Las empresas comunicaron mejoras tempranas y de gran magnitud en trabajos de alto volumen con respuestas relativamente claras, entre ellos las consultas de clientes, las preguntas de recursos humanos y la revisión de contratos. Estas tareas eran fáciles de medir, de modo que las compañías podían evaluar los resultados antes de invertir más.
Las empresas gestionaron los riesgos de calidad haciendo que el personal revisara los borradores de la IA antes de que llegaran a clientes o pacientes. Klarna redujo su plantilla de atención al cliente al apoyarse en su asistente de IA y después recuperó agentes humanos por preocupaciones sobre la calidad del servicio.
Shinhan Bank reorganizó su conocimiento bancario antes de incorporar un asistente de IA generativa. Walmart, POSCO y Kurly también depuraron, conectaron y compartieron sus datos antes de elegir un modelo.
Un tribunal canadiense declaró responsable a Air Canada de unas condiciones de reembolso que el chatbot de su sitio web había indicado de forma errónea, y rechazó el argumento de que el chatbot respondía por sus propias palabras. McDonald's puso fin en 2024 a su prueba de pedidos por voz con IA en los puntos de atención a clientes en automóvil, mientras la precisión de los pedidos seguía siendo un problema.
Zillow compró viviendas a precios estimados por su modelo. Cuando cambió el mercado, los errores de previsión provocaron saneamientos contables y la compañía cerró su unidad de compra de viviendas. MD Anderson gastó decenas de millones de dólares en un proyecto de IA con escasa supervisión que nunca se utilizó para tratar a pacientes.
Amazon abandonó un modelo de selección de currículos que había aprendido de contrataciones anteriores a puntuar peor las candidaturas asociadas a mujeres. En la contratación y la evaluación, las empresas se enfrentaron a dudas sobre el sesgo de los datos de entrenamiento y sobre su capacidad para explicar decisiones que afectaban a la vida de las personas.
JPMorgan dejó que los empleados decidieran si utilizaban su plataforma de IA. Moderna creó hábitos con un chatbot interno antes de extender la IA a toda la compañía y de fusionar recursos humanos con tecnología. Shopify incluyó el uso de la IA en las evaluaciones de desempeño, mientras que Musinsa promovió las competencias en IA entre toda su plantilla.
En la plataforma de compras de Naver, el efecto sobre las ventas de las funciones de compra con IA fue mayor para los vendedores pequeños que para los grandes. Los pequeños fabricantes surcoreanos recurrieron a programas públicos de fábrica inteligente para cubrir buena parte del coste inicial del control de calidad basado en IA.
El anuncio navideño de Coca-Cola generado con IA recibió críticas generalizadas por su falta de calidez. El memorando público de Duolingo sobre su apuesta por la IA como prioridad también suscitó críticas inmediatas. Las marcas que se apoyaban en la emoción y la confianza toparon con los límites que imponía la reacción del público.
Algunas empresas usaron la IA en sus propias operaciones antes de venderla a otras compañías. Octopus Energy, Samsung SDS y Salesforce vendieron a clientes externos herramientas que habían probado en su propia atención al cliente o en el trabajo de oficina.
incidencias resueltas por hora por los agentes con asistencia de IA (agentes noveles y de baja cualificación: alrededor de +30%)
Economistas de Stanford y del MIT estudiaron un asistente de chat basado en GPT introducido entre 5.172 agentes de soporte de una empresa de software empresarial de Fortune 500, sobre todo entre finales de 2020 y principios de 2021. Las incidencias resueltas por hora aumentaron un 15% de media y alrededor de un 30% entre los agentes con menos experiencia y menor cualificación, cuya rapidez y calidad mejoraron. Los agentes más experimentados ganaron poca rapidez y registraron un ligero descenso de la calidad. Estos resultados proceden del estudio revisado por pares de 2025, que siguió a un documento de trabajo de 2023 en el que se hablaba de mejoras del 14% y del 34% entre 5.179 agentes.
La herramienta transmitió el conocimiento de los agentes con más experiencia al personal más reciente, por lo que los equipos con más empleados inexpertos obtuvieron mayores mejoras.
Erik Brynjolfsson, Danielle Li y Lindsey Raymond estudiaron a 5.172 agentes de soporte y publicaron sus conclusiones, revisadas por pares, en el volumen 140(2) de The Quarterly Journal of Economics. Las incidencias resueltas por hora aumentaron un 15% de media y alrededor de un 30% entre los agentes con menos experiencia y menor cualificación, mientras que la calidad descendió ligeramente entre los más cualificados. Los agentes recientes tuvieron menos probabilidades de dejar la empresa y los clientes se mostraron más corteses.
