IA en PyMEs argentinas: los números reales y qué hacer con ellos
En abril de 2026 se publicó el primer relevamiento serio sobre cuántas PyMEs argentinas usan inteligencia artificial, cómo la usan y qué las frena. No es una encuesta de LinkedIn ni un informe de un proveedor: lo hicieron el CEPE de la Universidad Torcuato Di Tella y Fundar, con relevamiento de la Fundación Observatorio PyME y apoyo del BID, sobre 402 empresas industriales y de software de entre 10 y 249 empleados, encuestadas en noviembre y diciembre de 2025.
Leímos el informe completo porque los titulares que circularon se quedaron con el número grande y se perdieron lo importante. El dato que más nos interesa no es cuántas empresas usan IA, sino por qué la mayoría de las que la usan todavía no puede demostrar que les sirvió.
¿Cuántas PyMEs argentinas usan inteligencia artificial?
El 41,6% de las PyMEs relevadas usa al menos una tecnología de IA. Si se saca del cálculo al sector de software y servicios informáticos, que distorsiona hacia arriba, el número baja al 36,4%: sigue siendo alto.
Dos datos que ponen ese 41,6% en contexto:
- Es reciente. Más del 85% de las empresas que hoy usan IA empezaron en 2024 o 2025. Antes de 2022 la adopción era marginal. No estás llegando tarde a una ola que arrancó hace años: arrancó anteayer.
- Va a crecer. Entre las 232 empresas que no usan IA, el 46% considera probable incorporarla en los próximos 24 meses. Sólo el 23,3% la descarta.
¿Cómo está mi sector?
Acá es donde el promedio deja de servir. La brecha entre el primero y el último es de casi 70 puntos.
| Sector | Usa al menos una tecnología de IA |
|---|---|
| Software y servicios informáticos | 85,4% |
| Textil | 47,4% |
| Metalmecánica | 40,6% |
| Madera y papel | 35,1% |
| Química y plástico | 34,7% |
| Otras industrias | 31,9% |
| Alimentos y bebidas | 29,9% |
| Minerales no metálicos | 16,3% |
| Total general | 41,6% |
Si producís alimentos, siete de cada diez empresas de tu sector todavía no usan ninguna herramienta de IA. Si sos metalmecánica, seis de cada diez. Es la lectura optimista y la pesimista al mismo tiempo: el terreno está libre, y también está libre porque a nadie le resultó tan fácil.
Hay un detalle del informe que conviene mirar antes de sacar conclusiones: entre las empresas sin ninguna adopción, la mitad está en metalmecánica (26%) y alimentos (24%), el 83% son empresas chicas y la mediana es de 20 empleados. La no adopción se concentra abajo en la escala de tamaño.
¿Para qué la usan las que sí la usan?
Casi siempre, para escribir. El 77,9% de las empresas usuarias usa generación de texto y código —ChatGPT y similares—, muy por encima del procesamiento de lenguaje natural (41,1%), la generación multimedia (37,1%), la voz a texto (35,4%), el machine learning y análisis de datos (24,1%) y la automatización de decisiones (18,1%).
Y se usa, sobre todo, en las áreas de apoyo: marketing y ventas (54,7%), administración y gestión (45,1%), producción y servicios (40%). Pero ese 40% de producción está traccionado casi enteramente por el sector software, donde el 79,1% aplica IA al proceso productivo, porque en ese sector la IA es el producto. Si se excluye software, el uso de IA en producción cae al 28,3% entre las industriales.
Traducido: en la industria argentina, la inteligencia artificial hoy redacta mails, arma posteos y resume reuniones. Casi no toca el proceso que genera el margen. En alimentos el contraste es extremo: 61% de las adoptantes la usa en marketing y apenas 13% en producción.
¿Por qué la mayoría no puede demostrar que le sirvió?
Porque nadie lo está midiendo, y porque casi nadie lo está coordinando. Los cuatro números que más nos llamaron la atención, todos sobre empresas que ya usan IA:
- 57,4% no midió formalmente el impacto de la IA sobre su desempeño. Sólo el 23,6% midió y encontró resultados positivos.
- 72,5% opera sin ninguna pauta ni política sobre el uso de IA. Un 17,9% tiene pautas informales no documentadas y apenas el 3,3% tiene una política formal escrita.
- 44,4% dice que cada área y cada empleado adopta IA por su cuenta, sin coordinación central. Otro 20,2% reconoce que directamente “no está claro” cómo se gestiona.
- Sólo el 7,5% tiene un presupuesto específico para IA. El 78,3% mete el gasto dentro del presupuesto general sin distinguirlo.
Una empresa que no asignó presupuesto, no definió pautas y no mide resultados no está haciendo un proyecto: está dejando que pase algo. Y lo que pasa suele ser bueno para la persona que lo usa y neutro para la empresa.
