Santiago Jiménez Londoño
Economista, MsC en Ciencias Naturales y Matemáticas y Doctor en Filosofía

¿Qué medimos cuando decimos que una empresa ya usó la tecnología?

El 28 de agosto el DANE publicó la última medición oficial de tecnología en empresas colombianas, y no pregunta por inteligencia artificial: pregunta por internet, computador y página web, con datos de 2024. En la industria manufacturera formal, el 99,7% usa computador y el 99,7% usa internet, de modo que casi todas están conectadas, pero otra cifra cuenta otra cosa, porque el 31,1% de esas empresas vendió por una plataforma electrónica y el comercio electrónico fue el 10,5% de sus ventas.

En el comercio formal pasa algo parecido, el 99,8% tiene internet y por ese canal pasó el 6,1% de las ventas, y me pregunto cuál de las dos ya puede nombrar su organización, no para señalar un atraso, sino porque son indicadores distintos y solemos leerlos como si fueran el mismo. Martha Nussbaum, en Crear capacidades, separó lo que se tiene, lo que se puede hacer y lo que se hace, y comprar la conexión, o la licencia, vive en el primer tramo; lo segundo y lo tercero piden tiempo, gente, y un criterio que no llega con la factura.

En los hogares, la ENTIC de 2024 deja ver el mismo desfase, con otro rostro: el 79,3% de las personas usó internet y solo el 35,7% de los hogares tenía computador, y quienes entran a la red lo hacen, en el 97,5% de los casos, por el celular. Hay conexión en el 65,6% de los hogares, y en el 41,9% del rural disperso, así que avanzamos, y el piso, al mismo tiempo, sigue incompleto.

El comercio electrónico, si se mira el volumen, parece otra historia. La Cámara Colombiana de Comercio Electrónico contó en 2025 un total de 684,6 millones de compras en línea y 145,4 billones de pesos. En el primer trimestre de 2026 fueron 186,35 millones de transacciones y 39,37 billones, el primer trimestre más alto de la serie, pero en el mostrador ese canal movió cerca del 2,4% del comercio minorista. Qué se celebra en junta, el número de operaciones o la parte de la venta que cambió de canal, no es una pregunta menor, porque de esa elección depende lo que después llamamos éxito.

Cuando aparece una herramienta nueva el hábito se repite. Circulan un 42% de empresas que ya adoptaron inteligencia artificial, un 24,5% de personas en edad de trabajar que la usan y un 5,1% de empresas que la tenían. La primera sale de una encuesta privada de 2026, la segunda de la telemetría de un proveedor en el primer trimestre de este año, donde basta con haber usado un producto generativo en el período, y la tercera es la última pregunta oficial y probabilística a empresas, de diciembre de 2022, que el DANE no ha vuelto a hacer.

En los hogares sí preguntó, en 2024: de quienes usaron internet, el 18% usó esas herramientas, y esa cifra no se puede restar ni promediar con el 24,5%, porque es otra gente, otra pregunta, otro año. Lo escribí con más detalle en Colombia mide a las personas, no a las empresas. Si mañana le pidieran una sola cifra para saber si lo que compraron sirvió, cuál llevaría.

Gráfico. Tener internet no es vender por internet. Industria manufacturera formal, Colombia, 2024. Fuente: DANE, Indicadores básicos de TIC en empresas (EAM), boletín del 28 de agosto de 2026.

Las empresas que dicen haber adoptado suelen declarar que les fue bien. En la encuesta de Strand Partners para AWS, el 88% habla de productividad, aunque el 47% admite que no tiene una forma confiable de calcular ese retorno, solo el 19% tiene un marco para saber cuándo una implementación fue exitosa, y el 29% mide resultado de negocio. El 74% sigue en usos básicos. Sospecho que no falta entusiasmo, falta otra contabilidad: estamos midiendo el arranque y narrando el final.