Los investigadores publicaron por primera vez su documento de trabajo en abril de 2023 y lo revisaron en noviembre de 2023. Comunicaron una mejora media de la productividad del 14% entre 5.179 agentes y del 34% entre el personal novel y de baja cualificación, con escaso efecto en los agentes experimentados y muy cualificados. También mejoraron la percepción de los clientes y la retención del personal.
Stanford HAI informó de una mejora de la productividad del 14% en el estudio del centro de atención telefónica, concentrada entre los agentes con menos experiencia. Los agentes con 2 meses de antigüedad que usaban el asistente rindieron como los de 6 meses que no lo usaban. Los agentes experimentados apenas se beneficiaron.
mayor rapidez en tareas dentro de las capacidades de la IA (las respuestas correctas cayeron 19 puntos en una tarea fuera de ellas)
Investigadores de Harvard Business School, de otras universidades y de BCG asignaron al azar a 758 consultores de BCG a no usar IA, a usar GPT-4 o a usar GPT-4 con una breve introducción a la formulación de instrucciones, en un experimento prerregistrado. En 18 tareas de consultoría dentro de las capacidades del modelo, los usuarios de IA completaron un 12,2% más de tareas, trabajaron un 25,1% más rápido y obtuvieron puntuaciones de calidad alrededor de un 32% superiores de media. En una tarea de análisis empresarial fuera de esas capacidades, los usuarios de IA tuvieron 19 puntos porcentuales menos de probabilidades de responder correctamente, con alrededor de un 60–71% frente al 84,5% sin IA. El documento de trabajo de 2023 comunicó una mejora de la calidad superior al 40%, mientras que el estudio revisado por pares de 2026 la cifró en alrededor del 32%.
La misma herramienta de IA mejoró algunas tareas de consultoría y redujo la precisión en otra. A los profesionales cualificados les costó reconocer qué tareas excedían las capacidades de la herramienta.
Fabrizio Dell’Acqua y sus colegas publicaron en línea su estudio revisado por pares en marzo de 2026. En las tareas dentro de las capacidades del modelo, los usuarios de IA completaron un 12,2% más de tareas, trabajaron un 25,1% más rápido y mejoraron la calidad alrededor de un 32% de media. Las respuestas correctas cayeron 19 puntos porcentuales en la tarea situada fuera de esas capacidades. Los participantes menos cualificados fueron los que más mejoraron.
El estudio de Harvard Business School de septiembre de 2023 asignó a 758 trabajadores del conocimiento a 3 grupos. Los usuarios de IA trabajaron más rápido y completaron más tareas dentro de las capacidades del modelo, pero tuvieron menos probabilidades de resolver una tarea fuera de ellas. La investigación se publicó más tarde en Organization Science.
BCG informó de que sus consultores obtuvieron con GPT-4 puntuaciones alrededor de un 40% superiores en tareas creativas de producto. En tareas de resolución de problemas empresariales, las puntuaciones fueron un 23% inferiores porque muchos aceptaron resultados incorrectos. Las ideas de los usuarios de GPT-4 fueron un 41% menos diversas.
menor tiempo para terminar una tarea de programación con un asistente de código con IA
Investigadores de Microsoft Research, GitHub y MIT Sloan reclutaron a 95 desarrolladores autónomos a través de Upwork en mayo y junio de 2022 y los dividieron al azar en un grupo con Copilot (45) y un grupo de control (50); 35 de cada grupo completaron la tarea. Ante el encargo de escribir un servidor HTTP en JavaScript, el grupo con Copilot tardó 71 minutos de media frente a 161, una reducción del 55,8% (intervalo de confianza del 95%: 21–89%). Los desarrolladores con menos experiencia se beneficiaron más. Copilot lo desarrolla GitHub, filial de Microsoft, y 3 de los 4 autores trabajaban en Microsoft o GitHub.
Los desarrolladores ahorraron un tiempo considerable en una tarea de programación bien definida. Estudios posteriores sobre grandes bases de código existentes hallaron mejoras mucho menores o ralentizaciones en ese entorno distinto.
Sida Peng, Eirini Kalliamvakou, Peter Cihon y Mert Demirer reclutaron a 95 desarrolladores a través de Upwork y asignaron 45 a Copilot y 50 a un grupo de control. En cada grupo, 35 completaron la tarea del servidor HTTP, y el grupo con Copilot empleó un 55,8% menos de tiempo. Su tasa de éxito fue 7 puntos porcentuales superior, una diferencia que no resultó estadísticamente significativa.
