Si todos tenemos la misma inteligencia artificial, ¿qué diferenciará a unas empresas de otras?

Durante los últimos años, las empresas han competido por incorporar inteligencia artificial antes que sus rivales. Pero esa ventaja puede durar muy poco. ChatGPT, Claude, Gemini y otros modelos están al alcance de prácticamente cualquiera y sus capacidades son cada vez más parecidas. Si todas las empresas pueden utilizar una inteligencia artificial similar, la ventaja competitiva tendrá que estar en aquello que sus competidores no tienen: los datos, el conocimiento, la experiencia y los procesos propios. Para la industria vasca, que lleva décadas compitiendo gracias a su especialización tecnológica y productiva, esta transformación plantea una oportunidad, pero también un riesgo.

---

Es la paradoja que plantea la consultora Forrester en un reciente artículo. La inteligencia artificial, por sí sola, dejará de ser un elemento diferenciador. Las empresas que obtengan ventaja serán aquellas capaces de combinarla con conocimientos exclusivos, experiencia y criterio humano.

La historia económica está llena de precedentes. Disponer de electricidad supuso inicialmente una ventaja para las fábricas que la adoptaron, pero dejó de serlo cuando se generalizó. Algo similar ocurrió posteriormente con los ordenadores, Internet o el almacenamiento en la nube. Estas tecnologías siguieron siendo fundamentales, pero tener acceso a ellas ya no bastaba para diferenciarse de los competidores.

La inteligencia artificial podría recorrer el mismo camino, probablemente mucho más deprisa. Una pequeña empresa industrial de Gipuzkoa puede acceder hoy a algunos de los modelos más avanzados del mundo pagando unas decenas de euros mensuales. Pero un fabricante alemán, chino o estadounidense que compita con ella puede contratar exactamente el mismo servicio al día siguiente.

Esto no significa que la inteligencia artificial no genere productividad. Un estudio de Erik Brynjolfsson, Danielle Li y Lindsey Raymond, basado en 5.179 trabajadores de atención al cliente, comprobó que un asistente de IA aumentaba un 14% de media el número de problemas resueltos por hora. La mejora era especialmente importante entre los trabajadores menos experimentados, mientras que el efecto sobre los más cualificados era pequeño.

Los investigadores encontraron indicios de que la inteligencia artificial estaba difundiendo entre los trabajadores novatos parte del conocimiento que hasta entonces poseían los mejores empleados. En cierta manera, la IA convertía el conocimiento de los mejores en conocimiento disponible para todos.

Aunque el estudio se refiere a servicios, sus implicaciones para la industria son evidentes. Pensemos en una empresa vasca de máquina-herramienta. Sus ingenieros más experimentados conocen las particularidades de cientos de instalaciones, los problemas que han aparecido durante años en máquinas de clientes y las soluciones que han funcionado. Parte de esa experiencia se encuentra en manuales, informes de mantenimiento y documentación técnica, pero otra parte reside exclusivamente en las personas.

Si la compañía consigue organizar ese conocimiento y ponerlo a disposición de sus trabajadores mediante inteligencia artificial, un técnico recién incorporado podría resolver incidencias que antes requerían la intervención de un especialista con veinte años de experiencia. No porque la IA sepa más que ese especialista, sino porque puede ayudar a recuperar y aplicar lo que él y sus compañeros han aprendido durante décadas.

El mismo razonamiento sirve para la automoción, la aeronáutica, la fundición o la fabricación de componentes metálicos. Una empresa puede disponer de históricos de miles de piezas rechazadas, parámetros de producción, ensayos de materiales, reclamaciones de clientes y averías de maquinaria.

Esa información puede permitir a una IA identificar relaciones difíciles de detectar manualmente y ayudar a reducir defectos, tiempos de fabricación o costes de mantenimiento. El verdadero activo no sería entonces la inteligencia artificial, que sus competidores también pueden contratar, sino los datos industriales y la experiencia acumulada que la alimentan.

Esto tiene especial importancia en Euskadi, donde numerosas empresas industriales han construido su posición competitiva mediante una especialización desarrollada durante generaciones. En sectores como la máquina-herramienta, los componentes de automoción, la energía o la aeronáutica, una parte considerable del valor reside en saber fabricar productos complejos, resolver problemas específicos y responder a exigencias técnicas de los clientes.

Ese conocimiento no se encuentra necesariamente en Internet ni forma parte de los datos con los que se entrenan los grandes modelos de inteligencia artificial. Tampoco puede adquirirse de un día para otro. Es el resultado de inversiones, errores, ensayos, relaciones comerciales y experiencia productiva acumulada durante años.