Hay un tramo, entre firmar la licencia y capturar valor, que no viene en la caja y sin el cual la herramienta se queda en el escritorio o, peor, se usa sin saber qué se le está entregando. Me refiero a la gobernanza de los datos: saber qué información puede entrar, de quién es, con qué calidad llega, quién responde si el resultado sale mal, y cuándo conviene dejarla afuera. En agosto de 2024 la Superintendencia de Industria y Comercio recordó, en su Circular 002, que las leyes de datos personales ya cubren el tratamiento que se hace en estos sistemas, de modo que el vacío, muchas veces, no es de norma nacional, sino de regla interna, de saber qué tabla, qué persona y qué excepción. A inicios de septiembre el CESA y Minciencias publicaron el piloto de su índice de gestión, 56 empresas, madurez media de 3,41 sobre 5: las fortalezas están en el liderazgo y en la aceptación, y los rezagos, otra vez, en gobernanza y en productividad. Se firma, se celebra, y el criterio de los datos llega después, si llega.

En las vacantes ocurre algo más callado, y no es un veredicto sobre salarios. De 98.950 avisos del Servicio Público de Empleo en agosto de 2026, apenas el 0,55% nombra de forma explícita una habilidad de este tipo. Eso no prueba que las empresas no la usen, ni que el oficio no haya cambiado: prueba, más bien, que el cambio todavía no entra en la manera de describir el trabajo. Seguimos contratando el puesto de siempre, y la herramienta, cuando aparece, llega por el costado, en el día a día, sin que el proceso, el indicador, el dato o el perfil se hayan reescrito. ¿En su organización la última compra cambió el aviso, o solo el escritorio?

Me quedo con unas preguntas que valen para esta tecnología y para la que llegó antes: qué medía el proceso el mes anterior a firmar, qué parte de las ventas, del ciclo o del reproceso se movió de verdad, qué datos pueden entrar y quién los autoriza, qué sabe hacer todavía su gente si la herramienta no enciende, y quién decide cuándo no usarla. La adopción cabe en una tarde, el impacto pide otra espera, y esa espera no viene en la licencia.
 

Santiago Jiménez Londoño
Economista, MsC en Ciencias Naturales y Matemáticas y Doctor en Filosofía

Cada cinco minutos, durante el último año, una empresa colombiana empezó a usar inteligencia artificial. La adopción pasó de 34% a 42%, según Desbloqueando el potencial de la IA en Colombia, de Strand Partners para AWS. El mismo informe muestra que 74% la destina a tareas básicas y que apenas 15% lanzó con ella un producto nuevo.

¿Qué medimos, entonces, cuando decimos que una empresa adoptó inteligencia artificial? Casi siempre una fecha de arranque. Rara vez una capacidad instalada. Adoptamos rápido y aprendemos despacio, y sospecho que el problema no es de gestión sino de metafísica.
Bergson dedicó su obra a una distinción que nuestra época borró.

Hay un tiempo que se mide, divisible, hecho a imagen del espacio. Y hay duración, el tiempo en que las cosas efectivamente se hacen. El uno cabe en un cronograma. La otra no cabe en ninguno. En la evolución creadora lo dijo con un ejemplo doméstico. Si quiero prepararme un vaso de agua azucarada, por más que haga, debo esperar a que el azúcar se disuelva.

Esa espera coincide con mi impaciencia, y no es prolongable ni reducible a voluntad. La transformación digital vive de confundir ambas. Se puede acelerar la compra de una licencia porque una compra es una fecha. No se puede acelerar la formación de un criterio, porque un criterio es una duración. Y sin embargo el vocabulario con el que se gobierna esta década trata lo segundo como si fuera lo primero. Time to value. Quick wins.

