La IA ya es una realidad en el petróleo no convencional, pero la mayoría del entramado fabril argentino ni siquiera puede considerarla. No es una cuestión de prioridad, sino de viabilidad: las máquinas no generan datos y la formación educativa no acompaña. Un recorrido por las dos caras de la brecha tecnológica.
Para la mayoría de las PyMEs fabriles, la IA no es una cuestión de prioridad o de capacitación. Es, directamente, una opción inviable. El motivo es estructural: las máquinas no generan datos.
Sectores como la construcción vial, la metalurgia pesada o el textil operan con equipos de los años 90, sin sensores ni conectividad. Sin datos en origen, no hay algoritmo que pueda optimizar un proceso.
Entonces, la pregunta que recorre esta nota es incómoda pero necesaria: ¿está realmente la industria argentina preparada para convivir con la IA? O, mejor dicho, ¿puede convivir cuando una parte del tejido productivo ni siquiera está digitalizada?
Mientras la tecnología avanza a pasos agigantados y los costos de quedarse afuera se multiplican, la brecha entre los «pioneros» y los «excluidos» se profundiza. En esta nota, recorremos ambos lados de esa grieta.
El lado A: lo que pasa en Vaca Muerta
La inteligencia artificial ya no es un horizonte lejano en la industria energética. Está transformando la producción en tiempo real.
En Vaca Muerta, las operadoras están utilizando IA para mantenimiento predictivo, monitoreo de sensores en tiempo real y detección de fallas antes de que ocurran. Los resultados son contundentes: las soluciones de IA y mantenimiento predictivo pueden reducir paradas no planificadas entre un 30% y un 50%, y extender la vida útil de los equipos entre un 20% y un 40%.
YPF fue un paso más allá. La petrolera anunció la apertura de un Centro de Inteligencia en Tiempo Real (RTIC) en Neuquén, que utilizará inteligencia artificial para monitorear y coordinar en tiempo real las actividades en los yacimientos no convencionales. El centro dispondrá de cámaras, sensores y geolocalización que generan millones de datos diarios, procesados para anticipar fallas, gestionar el mantenimiento y crear gemelos digitales de las instalaciones.
El objetivo es claro: bajar el costo de desarrollo por barril para ganar competitividad frente a otras formaciones no convencionales del mundo. Según estimaciones del sector, una mejor integración y uso de la información permitiría reducir entre 20% y 30% los costos operativos (OPEX).
But hay un matiz que vale la pena señalar: incluso en Vaca Muerta, el problema no es la falta de datos, sino su dispersión. «Hoy las operadoras están paradas sobre una base enorme de datos que está fragmentada. Tenés data de servicios, data propia de producción, mucho PDF, checklist, archivo. Acceder a eso lleva tiempo», explica Facundo Siviero, head of Energy Markets de la startup /q99. La industria energética aún opera, en buena medida, bajo un modelo reactivo, más apoyado en la experiencia operativa que en herramientas predictivas basadas en datos integrados.
Dicho de otro modo: la IA en Vaca Muerta es una realidad, pero todavía más en modo piloto que en una transformación masiva y sistemática.
El lado B: el parque industrial que no genera datos
Del otro lado del mostrador, la foto es radicalmente distinta.
Tomemos el caso de la construcción vial, la metalurgia pesada o el textil. Sectores enteros del entramado productivo argentino operan con máquinas que no tienen un solo sensor. Motoniveladoras, tornos, telares y prensas de los años 90—o incluso anteriores—siguen funcionando con la lógica del golpe de palanca y el ajuste a ojo.
No es que estas empresas no quieran usar IA. Es que no pueden. Porque la IA necesita datos, y sin sensores que midan temperatura, vibración, desgaste o rendimiento, no hay algoritmo que pueda optimizar nada.
El diagnóstico no es menor. Aunque no existen cifras consolidadas para toda la industria, el sector agropecuario—que comparte el mismo problema de maquinaria envejecida—ofrece un termómetro alarmante. Según la Asociación de Fábricas Argentinas de Tractores (AFAT), entre el 70% y el 80% de los tractores tienen más de 15 años, y una proporción similar de cosechadoras supera la década de uso. La entidad calificó la situación como «crítica».
Si eso pasa en el agro—un sector con alta exposición tecnológica y capacidad de inversión—¿qué puede esperarse de la pequeña industria metalmecánica o de la construcción, donde los márgenes son más estrechos y el acceso al crédito es limitado?
La foto es clara: mientras Vaca Muerta acumula terabytes de datos para alimentar sus algoritmos, gran parte del parque industrial argentino ni siquiera está digitalizado. Y sin digitalización, no hay IA que valga.
El factor humano y educativo: el talón de Aquiles de la transformación
Pero el problema no es solo tecnológico. Es, fundamentalmente, educativo y cultural.