Sin embargo, existe un problema: buena parte de ese patrimonio empresarial no está suficientemente documentado. Puede encontrarse disperso entre programas de gestión, planos, hojas de cálculo, correos electrónicos, informes de calidad y archivos de mantenimiento. Y una parte ni siquiera está escrita. Está en la cabeza del ingeniero que lleva treinta años en la fábrica, del comercial que conoce personalmente al cliente o del operario que sabe por el ruido de una máquina que algo no funciona correctamente.

Para muchas empresas industriales vascas, capturar ese conocimiento puede ser tan importante como invertir en nueva maquinaria. Además, existe un riesgo generacional: cuando se jubilan los trabajadores más experimentados, una parte de lo que sabe hacer la empresa puede desaparecer con ellos.

La inteligencia artificial ofrece una oportunidad para reducir esa pérdida. Pero exige algo más que contratar licencias de ChatGPT o Copilot. Hay que documentar procedimientos, estructurar datos, registrar incidencias, integrar sistemas informáticos y establecer mecanismos para que los conocimientos puedan ser consultados y utilizados de forma fiable.

El último diagnóstico de BAIC sobre la situación de la inteligencia artificial en Euskadi aporta algunos datos interesantes sobre este desafío. El 87% de las entidades analizadas utiliza datos propios en sus proyectos de IA, pero sólo el 13% dispone de ellos plenamente centralizados y accesibles desde un sistema común. Además, únicamente el 21,1% tiene una estrategia de datos completamente implantada y en uso.

Lamentablemente, la calidad metodológica del estudio de BAIC limita considerablemente el valor de sus conclusiones. El diagnóstico se basa en 254 respuestas voluntarias procedentes de un universo de 1.653 agentes relacionados con la inteligencia artificial, entre los que figuran empresas usuarias, proveedores tecnológicos y otras organizaciones. No se trata de una muestra aleatoria ni representativa del conjunto de las empresas vascas.

Por tanto, sus resultados no permiten conocer con rigor hasta qué punto está implantada la IA en el tejido empresarial de Euskadi. La presentación de porcentajes con decimales transmite, además, una precisión estadística que el procedimiento de selección de participantes no justifica. Con estas reservas, resulta significativo que el 42% de las entidades participantes declare utilizar la IA generativa de manera individual y no estructurada, mientras que otro 32% haya extendido su uso con pautas básicas.

Sólo el 26% restante afirma tener una utilización regulada e integrada o avanzada, con políticas de formación. Aunque estos porcentajes no pueden extrapolarse al conjunto de las empresas vascas, sugieren que incluso entre organizaciones interesadas en la IA existe una distancia considerable entre disponer de la tecnología e integrarla plenamente en su funcionamiento.

El diagnóstico tampoco permite responder a la pregunta empresarial más importante: cuántas organizaciones están convirtiendo sus datos y conocimientos exclusivos en una ventaja competitiva real y cuantificable. Saber que utilizan IA o que disponen de una estrategia de datos no demuestra que hayan mejorado sus márgenes, reducido costes o desarrollado capacidades difíciles de copiar por sus competidores.

La diferencia entre utilizar IA y transformar un negocio puede ilustrarse con un ejemplo industrial. Un fabricante vasco puede emplear ChatGPT para redactar más rápidamente sus ofertas comerciales o traducir documentación técnica. Su competidor alemán puede hacer exactamente lo mismo.

Pero imaginemos que esa empresa vasca dispone de veinte años de presupuestos, costes reales de fabricación, desviaciones, reclamaciones, características de los pedidos y resultados comerciales. Si consigue integrar toda esa información en un sistema de inteligencia artificial, podría calcular ofertas con mayor precisión, identificar riesgos y anticipar qué condiciones tienen más posibilidades de resultar rentables.

En ese caso, la ventaja no estaría en ChatGPT, sino en una base de conocimiento empresarial que su competidor no posee. Lo mismo puede suceder con el mantenimiento industrial. Una empresa fabricante de maquinaria podría utilizar los datos de funcionamiento de miles de equipos instalados en distintos países para anticipar averías, recomendar intervenciones o mejorar el diseño de sus siguientes modelos. Es, de hecho, lo que hace la startup guipuzcoana Savvy, participada por Danobatgroup y Fagor Arrasate.

La inteligencia artificial sería la herramienta para explotar esa información, pero la barrera competitiva estaría en disponer de los datos, conocer las máquinas y mantener la relación con los clientes. Hay además otra consecuencia que merece atención. Las empresas industriales vascas suelen trabajar con proveedores internacionales de software, automatización, maquinaria y servicios tecnológicos. Muchos de ellos están incorporando inteligencia artificial a sus productos.