Las cinco etapas de adopción (y dónde está casi todo el mundo)
El estudio arma una taxonomía en cinco grupos, combinando cuántas tecnologías usa la empresa, qué tan sofisticadas son, en cuántas funciones del negocio están, si hubo capacitación o contratación, y si existe presupuesto o política. Es la tabla más útil del informe:
| Grupo | % del total | % de las que usan IA | Perfil |
|---|---|---|---|
| Sin adopción | 58,4% | — | Ninguna tecnología de IA |
| Experimentales | 23% | 56% | 1,6 tecnologías en 1,1 funciones. Casi todo generativo, sin gobernanza ni capacidades técnicas |
| Exploradoras | 10,2% | 24,6% | 3,2 tecnologías en 2,7 funciones. Diversificaron, todavía sin estructura |
| Optimizadoras | 4% | 10% | 4,3 tecnologías en 3,8 funciones. El 88% capacitó a su gente |
| Líderes | 3,8% | 10% | 5,2 tecnologías en 5 funciones, con presupuesto o política formal. El 59% son software |
Más de la mitad de las empresas argentinas que usan IA la usan en una sola función, con una o dos herramientas, sin capacitación, sin presupuesto y sin política. Eso es el 56% de las adoptantes. Son empresas donde alguien abrió ChatGPT y le resultó útil.
Que quede claro: no está mal empezar ahí. El problema es quedarse ahí y creer que ya se adoptó IA.
El dato incómodo: invertir más puede empeorarte un tiempo
Este es el hallazgo que casi nadie citó y es el más importante para cualquiera que esté por gastar plata. El informe cruza cada grupo con los resultados positivos que efectivamente midió:
| Grupo | Resultado positivo observado | Resultado positivo esperado a 5 años |
|---|---|---|
| Experimentales | 15% | 65% |
| Exploradoras | 10% | 91% |
| Optimizadoras | 22% | 88% |
| Líderes | 43% | 100% |
Mirá el escalón hacia abajo. Las exploradoras —las que sumaron más herramientas y más áreas— reportan menos resultados positivos que las experimentales, que apenas probaron. El informe lo explica con la curva J de productividad: están pagando el costo de la reorganización sin haber cosechado todavía el retorno.
Es exactamente el pozo del que hablamos todo el tiempo: sumar tecnología sobre una operación desordenada primero te cuesta y recién después —si llegás— te rinde. Las que salen del pozo son las que además construyeron capacidades: el 88% de las optimizadoras capacitó a su gente, y las líderes son las únicas que tienen presupuesto o política escrita. La diferencia entre el 10% y el 43% no es cuánta IA compraron. Es qué ordenaron alrededor.
¿Qué tienen en común las que sí obtienen resultados?
Base digital previa. El estudio corre correlaciones entre adoptar IA y tener otras tecnologías digitales pagas, y el resultado es contundente y estadísticamente significativo en todos los casos. Las asociaciones más fuertes son con almacenamiento en la nube (φ = 0,378), herramientas de comunicación interna (0,358), e-commerce y marketing (0,294) y software de diseño y desarrollo (0,290). El ERP y la gestión aparecen más abajo (0,211), pero presentes.
Dicho de otro modo: la brecha de IA es, en buena medida, la vieja brecha de digitalización con un nombre nuevo. Las empresas que ya tenían información ordenada y circulando pudieron incorporar IA; las que no, no.
La primera recomendación de política pública del informe va en esa dirección: fortalecer la base digital de las PyMEs —ERP, software de gestión, comunicación, nube— como condición para una adopción más profunda, y no como una agenda separada o previa a la IA, sino como parte de la misma estrategia. Sin esa base, advierte, la IA queda confinada a usos puntuales de baja complejidad y sin posibilidad de escalar.
Eso es, palabra por palabra, el método con el que trabajamos desde antes de que existiera este estudio: estructura primero. Diagnóstico, mapeo, sistema, verificación, y recién ahí automatización e IA sobre procesos que ya funcionan.
¿Cuál es la barrera real? (no es el costo)
Este es el número que más nos sorprendió la primera vez que lo vimos. Los obstáculos que las empresas —usuarias y no usuarias— mencionan para avanzar con IA:
| Obstáculo | % que lo menciona |
|---|---|
| Falta de experiencia y conocimiento | 46,2% |
| Falta de personal calificado | 42,2% |
| Desconocimiento general sobre IA | 39,2% |
| Percepción de que no es útil o necesaria | 33,4% |
| Costos altos | 29,2% |
| Dudas sobre la rentabilidad | 27% |
| Incompatibilidad con los sistemas existentes | 26,1% |
| Calidad de los datos | 23,6% |
Las tres primeras barreras son de conocimiento, no de plata. El costo aparece recién quinto, y lo menciona menos de un tercio. En alimentos y bebidas el patrón se repite más marcado: falta de experiencia 48,1%, desconocimiento 42,9% y la sensación de que “esto no es para nosotros” 42,9%. En metalmecánica, la barrera más alta es la falta de personal calificado (47,7%).