GitHub informó de que el 78% del grupo con Copilot y el 70% del grupo de control completaron la tarea. El grupo con Copilot terminó alrededor de un 55% más rápido, con 1 hora y 11 minutos frente a 2 horas y 41 minutos. En una encuesta aparte a más de 2.000 usuarios de Copilot, la mayoría afirmó que la herramienta les ayudaba a trabajar más rápido y a mantener la concentración.
proporción de pymes manufactureras que señalan el coste inicial como el mayor obstáculo para adoptar la IA
El Ministerio de Pymes y Startups citó una encuesta de la Federación Coreana de Pymes al presentar el 24 de octubre de 2025 su estrategia de Smart Manufacturing Innovation 3.0 basada en la IA. Las pymes manufactureras señalaron el coste inicial (44,2%) como su mayor obstáculo, seguido de la escasez de personal (20,5%) y la falta de estrategia (14,9%), mientras que el 72,3% deseaba recibir apoyo financiero directo. El Gobierno situó la adopción de la IA en alrededor del 1% y fijó como objetivos una adopción del 10% y 12.000 fábricas inteligentes centradas en la IA de aquí a 2030. No se informó de la fecha de la encuesta ni del tamaño de la muestra.
Los fabricantes citaron el coste inicial con más frecuencia que la escasez de personal o la falta de estrategia. Entre las medidas del Gobierno figuraron subvenciones y fábricas inteligentes por suscripción para reducir esa carga inicial.
Money Today informó de que las pymes manufactureras citaban como obstáculos para la IA el coste inicial (44,2%), la escasez de personal (20,5%) y la falta de estrategia (14,9%), mientras que el 72,3% deseaba ayuda financiera directa. Entre las medidas del Gobierno figuraban las fábricas inteligentes por suscripción y una plataforma de apoyo de ventanilla única. El Gobierno se proponía elevar la adopción de la IA de alrededor del 1% al 10%.
Herald Business informó de que una encuesta de la Federación Coreana de Pymes halló que el coste inicial era el mayor obstáculo de los fabricantes para la IA y que alrededor de 7 de cada 10 querían financiación directa. Los objetivos del Gobierno incluían 12.000 fábricas inteligentes con IA, una adopción de la IA del 10%, 500 empresas especializadas y 1.000 conjuntos de datos compartidos.
Financial News informó de los objetivos del Gobierno de 12.000 fábricas inteligentes centradas en la IA y de un aumento de la adopción de la IA del 1% al 10% de aquí a 2030. También describió el apoyo a empresas concretas dentro del programa de IA para fábricas inteligentes.
mayor tiempo para completar las tareas cuando se permitía la IA (los desarrolladores habían esperado ser un 24% más rápidos)
De febrero a junio de 2025, la organización sin ánimo de lucro METR permitió o prohibió al azar el uso de IA en 246 tareas reales realizadas por 16 desarrolladores con experiencia en grandes proyectos de código abierto que mantenían desde hacía años. Cuando se permitía la IA, los desarrolladores usaron sobre todo Cursor Pro con Claude 3.5/3.7 Sonnet y tardaron un 19% más, con un intervalo de confianza del 95% de +2% a +39%. Habían esperado trabajar un 24% más rápido y, después, seguían creyendo que habían sido un 20% más rápidos. Un seguimiento iniciado en agosto de 2025 con 57 desarrolladores arrojó estimaciones cuyos intervalos de confianza incluían el cero, y METR afirmó en febrero de 2026 que los efectos de selección hacían poco fiables los datos.
Los desarrolladores con experiencia que trabajaban en bases de código que conocían se sintieron más rápidos con la IA aunque el tiempo medido para completar las tareas aumentó. Los resultados de las herramientas de principios de 2025 pueden diferir de los de herramientas posteriores.
Joel Becker, Nate Rush, Elizabeth Barnes y David Rein hallaron un aumento del 19% en el tiempo de realización en un ensayo con 16 desarrolladores y 246 tareas. Los desarrolladores habían esperado una aceleración del 24% y percibieron después una del 20%, mientras que los expertos en aprendizaje automático y economía habían pronosticado mejoras del 38–39%. Los investigadores examinaron 20 posibles explicaciones y consideraron improbable que la ralentización fuera sobre todo un artefacto del diseño del estudio.
METR estudió proyectos con una media de más de 22.000 estrellas y más de un millón de líneas de código, con tareas que duraban aproximadamente dos horas. Señaló el reducido tamaño de la muestra de desarrolladores, el enfoque en un único ámbito y los posibles efectos de aprendizaje. METR describió más tarde estos resultados como desfasados y publicó datos de seguimiento.