Hoja de ruta a noventa días. ¿Cuánto tiempo le dio su comité al último piloto antes de cerrarlo? La respuesta suele ser una cifra redonda, fijada antes de conocer el problema.
Quienes deciden lo intuyen. El People Readiness Report 2026 de Kyndryl, con 1.100 líderes de ocho países, halló que 79% admite que la velocidad de la IA superará la capacidad de adaptación de su fuerza laboral, su gobernanza y su modelo operativo. No es una brecha técnica. Es una impaciencia que se sabe impaciencia y no se corrige.

Simone Weil llegó por otra vía al mismo lugar. En sus reflexiones sobre el buen uso de los estudios escolares, de 1942, sostuvo que un problema de geometría mal resuelto forma tanta capacidad como uno bien resuelto, si se le dedicó el esfuerzo debido. Lo que se ejercita no es el resultado. Es la atención, que para ella no era rendimiento sino una forma de espera.

Eso es lo primero que suprime una organización apurada, y es administrable. Un piloto debería tener un plazo mínimo antes de poder cerrarse, fijado por el problema y no por el trimestre. ¿Qué línea de su presupuesto financia hoy el tiempo en que todavía no se entiende algo? Si esa línea no existe, lo que hay no es aprendizaje. Son compras.
¿En qué momento dejamos de tolerar no entender todavía? Ningún tablero registra ese tiempo. No es una demora. Es la forma misma que tiene el entendimiento de ocurrir.

Santiago Jiménez Londoño
Economista, MsC en Ciencias Naturales y Matemáticas y Doctor en Filosofía

El 24,5% de la población en edad de trabajar en Colombia usó inteligencia artificial generativa en el primer trimestre de 2026, según el AI Economy Institute de Microsoft. En el primer semestre de 2025 era 20,4%. Puesto 41 entre 147 economías, por encima del promedio mundial y de Chile, Argentina, México y Brasil.

La adopción avanza persona por persona. La estrategia, empresa por empresa. Las personas van ganando.

Mientras los empleados incorporan la IA a su rutina, las organizaciones compran la transformación por partes. Una licencia. Una consultoría. Un piloto. Como si la estrategia fuera algo que se descarga.

Michael Polanyi dejó en La dimensión tácita, de 1966, la frase que debería colgar en la pared de todo comité de transformación: podemos saber más de lo que podemos decir. Usted reconoce un rostro entre mil sin poder explicar cómo. El operario oye la falla antes de que el tablero la marque. Ese conocimiento existe, opera, produce resultados. Y no cabe en un manual. Polanyi lo llamó conocimiento tácito. No viaja en documentos. Viaja dentro de tareas que, vistas desde afuera, parecen puro trámite. La revisión aburrida donde un veterano forma al aprendiz. La salida a campo donde se aprende a escuchar una falla.

Automatizar una tarea es barato. Lo caro es lo que esa tarea sostenía sin que nadie lo hubiera escrito. Cuando la tarea desaparece, el saber se va con ella. Y nadie lo nota, porque nunca estuvo en ningún sistema.

El costo ya tiene medida. The Lancet Gastroenterology & Hepatology publicó en 2025 un estudio con 19 endoscopistas expertos en cuatro centros de Polonia. Tras meses asistidos por IA, su tasa de detección de adenomas sin asistencia cayó de 28,4% a 22,4%. Una reducción relativa de 20%. Nadie decidió desaprender. La capacidad se atrofió en silencio mientras los indicadores del proyecto mejoraban.

En un experimento de METR con 246 tareas reales, desarrolladores tardaron 19% más usando IA y creyeron haber ido 20% más rápido. Treinta y nueve puntos entre lo que pasó y lo que sintieron. Midiendo su propio oficio.

Es medicina y software porque ahí alguien midió el deterioro. El mecanismo no tiene nada de médico. ¿Cuál es su métrica del otro lado? Si solo mide lo que ahorra, ¿cómo sabría que está perdiendo?

