Mientras una porción del mercado todavía discute si la inteligencia artificial (IA) es una moda o una revolución, en Argentina ya hay compañías que la usan para mover números concretos de facturación. Así lo planteó Daniel Yankelevich, investigador principal de Fundar, durante el panel «La IA de acá: adopción, regulación e impacto en la región», que compartió con Eduardo Levy Yeyati (CEPE-Di Tella) en el marco del nadIA Summit, el encuentro del Nodo Argentino de Inteligencia Artificial —impulsado por Fundar y el CEPE-Di Tella, el primer espacio del país dedicado a producir datos, investigación y proyectos sobre IA con foco en políticas públicas y desarrollo económico—. El impacto de esa tecnología ya no es teórico para todos los sectores, aunque sigue siéndolo para la mayoría.
Hay casos verificables de negocios que ya usan IA para ganar plata, y conviven con una base mucho más amplia de empresas que todavía no logran traducir la adopción tecnológica en resultados. La pregunta relevante no es si la IA «va a llegar», sino en qué eslabones de la cadena de valor ya genera impacto y cuáles quedan expuestos cuando eso ocurre.
Startups y fintechs, el terreno más fértil para la IA que ya facturaSegún Yankelevich, el ejemplo más claro de IA traducida en negocio concreto aparece en las startups y fintechs argentinas. Son compañías que nacen directamente «IA-nativas»: construyen su producto y su operación alrededor de modelos de inteligencia artificial desde el primer día, en lugar de incorporarla como una capa adicional sobre procesos ya existentes.
El investigador de Fundar citó rondas de inversión de entre US$ 2 y US$ 3 millones captadas por este tipo de empresas, un indicador de que el capital de riesgo ya pone precio a modelos de negocio diseñados en torno a la IA. Para ellas, la tecnología no es una herramienta de productividad interna: es el producto o el corazón de la propuesta de valor. En Argentina ya existen ejemplos de startups que levantaron decenas de millones de dólares para desarrollar negocios vinculados con IA y empleo. Con todo, el propio Yankelevich matizó el alcance del fenómeno: no está claro que ese ecosistema alcance a mover la aguja del PBI, aunque sí es, a su criterio, un sector que existe gracias a la IA.
El ejemplo en vivo: Mercado Libre y la facturación que ya se mueveEl caso que Yankelevich usó para ilustrar el otro extremo —una empresa grande y consolidada que incorpora IA sobre una operación masiva— fue Mercado Libre. Durante su intervención en el panel recibió, en vivo, una notificación generada por el asistente con inteligencia artificial de Mercado Pago, y usó esa anécdota para mostrar cuán integrada está la IA en la operación cotidiana de una de las compañías tecnológicas más grandes de la región.
Entre varios usos que la compañía le da a la IA —el asistente de pagos, la detección de fraude, entre otros—, Yankelevich fue categórico: «sin lugar a dudas» esa combinación de aplicaciones está incrementando la facturación de la empresa. La incorporación de la tecnología en Mercado Libre ya alcanza desde la generación y corrección de imágenes hasta la atención al cliente mediante modelos de lenguaje. Donde sí fue cauto es en la magnitud exacta: no supo precisar si ese impacto también se traduce en mejor margen, ni hay una métrica pública que permita cuantificar cuánto aporta cada aplicación al resultado consolidado. Una cosa es que la tecnología genere más facturación, y otra es demostrar cuánto de eso queda como ganancia.
La contracara también empezó a aparecer: a comienzos de 2026, Mercado Libre atravesó una reestructuración con 119 despidos en América Latina, en medio del avance de la automatización en áreas como atención al cliente.
La IA que no hace ruido: control de calidad y datos en sectores tradicionalesEl tercer eje corrige una idea extendida: que la IA relevante para la economía es, sobre todo, la generativa conversacional. Según Yankelevich, buena parte de la IA que ya genera valor en Argentina no es generativa y no se nota, porque está embebida en procesos productivos. Citó, entre los ejemplos compartidos ese día en el panel, sistemas de control de calidad por detección de imágenes en líneas de producción, y sumó un caso que planteó como propio: empresas petroleras que ya usan ciencia de datos, muy cercana a lo que hoy se llama IA, con buenos resultados.
