Un indicador económico, no un recuento de usuarios
El indicador de CaixaBank Research parte de una pregunta concreta: qué peso tiene el capital asociado a nuevas tecnologías en la economía española. El estudio, publicado el 13 de febrero de 2020, construye una medida para aproximar esa penetración y examinar su posible relación con el crecimiento futuro. Su objeto es la dotación de capital tecnológico, no la frecuencia de uso de una aplicación concreta.
Para construir la medida, el análisis utiliza datos de EU KLEMS sobre cuatro clases de capital: software y bases de datos, investigación y desarrollo, ordenadores y equipos de telecomunicaciones. Relaciona el stock combinado con las horas trabajadas y expresa el resultado en euros constantes de 2010 por hora. La unidad vincula capital y trabajo, en vez de contar empresas usuarias.
La elección responde a una dificultad de medición que los autores explican: en el momento del estudio no había datos que cuantificaran directamente la inteligencia artificial en términos económicos. Por ello, emplean categorías de activos que pueden contribuir a desarrollar esas tecnologías, aunque tengan otros usos. La medida representa así un conjunto amplio de capacidades tecnológicas, no una valoración separada de la IA.
La fecha también importa. El estudio es de 2020 y sus resultados describen las series y el período analizados entonces. Sirve para entender una metodología y una trayectoria histórica, pero no debe leerse como una medición contemporánea de la economía española.
Capital productivo y adopción empresarial: dos preguntas
Un indicador de capital por hora trabajada y una encuesta de uso empresarial no miden lo mismo. El primero relaciona una dotación de activos con el trabajo; la segunda pregunta a las empresas si emplean tecnologías especificadas. Son perspectivas complementarias, pero sus porcentajes y unidades no son intercambiables.
La encuesta TIC del INE distingue además sus períodos de referencia: las variables de uso tecnológico corresponden al primer trimestre del año de la encuesta, mientras que las ventas por comercio electrónico se refieren al año anterior. En la edición publicada el 22 de octubre de 2026, por tanto, el dato de adopción de IA describe el primer trimestre de 2026 y las ventas electrónicas corresponden a 2025.
Para empresas con 10 o más empleados, el INE registró que el 33,6% empleó tecnologías de inteligencia artificial en el primer trimestre de 2026 y que el 39,4% compró servicios de cloud computing. Entre las empresas con menos de 10 empleados, la proporción que declaró usar IA fue del 21,4%. El tamaño empresarial cambia la tasa observada.
Estas cifras permiten comparar grupos según uso declarado, pero no informan por sí solas del nivel de inversión de cada empresa ni de los resultados económicos asociados. Para conocer esas dimensiones hacen falta otras métricas, como gasto, intensidad de uso o evolución de indicadores operativos.
Dos métricas distintas de la digitalización
Comparación de qué observa cada medición y del período al que corresponden sus datos; las cifras de adopción del INE no equivalen a capital tecnológico por hora trabajada.
| CaixaBank Research: capital tecnológico | Capital por hora trabajada, en euros constantes de 2010 |
|---|---|
| INE: empresas con 10 o más empleados | 33,6% declaró usar IA |
| INE: empresas con menos de 10 empleados | 21,4% declaró usar IA |
| INE: uso de nube de pago | 39,4% declaró usar servicios de nube de pago |
El indicador de capital y la encuesta de uso tienen unidades y métodos distintos; no son directamente comparables.
Qué mostraba la comparación internacional de 2020
En la comparación entre economías avanzadas del estudio, Estados Unidos aparecía a la cabeza en capital tecnológico por hora trabajada. Francia y Alemania se situaban en un nivel intermedio, mientras España y Reino Unido figuraban en niveles inferiores. CaixaBank Research describía también un crecimiento elevado de la medida española durante las dos décadas examinadas. Un nivel menor puede coexistir con un avance rápido.
El artículo planteaba que España podría acercarse a los niveles de Francia o Alemania en torno a diez años si se mantenía la tendencia observada. Se trataba de una proyección condicional, no de un resultado posteriormente confirmado ni de una garantía. La estimación dependía de que persistiera el patrón registrado en aquel análisis.
El desglose sectorial para España mostraba diferencias entre actividades con niveles altos y medios o bajos de capital tecnológico. El estudio relacionaba los niveles superiores con sectores que Eurostat clasifica como industrias de alta tecnología o servicios intensivos en conocimiento. El análisis cubría 31 sectores de industria y servicios, sin incluir agricultura ni minería en ese desglose; ambas actividades sí formaban parte del agregado nacional usado para comparar países.