METR inició un seguimiento en agosto de 2025 con 57 desarrolladores y más de 800 tareas. Estimó aceleraciones del 18% para los desarrolladores que repetían y del 4% para los nuevos participantes, y en ambos casos los intervalos de confianza incluían el cero. Como cada vez más desarrolladores se negaban a trabajar sin IA, METR juzgó poco fiables los datos y anunció un nuevo diseño del estudio.
efecto medido sobre los ingresos y las horas registradas 2 años después del lanzamiento de ChatGPT (se descartan efectos superiores al 2%)
Anders Humlum, de la Universidad de Chicago, y Emilie Vestergaard, de la Universidad de Copenhague, colaboraron con la Oficina de Estadística de Dinamarca (Statistics Denmark) en encuestas representativas de 11 ocupaciones muy expuestas a los chatbots de IA. Su encuesta de finales de 2024 abarcó a 25.000 trabajadores de 7.000 centros de trabajo y se vinculó a los registros oficiales de ingresos, horas y ocupación hasta diciembre de 2024. En los casos en que los empleadores fomentaban el uso y ofrecían chatbots corporativos y formación, el 93% había usado chatbots, el 28% los usaba a diario y el 19% afirmó ahorrar más de 1 hora al día. Al comparar a quienes los adoptaron con quienes no antes y después de la llegada de los chatbots, los investigadores no hallaron efecto alguno sobre los ingresos ni sobre las horas registradas, aunque el trabajo cambió porque el personal generaba contenido, revisaba los resultados de la IA y la integraba.
El tiempo ahorrado que declararon los trabajadores no modificó el salario ni las horas en un plazo de 2 años. La mayoría de los usuarios dijo que dedicó el tiempo ahorrado a otras tareas, lo que cambió la organización del trabajo.
Los investigadores publicaron por primera vez su documento de trabajo en mayo de 2025 y lo revisaron en marzo de 2026. Con datos de encuesta y administrativos vinculados, compararon los cambios de quienes adoptaron los chatbots y de quienes no, y descartaron efectos medios sobre los ingresos y las horas superiores al 2%. Alrededor del 85% de los usuarios declaró dedicar el tiempo ahorrado a otras tareas, y algunos pasaron a ocupaciones mejor remuneradas.
El Becker Friedman Institute informó de que no hubo efecto sobre los ingresos ni sobre las horas registradas 2 años después del lanzamiento de ChatGPT. La conclusión se mantuvo para los usuarios intensivos, los primeros en adoptar la herramienta y los centros de trabajo que invirtieron con fuerza. La adopción de chatbots se asoció a cambios en las tareas y en las ocupaciones, sin variaciones netas en el salario ni en las horas.
tareas completadas por semana entre los desarrolladores que usaron el asistente de código con IA (estimación agrupada, error estándar de unos 10 puntos)
Economistas de Princeton, el MIT, Wharton y Microsoft analizaron 3 experimentos aleatorizados en Microsoft, Accenture y un fabricante de electrónica no identificado de Fortune 100, entre septiembre de 2022 y mayo de 2023. Un subconjunto aleatorio de 4.867 desarrolladores recibió acceso a GitHub Copilot durante su trabajo habitual, y los usuarios completaron un 26,08% más de tareas semanales (error estándar del 10,3%), realizaron un 13,55% más de commits y ejecutaron un 38,38% más de compilaciones en el conjunto de los experimentos. Los empleados recién incorporados y los desarrolladores júnior usaron más la herramienta y se beneficiaron más, mientras que los desarrolladores sénior no obtuvieron una mejora estadísticamente significativa. 2 de los 6 autores trabajaban en Microsoft, propietaria de GitHub.
Los desarrolladores de las empresas obtuvieron mejoras de productividad menores que en el ensayo de laboratorio de una sola tarea, con mayor incertidumbre en los resultados. Los desarrolladores con menos experiencia fueron los que más mejoraron.
Kevin Zheyuan Cui, Mert Demirer, Sonia Jaffe, Leon Musolff, Sida Peng y Tobias Salz comunicaron los experimentos en febrero de 2025. Los ensayos duraron de 2 a 8 meses antes de que todos los grupos recibieran acceso. En el conjunto de los 3 ensayos, las tareas completadas aumentaron un 26,08%, los commits un 13,55% y las compilaciones un 38,38%. Los investigadores señalaron que cada ensayo por separado tenía una incertidumbre estadística considerable y que la adopción inicial fue baja.
Los investigadores registraron los experimentos en las 3 empresas en la American Economic Association una vez realizados. Los experimentos se desarrollaron entre septiembre de 2022 y mayo de 2023 y asignaron el acceso al azar por equipo o por persona en cada empresa. Entre las medidas principales figuraban las solicitudes de incorporación de cambios, los commits y las compilaciones.