Y hay un matiz que el informe subraya y vale la pena repetir: entre las que no usan IA ni piensan usarla, la barrera número uno es creer que no les sirve (66,2%). Entre las que ya adoptaron, esa percepción se desploma al 13,5%. La conclusión práctica es fea pero clara: mucha de la no adopción no es una decisión informada, es una decisión tomada sin haber mirado.
Uno de los dos casos en profundidad del informe —una empresa de software de unas 50 personas, clasificada como líder— resume la barrera mejor que cualquier estadística: el mayor obstáculo no es el costo ni el acceso a la tecnología, sino la falta de alguien que traduzca las herramientas disponibles a los procesos concretos de cada empresa.
¿Y el empleo?
Por si es la pregunta que te frena: el 91,2% de las empresas que adoptaron IA declara no haber reducido personal por esa razón. Un 7% registró alguna reducción y un 1,8% estima reducir a futuro. Ninguna de las empresas clasificadas como líderes reportó haber reducido personal.
En la fase actual —herramientas de asistencia textual usadas de forma dispersa— el impacto sobre el empleo es marginal. Lo que sí cambia es el contenido del trabajo: en el caso relevado por el informe, el rol del programador se corrió de escribir código a diseñar y validar soluciones. Nosotros vemos lo mismo en administración: el que cargaba datos pasa a revisar excepciones.
¿Qué hago con estos números si tengo una PyME?
- Ubicate en la tabla de las cinco etapas. Si en tu empresa hay gente usando ChatGPT por su cuenta, no estás en “sin adopción”: estás en experimental, como el 56% de las adoptantes. Saberlo cambia la conversación.
- Antes de comprar nada, revisá la base. ¿Tenés un sistema de gestión con datos confiables? ¿La información circula o vive en planillas y en WhatsApp? Ahí está la correlación más fuerte de todo el estudio. Si la base no está, empezá por mapear el proceso.
- Elegí un proceso, no una herramienta. La pregunta útil no es “¿qué IA compro?” sino “¿qué proceso me cuesta caro y es repetitivo?”. Ese es el orden que separa a las optimizadoras de las exploradoras.
- Definí cómo vas a medirlo antes de arrancar. Horas, errores, tiempo de respuesta, reprocesos. Si no lo definís antes, vas a estar en el 57,4% que no puede demostrar nada. Un tablero de control con tres indicadores alcanza.
- Escribí dos carillas de pautas. Qué datos pueden salir de la empresa y cuáles no, qué herramientas están aprobadas, quién valida. Con eso ya estás por encima del 96,7% que no tiene política formal escrita.
- Capacitá. Es el rasgo que distingue a las optimizadoras: el 88% capacitó. No hace falta contratar un perfil especializado —sólo el 4,5% de las usuarias lo hizo—, hace falta que la gente que ya está sepa usar lo que hay.
En resumen
Cuatro de cada diez PyMEs argentinas usan IA, pero más de la mitad de ellas la usa en una sola función y sin ninguna estructura alrededor. Casi seis de cada diez no midieron nunca si les sirvió. Las que sí obtienen resultados no son las que compraron más herramientas: son las que ya tenían la información ordenada y sumaron capacitación, presupuesto y reglas.
Si tu sector está en 29,9% o en 40,6%, la ventaja competitiva no va a salir de usar ChatGPT antes que tu competidor —eso ya lo está haciendo todo el mundo—. Va a salir de ser de los pocos que ordenaron el proceso primero y después le pusieron IA encima. En el estudio, ese grupo es el 3,8% de las empresas.
Cómo lo hacemos en Aquilae. No empezamos por la IA: empezamos por el diagnóstico y el mapeo de procesos, seguimos por el sistema donde el dato se carga una sola vez y recién entonces automatizamos con IA lo que ya funciona. Es el orden que el propio informe recomienda. Casos: La Chacra (agente de IA sobre atención al cliente) y Dulcor Alimentos (5 plantas, +1.000 personas, integrado con SAP).
Fuente
Avenburg, A., Santolaria, M., Vezzato, J. M. e Ibarra, N. (2026). Encuesta nacional sobre adopción de IA en Pequeñas y Medianas Empresas de la Argentina. nadIA (Fundar y CEPE Di Tella), con relevamiento de la Fundación Observatorio PyME y apoyo del Banco Interamericano de Desarrollo. Encuesta efectiva: 402 empresas de 10 a 249 ocupados, de las cuales 48 son de software y servicios informáticos, relevadas en noviembre y diciembre de 2025. Todos los porcentajes citados son ponderados. Informe disponible en nadia.ar.