Los autores señalaban que las diferencias sectoriales no convergían durante el período analizado. También consideraban posible que futuros avances se extendieran a actividades menos intensivas en tecnología, pero lo presentaban como una posibilidad. La relación observada no determina por sí sola qué causa las diferencias ni cómo evolucionarán.
Qué aporta la estadística empresarial más reciente
La encuesta del INE ofrece una perspectiva más reciente sobre la adopción declarada por las empresas. Además del uso de IA, registró que el 34,3% de las empresas con 10 o más empleados realizó analítica de datos con personal propio y que el 39,4% compró servicios de nube en el primer trimestre de 2026. Estos datos miden prácticas declaradas, no la dotación de capital por hora trabajada.
La diferencia por tamaño es relevante para interpretar la adopción: el uso de IA fue del 33,6% entre las empresas de 10 o más empleados y del 21,4% entre las de menos de 10. Son proporciones de grupos distintos, por lo que la cifra de las empresas mayores no constituye automáticamente un objetivo adecuado para una empresa pequeña.
El INE advierte que los datos de 2025 no son estrictamente comparables con los de años anteriores, debido a cambios en la clasificación de actividades CNAE y en el ámbito poblacional. La comparabilidad entre ediciones tiene límites que deben considerarse al evaluar variaciones a lo largo del tiempo.
Leídas juntas, ambas mediciones permiten distinguir acumulación de recursos tecnológicos y adopción empresarial declarada. No corresponde sumar o fusionar sus cifras: describen unidades, preguntas y referencias temporales distintas.
Los límites de la aproximación económica
La medida de capital tecnológico reúne categorías amplias. Software, bases de datos, ordenadores, telecomunicaciones e I+D pueden contribuir al despliegue de IA, pero también se emplean con otros fines. El indicador no separa la inversión exclusiva en IA del conjunto más amplio de activos que utiliza como aproximación.
La ratio por hora trabajada pone en relación capital y trabajo y permite comparar dotaciones relativas. Por sí sola, sin embargo, no cuantifica cuánto rinde cada inversión ni qué parte de la productividad se debe a la tecnología. Para abordar esos efectos hay que relacionar la medida con resultados económicos y otros factores.
El artículo también advierte que parte de los robots industriales podía clasificarse en categorías generales de maquinaria. Eso dificulta identificar su contenido tecnológico en las estadísticas de capital. La observación ayuda a entender el alcance de la clasificación, pero no convierte el indicador en un recuento directo de robots.
En consecuencia, el análisis de CaixaBank Research describe una aproximación a la relevancia económica del capital tecnológico en el período estudiado y sus diferencias entre países y sectores. Medir dotación y evaluar efectos son tareas distintas: la primera no establece por sí misma el impacto causal sobre el crecimiento.
Cómo usar las métricas para tomar decisiones
Para una empresa, la cuestión práctica no es solo si otras organizaciones adoptan IA o servicios de nube, sino qué problema concreto se pretende resolver y cómo se reconocerá una mejora. Las estadísticas del INE contextualizan la extensión declarada de ciertas tecnologías; la medida de CaixaBank Research aporta una referencia histórica sobre capital tecnológico. Ninguna sustituye el análisis del negocio propio.
Una evaluación interna puede precisar qué activo o servicio se incorpora, qué proceso lo utilizará y qué resultado se observará. Según el objetivo, ese resultado podría ser el tiempo necesario para completar una tarea, la tasa de errores o el coste operativo. Establecer una referencia previa permite comparar cambios sin confundir adopción con beneficio.
Al leer cifras nacionales conviene revisar el año, el tamaño de las empresas incluidas y la definición del indicador. También hay que separar capital acumulado, uso declarado y resultados. La encuesta del INE, por ejemplo, asigna períodos distintos al uso de TIC y a las ventas por comercio electrónico.
La conclusión es acotada: el estudio de 2020 aproximó el capital tecnológico de la economía española y describió diferencias entre países y sectores en el período analizado; la encuesta del INE publicada en 2026 registra el uso declarado de IA, nube y analítica de datos por grupos empresariales. Las dos medidas aclaran aspectos distintos y no determinan por sí solas cuánto aporta cada tecnología al crecimiento.
