Análisis ·
Cómo medir el retorno de la IA
- Medio
- La Nación (Argentina)
- Autor
- The Economist
- Publicado el
- 12 de septiembre de 2026 · leída en datos estructurados de la página · modificado el 12 de septiembre de 2026
Resumen
El artículo analiza cómo intentan las empresas medir el retorno de la inversión en IA, tras un primer entusiasmo centrado en las métricas de uso (tokens consumidos). Distingue tres tipos de métricas: de entrada (uso), de resultados (productividad, calidad, satisfacción del cliente) y organizativas (gestión del cambio, desarrollo de competencias). Cita el ejemplo de Google, donde se evalúa a los ingenieros según la velocidad, la facilidad y la calidad del código, según Richard Seroter, de Google Cloud. Un estudio de Kristina McElheran (Universidad de Toronto) sobre empresas manufactureras estadounidenses muestra una «curva en J»: la productividad baja primero antes de mejorar. Un estudio de Tulsi Suchak (Universidad de Surrey) ilustra el riesgo de una producción académica de calidad dudosa impulsada por la IA. El artículo advierte contra el uso de los ahorros de tiempo para justificar supresiones de puestos en lugar de para evitar contrataciones adicionales.
Resumen elaborado a partir del texto completo del artículo.
Leer el artículo en La Nación →Cifras citadas
-
4 artículos/año
número medio de artículos científicos publicados al año a partir de una base de datos de salud y nutrición entre 2014 y 2021
artículos derivados de una base de datos de salud y nutrición, 2014-2021
« Un estudio reciente de Tulsi Suchak, de la Universidad de Surrey, y sus coautores encontró que los trabajos derivados de una base de datos sobre salud y nutrición avanzaban a un ritmo promedio de cuatro por año entre 2014 y 2021. »
Fuente: Étude de Tulsi Suchak, Université de Surrey
-
190 artículos
número de artículos publicados sobre la misma base de datos durante los nueve primeros meses de 2024
artículos derivados de una base de datos de salud y nutrición, enero-septiembre de 2024
« En los primeros nueve meses de 2024, se publicaron 190. »
Fuente: Étude de Tulsi Suchak, Université de Surrey
Clasificación
- País
- Estados Unidos
- Tamaño de empresa
- Todos los tamaños
- Sectores
- Todos los sectores o sector no especificado · Industria y producción manufacturera · Editores de software, empresas de servicios digitales, telecomunicaciones
- Empresas
- Université de Surrey (autor del estudio), Vinted (citada), Université LUT (Finlande) (autor del estudio), Université de Toronto (autor del estudio), Google (implanta la IA)
- Palabras clave
- retorno de la inversión, productividad, métricas de adopción, gestión del cambio, curva en J, calidad
Ficha redactada por Marsanne Studio a partir del artículo citado, con la ayuda de un modelo de IA (claude-sonnet-5). Los derechos sobre el artículo y sus ilustraciones pertenecen a La Nación y a su autor. Ficha traducida del francés por Claude Sonnet 5.5.