Caso Testigo: Toyota Argentina
En 2021, Toyota Argentina necesitaba cubrir 200 puestos de trabajo y no pudo hacerlo. El motivo: los postulantes no tenían el secundario completo. El presidente de la compañía, Daniel Hierro, lo resumió con una frase que recorrió todos los medios: «en Buenos Aires se perdió el valor de un secundario». Una automotriz de primer nivel, con uno de los procesos productivos más estandarizados del mundo, no podía encontrar operarios con un requisito básico.
Ese episodio no fue un hecho aislado. Es el síntoma de una debilidad estructural.
Hoy, el 64% de las empresas argentinas no consigue cubrir puestos clave por falta de personal con las habilidades necesarias. En el sector automotor, la cifra trepa al 83%. No se trata solo de perfiles altamente especializados; las empresas también reportan déficit en habilidades blandas como la adaptabilidad, la comunicación y el pensamiento crítico.
En el terreno de la inteligencia artificial, el panorama es aún más crítico. Ocho de cada diez compañías tienen dificultades para cubrir puestos vinculados a IA. Argentina tiene un 40% menos de profesionales especializados en IA por millón de habitantes que el promedio regional, y la adopción de herramientas de IA en las PyMEs es de apenas el 12%, frente al 30% de Brasil.
¿Cómo se puede implementar inteligencia artificial en una fábrica si los operarios no terminaron el secundario? ¿Cómo se desarrollan modelos predictivos si no hay ingenieros de datos formados en el país? No se puede.
No alcanza con comprar software ni con instalar sensores. Hace falta una base educativa que hoy no está. Y mientras el mundo acelera en la carrera por el talento digital, Argentina arrastra una deuda educativa que se profundiza año tras año.
El costo de quedarse afuera: una brecha que se ensancha
¿Qué implica todo esto para la industria que no se sube a la ola de la IA?
El diagnóstico es crudo. Mientras sectores como la minería y la energía necesitarán hasta 43.000 trabajadores adicionales hacia 2030, el empleo industrial tradicional se desangra: más de 3.000 fábricas cerraron en el último año y la capacidad instalada apenas supera el 54%. El resultado es una economía partida en dos: un puñado de sectores pujantes que no encuentran mano de obra, y un vasto tejido productivo que se achica y no logra reconvertirse.
Las empresas que hoy postergan la inversión en IA no solo pierden eficiencia operativa. Pierden capacidad de atraer talento joven, que busca trabajar en entornos modernos y digitalizados. Y pierden competitividad de cara a mercados donde la IA ya es un estándar, no una novedad.
El problema es que la tecnología no espera. La IA avanza a un ritmo exponencial, y la brecha entre los que están adentro y los que están afuera no se achica sola. Al contrario: se ensancha. Porque los pioneros acumulan datos, entrenan modelos y mejoran sus procesos en ciclos cada vez más cortos. Los rezagados, en cambio, siguen operando con la lógica del siglo pasado, sin generar un solo byte de información.
Como advierte un especialista del sector minero citado por El Destape, la gran pregunta es «cómo reconvertimos a esa gente para que pueda ir al sector productivo como la minería o el Oil & Gas». Pero la reconversión no es mágica. Requiere tiempo, inversión y, sobre todo, una base educativa que hoy no existe.
La pregunta no es si estamos listos, sino si vamos a prepararnos
Entonces, ¿está la industria argentina preparada para convivir con la inteligencia artificial?
La respuesta, incómoda pero necesaria, es no. Y no lo está por varias razones que se acumulan como una tormenta perfecta:
• Porque la maquinaria no genera datos, y sin datos no hay IA.
• Porque la conectividad y la infraestructura digital son desiguales a lo largo y ancho del país.
• Porque la formación educativa es deficitaria, y ni siquiera las grandes empresas encuentran personal con el secundario completo.
• Porque la escasez de talento especializado en IA es crítica y no se resuelve de un día para el otro.
• Porque la cultura organizacional en la mayoría de las PyMEs no está preparada para liderar una transformación digital profunda.
Pero la nota no termina ahí. Porque la pregunta correcta no es si estamos preparados, sino si estamos dispuestos a prepararnos.
La IA no va a esperar a que Argentina resuelva sus problemas estructurales. La tecnología avanza a pasos agigantados y los costos de quedarse afuera se multiplican. El desafío no es menor: requiere políticas públicas sostenidas, inversión en educación técnica, articulación entre el sistema educativo y la industria, y un cambio cultural que empiece por reconocer que el problema no es la tecnología, sino la falta de preparación para recibirla.
Algunos sectores ya están en la carrera. Vaca Muerta, la minería y el agro empezaron a recorrer el camino. Pero el resto del parque productivo—las PyMEs, la construcción, la metalurgia, el textil—sigue anclado en el pasado. Y el tiempo se está acabando.
La inteligencia artificial no es el futuro. Es el presente. La pregunta es si la industria argentina va a ser parte de él o va a mirarlo desde afuera.
