectores con mayor stock tecnológico tendían a coincidir con las categorías de alta tecnología e intensivas en conocimiento de Eurostat. Sin embargo, el desglose excluía agricultura y minería; por tanto, sus resultados sectoriales no describen todos los sectores productivos del país. Además, una clasificación sectorial no permite concluir que todas las empresas dentro de una rama tengan el mismo nivel de inversión o de uso.

La lectura práctica es distinguir capacidad tecnológica instalada de adopción empresarial. El stock agregado de capital de un sector no establece cuántas empresas de ese sector utilizan IA, con qué intensidad ni con qué resultados. Para contestar esas preguntas se necesitan indicadores distintos, definidos para la población y el período que se quieren analizar.

Para conocer el uso declarado de IA en empresas españolas conviene recurrir a una encuesta que pregunte expresamente por esa tecnología y revisar su definición y población. La Encuesta del Banco de España sobre la Actividad Empresarial (EBAE) incluyó, en el cuarto trimestre de 2024, preguntas sobre IA generativa y predictiva, entre otras tecnologías. En sus resultados, el 19,9 % de las empresas encuestadas declaró utilizar al menos un sistema de IA; entre las usuarias, predominaba el uso experimental o en forma de piloto. Ese porcentaje corresponde a la EBAE y a su definición, no al stock de capital de EU KLEMS.

La serie del INE ofrece otra perspectiva, con una población y un cuestionario propios. En los resultados definitivos correspondientes al año 2025 y al primer trimestre de 2026, publicados el 22 de octubre de 2026, el INE informó que el 33,6 % de las empresas de diez o más personas empleadas utilizó tecnologías de IA en el primer trimestre de 2026. El porcentaje no debe compararse sin más con la estimación de la EBAE: cambian la cobertura, el diseño de la encuesta y la forma de construir la tasa.

La tabla no ordena las cifras de menor a mayor ni presenta una evolución homogénea. Sirve para separar preguntas de medición: cuánto capital tecnológico hay y qué empresas declaran usar IA. Para analizar una tendencia temporal, hay que mantener constante la fuente, la población y la definición, o explicar con cuidado por qué se comparan series distintas.

Las previsiones de mercado o los escenarios de crecimiento pueden orientar sobre expectativas, inversión potencial o tamaño futuro de un sector. No son, por sí mismos, medidas de adopción observada. Para valorar un pronóstico hay que identificar qué variable proyecta, el horizonte temporal, los supuestos y si habla de ventas, gasto, productividad o número de empresas usuarias. Una proyección de mercado no demuestra que la tecnología ya esté desplegada.

El análisis de CaixaBank Research citado aquí se publicó en febrero de 2020 y describe la medición y las tendencias examinadas en ese trabajo. Para valorar la situación en otro período, la comparación debe recurrir a datos que correspondan a ese período y a la misma variable. El INE informa de uso empresarial de IA en el primer trimestre de 2026; la EBAE pregunta por utilización de IA y recoge categorías de intensidad de uso en su módulo del cuarto trimestre de 2024. Son referencias con fechas y diseños distintos.

Ninguna de esas estadísticas demuestra por sí sola el impacto causal de la tecnología en la productividad. Para estimarlo hace falta estudiar resultados económicos y considerar factores como formación, cambios organizativos, inversión complementaria y diferencias entre empresas. Presencia, uso e impacto son niveles de análisis distintos; pasar de uno a otro exige datos específicos, no una extrapolación automática.

Para una empresa que evalúa una inversión, un indicador de capital agregado sirve como contexto sobre la capacidad tecnológica de un país o sector, pero no sustituye una evaluación de procesos propios. La tasa de uso declarada puede mostrar que una tecnología ya aparece en parte del tejido empresarial, pero no indica si su aplicación encaja con una organización concreta, si resuelve una necesidad o si compensa sus costes de implantación.

Una lectura prudente separa tres preguntas. ¿Qué infraestructura existe? Se responde con datos de stock e inversión. ¿Quién utiliza la tecnología? Se responde con encuestas de adopción que especifican población y período. ¿Qué resultado produce? Se necesitan indicadores de desempeño y diseños capaces de distinguir el efecto de la tecnología de otros cambios simultáneos.

La conclusión más útil no es que una tecnología esté «adoptada» o «por llegar» en términos absolutos. Es comprobar qué mide cada cifra antes de usarla para decidir. El estudio de 2020 ayuda a entender la acumulación de capital habilitador; las encuestas del Banco de España y del INE describen el uso declarado de IA en universos concretos. Leídas juntas, aportan contexto complementario, siempre que se mantengan visibles sus diferencias de fecha, unidad y definición.