Uno de los ejemplos más avanzados está en Vaca Muerta, donde las petroleras ya incorporan algoritmos de machine learning a distintas etapas de la cadena de valor.
La transformación se profundizó hasta el punto de que la IA ya empieza a redefinir tareas y perfiles laborales dentro de Vaca Muerta, con automatización de procesos, asistentes inteligentes y proyectos de robotización industrial.
Es, según el investigador, la IA que menos titulares genera, pero la que más impacto real tuvo hasta ahora en sectores tradicionales de la economía. A futuro, aclaró, esa relación se va a invertir: será la IA generativa la que tenga mayor impacto.
La advertencia sobre la precarizaciónConsultado sobre si la IA puede precarizar incluso al empleo que sobrevive a la automatización, Yankelevich aclaró que el tema lo había desarrollado más su compañero de panel, Eduardo Levy Yeyati, pero coincidió en el diagnóstico de fondo: la IA puede desplazar determinados puestos y transformar otros, y eso se vuelve un problema cuando no hay infraestructura de reentrenamiento laboral detrás. Es, planteó, un efecto posible —»nocivo o no deseado»— de la introducción de cualquier tecnología, no algo exclusivo de la IA.
Advirtió, sí, que en Argentina un plan de capacitación o reconversión para los trabajadores desplazados difícilmente exista, y que esa gente «se las va a tener que arreglar sola», lo que en el país equivale a pasar al sector informal. La brecha de capacitación ya es visible: el 86% de los trabajadores argentinos afirma no haber recibido formación en inteligencia artificial de parte de su empleador.
En la práctica, eso significa que una porción no migra a un empleo formal mejor pagado, sino que engrosa las filas de la informalidad: la misma tecnología que genera eficiencia en un extremo de la cadena puede traducirse en precarización en el otro. Al mismo tiempo, la demanda de perfiles con conocimientos de IA viene creciendo con fuerza en Argentina, lo que profundiza la brecha entre quienes pueden adaptarse y quienes quedan rezagados.
La advertencia no cae en el vacío. El propio Coloquio de IDEA le puso números al fenómeno: según la presentación «De promesa a potencia: las claves para el empleo», de Santiago Bulat (socio y director de Invecq Consulting), la informalidad laboral argentina llega hoy al 45% —el dato surge de Invecq en base a Indec—. Entre los menores de 29 años trepa al 58,4% —casi seis de cada diez jóvenes—, muy por encima del 37,6% que exhibe la franja de 30 a 64 años.
A esto se suma el deterioro del empleo formal: un informe de Banco Provincia contabilizó la pérdida de 230.000 puestos privados registrados entre diciembre de 2023 y mayo de 2026 —a los que se suman 90.000 empleos públicos—, con una incorporación de 150.000 personas al monotributo. Son los segmentos más expuestos a quedar fuera del circuito formal si la automatización acelera sin una red de reconversión detrás.
El cuadro que deja el nadIA Summit es el de una economía en dos velocidades. De un lado, un grupo acotado de startups, fintechs y compañías grandes —como Mercado Libre— que ya convirtieron la IA en una fuente de negocio medible, aunque todavía con métricas parciales sobre su impacto real. Del otro, una base mucho más amplia de la economía donde la automatización avanza sobre tareas concretas, en un mercado de trabajo que ya exhibe niveles de informalidad históricamente altos y sin una política de reconversión que module ese impacto.
Para las empresas, la discusión práctica no es si adoptar o no inteligencia artificial, sino cómo medir con rigor su contribución al negocio antes de anunciarla como un éxito, y qué responsabilidad asumen frente a los puestos que su propia eficiencia vuelve prescindibles.