Esto puede facilitar enormemente su adopción, pero también plantea una cuestión empresarial: quién controla los datos industriales y quién captura el valor que generan. Si una compañía entrega a terceros información sobre sus procesos, averías, rendimientos o diseños, debe asegurarse de conocer cómo se utiliza, quién puede acceder a ella y si puede servir para mejorar productos que después utilizarán sus competidores.

No significa que las empresas deban desarrollar toda la tecnología por sí mismas ni renunciar a proveedores externos. Significa que deberían tratar sus datos industriales y su conocimiento técnico como activos empresariales, con la misma atención que dedican a las patentes, los diseños o las relaciones comerciales.

Aquí aparece otra cuestión relevante para Euskadi, donde buena parte del debate tecnológico gira alrededor de la denominada IA soberana y del desarrollo de modelos propios. Para muchas empresas industriales, probablemente sea más importante controlar sus datos y conocimiento que disponer de un modelo de inteligencia artificial propio. Un modelo puede sustituirse cuando aparece otro mejor; reconstruir cuarenta años de experiencia industrial resulta bastante más difícil.

También existe una diferencia considerable entre mejorar la productividad de un empleado y aumentar los beneficios de una empresa. Una investigación de McKinsey sobre la reorganización del trabajo mediante agentes de IA recoge que, aunque el 80% de los participantes declaraba mejoras en su productividad individual, sólo el 37% atribuía algún impacto sobre el beneficio operativo de su organización. Son percepciones recogidas en encuestas empresariales, no resultados contables comprobados de forma independiente, pero ilustran la dificultad de trasladar las mejoras individuales a la cuenta de resultados.

La explicación puede estar en que proporcionar ChatGPT o un copiloto a los trabajadores resulta mucho más sencillo que cambiar una empresa. Para aprovechar plenamente la IA hay que revisar procedimientos, integrar sistemas informáticos, ordenar los datos, formar a los empleados y, en ocasiones, modificar responsabilidades y estructuras organizativas.

En la industria, además, las decisiones tienen consecuencias físicas y económicas que no desaparecen porque un algoritmo las recomiende. Una IA puede proponer modificar un proceso de fabricación, pero alguien debe comprobar que la solución funciona, que cumple las exigencias de calidad y seguridad y que resulta económicamente viable. La experiencia industrial y la capacidad de ejecución siguen siendo fundamentales.

Queda otro activo que probablemente aumentará de valor precisamente porque las máquinas serán capaces de producir cantidades casi ilimitadas de información: el criterio humano para decidir qué merece la pena hacer. Si generar cien diseños, cien estrategias comerciales o cien posibles productos cuesta prácticamente lo mismo que generar uno, el problema deja de ser producir alternativas. Pasa a ser escoger correctamente entre ellas. En una empresa industrial, una decisión equivocada puede traducirse en una inversión fallida, una pieza defectuosa o la pérdida de un cliente.

La propia Forrester ofrece un ejemplo de esta transformación. La consultora ha desarrollado una herramienta de inteligencia artificial que permite explotar sus investigaciones y metodologías mediante modelos generativos. Su propuesta no consiste en disponer de un modelo fundamental mejor que los demás, sino en combinar tecnologías disponibles en el mercado con información y conocimientos propios que sus competidores no poseen.

Durante la primera etapa de la revolución de la inteligencia artificial, tener acceso a ella podía constituir una ventaja. En la siguiente, probablemente ocurrirá exactamente lo contrario: no utilizarla será una desventaja, pero utilizarla dejará de proporcionar una ventaja por sí sola.

Esto tiene una consecuencia directa para las empresas industriales vascas. Antes de preguntarse qué modelo de IA deben contratar o cuántas licencias necesitan sus empleados, deberían identificar qué saben hacer mejor que sus competidores, qué información poseen que los demás desconocen y cómo pueden utilizar la inteligencia artificial para aprovechar ambas cosas.

La inversión decisiva quizá no esté en comprar más tecnología, sino en ordenar los datos, documentar procesos, preservar la experiencia de los trabajadores y reorganizar la actividad para explotar ese conocimiento. Y no se trata únicamente de reducir costes: una empresa que conozca mejor sus productos y clientes puede ofrecer servicios de mayor valor, mejorar su calidad, acelerar el desarrollo de nuevos productos o generar ingresos que antes no existían.

La inteligencia artificial no eliminará las ventajas competitivas de la industria vasca, pero puede cambiar su origen y la manera de aprovecharlas. Las empresas que se limiten a utilizar las mismas herramientas que sus rivales podrán ganar eficiencia, aunque difícilmente conseguirán diferenciarse de forma duradera. Las que combinen esas herramientas con activos y conocimientos difíciles de copiar tendrán muchas más posibilidades de hacerlo.