Las preguntas para su comité: ¿qué de su gente no aparece en ningún sistema y aun así sostiene la operación? ¿Qué aprende alguien nuevo haciendo la tarea que están por automatizar, y dónde lo aprenderá mañana? ¿Qué capacidad humana hay que conservar para supervisar el sistema en dos años? Si nadie la nombró en el caso de negocio, la supervisión será una firma.

¿Está formando gente que usa IA o gente que decide sobre la IA?

La IA aprende lo que su empresa pudo decir. Lo que no pudo decir se conserva o se pierde.
Una organización no pierde su saber por adoptar inteligencia artificial. Lo pierde el día en que deja de decidir qué conserva.
 
Fuente: https://www.larepublica.co/

Santiago Jiménez Londoño
Economista, MsC en Ciencias Naturales y Matemáticas y Doctor en Filosofía

Tres de cada cuatro ciudades evaluadas por ONU-Hábitat y la Universidad de las Naciones Unidas habían planeado usar inteligencia artificial. Cerca de 80% ya la tenía en piloto o desplegada. Esperan mejoras en movilidad, agua, residuos, seguridad y planeación. Expectativas razonables.

Pero solo 15% de las que la implementaron o pilotaron tenía un marco definido de gobernanza. Y apenas 38% de las que ya la operaban seguía el desempeño de sus modelos.
Hay voluntad. Falta la decisión anterior a la herramienta: qué clase de problema tenemos enfrente y quién responde por lo desplegado.

Estuve esta semana en Hábitat LATAM, en Guadalajara, bajo un título que es un programa: la ciudad es nuestro hogar. La vivienda apareció como organizadora de la vida urbana.
Jane Jacobs dedicó a esto el último capítulo de Muerte y vida de las grandes ciudades, y lo planteó como un problema de estrategias de pensamiento. Decidir bien exige reconocer con qué clase de problema se trata.

Acudió al ensayo de Warren Weaver sobre ciencia y complejidad, reproducido en el informe de 1958 de la Fundación Rockefeller. Están los de simplicidad, con pocas variables y comportamientos predecibles. Los de complejidad desorganizada, con tantos elementos que solo la estadística describe sus agregados. Y los de complejidad organizada, donde múltiples factores se afectan entre sí y forman un conjunto que no se entiende por partes. Ahí, advirtió Weaver, el promedio deja de describir.

Jacobs situó las ciudades en la tercera, junto a las ciencias de la vida. Un hogar es exactamente eso: relaciones, no agregados.

Ahí está la oportunidad. Entre lo que administran las instituciones hay tareas acotadas que la inteligencia artificial ejecuta bien: detectar anomalías en una red de acueducto antes de una ruptura, anticipar la demanda de un servicio, priorizar con evidencia el mantenimiento de colegios y puentes. Trabajo enorme, urgente y accesible.

Lo que no puede delegarse es decidir qué tarea optimizar y dentro de qué sistema ocurre. Mejorar un flujo promedio es una cosa. Sostener la vida de una calle es otra. Cuando se tratan igual, el indicador mejora mientras el tejido que lo sostenía se debilita sin que nadie lo advierta.

Conviene preguntar antes de firmar: ¿para qué clase de problema compramos la solución, de agregados o de interacciones? ¿Qué relaciones sostienen hoy el resultado sin aparecer en los datos? ¿Quién sabe leerlas y puede detener un despliegue? ¿Cómo mediremos el sistema y no la métrica que optimiza? ¿Qué aprendimos de quienes habitan el territorio antes de modelarlo?
La región no parte de cero. Después de Europa, las ciudades latinoamericanas son las que más informan a sus habitantes sobre los sistemas que despliegan. Pero 65% de las latinoamericanas y caribeñas señaló la falta de recursos como obstáculo.
Financiar la innovación sin financiar la capacidad de gobernarla deja una herramienta sin criterio.

Jacobs no pedía menos análisis. Pedía el análisis correcto para el problema de enfrente.
La ciudad es nuestro hogar. Y un hogar no cabe en un promedio.
 
Fuente: https://www.larepublica.co/