La inteligencia artificial dejó de ser un concepto futurista para convertirse en una herramienta concreta que ya empezó a colarse en los procesos productivos. Sin embargo, en Santa Fe –una de las principales plazas industriales del país– su adopción todavía es incipiente, fragmentada y desigual. Según relevamientos del Ministerio de Desarrollo Productivo, apenas entre el 17% y el 27% de las empresas industriales están utilizando alguna forma de IA. La cifra refleja un fenómeno más profundo: el principal cuello de botella no está en el acceso a la tecnología, sino en la capacidad de las organizaciones para integrarla de manera estratégica.
A nivel nacional, estudios de consultoras como Accenture –realizados junto a la Unión Industrial Argentina (UIA)– refuerzan ese diagnóstico. Más de la mitad de las empresas aún se encuentra en una etapa exploratoria, con adopciones parciales y sin impacto estructural en el negocio. Sólo una minoría logra escalar estas tecnologías.
“Uno tiende a encontrar una ausencia de una política empresarial sobre la adopción de tecnología digital, pero mucho más en inteligencia artificial”, advierte Hernán Alejandro Morero, investigador del Conicet que lidera un relevamiento sobre industria 4.0 en Santa Fe y Córdoba. “Hay un imperativo entre las pymes de tratar de introducir algo de inteligencia artificial en algún lado de la empresa, sin una política clara de su utilidad”.
Uno de los rasgos más llamativos del proceso actual es que la incorporación de IA no siempre responde a una decisión estratégica de las empresas, sino que muchas veces surge desde los propios equipos de trabajo. “En muchas áreas de empresas metalmecánicas son más los empleados los que empiezan a incorporar herramientas que conocen a sus funciones tradicionales, sin estar integrado dentro de las políticas de estrategia de negocio de la firma”, describe Morero.
Este fenómeno, que se replica en distintos sectores, explica por qué la adopción es tan heterogénea: hay avances concretos, pero desarticulados. La IA aparece como una herramienta útil, pero todavía no como un vector de transformación. Rubén Ascúa, rector de la Universidad Nacional de Rafaela (Unraf) –una de las más activas casa de estudios argentinas en la búsqueda de vínculos con el sector privada para la incorporación de tecnología–, coincide con ese diagnóstico y aporta otra dimensión: “Lo que se ve mucho es que los individuos que trabajan en la empresa utilizan la inteligencia artificial para mejorar su performance, quizás de manera aislada, no interconectada”.
¿Dónde ya está funcionando?
A pesar de las limitaciones, hay experiencias en la industria santafesina que muestran el potencial de estas tecnologías cuando se aplican de manera integral.
Uno de los casos más avanzados se da en la industria óptica, donde una empresa logró integrar Internet de las Cosas, automatización y sistemas de inteligencia artificial para gestionar toda su cadena productiva. El sistema permite recibir pedidos en tiempo real desde una red de ópticas, producir lentes y entregarlos en menos de 24 horas en todo el país, con control de calidad automatizado mediante IA.
En el sector metalmecánico también aparecen desarrollos relevantes. Empresas locales incorporaron software de conectividad entre robots y sistemas de captura de datos de producción, lo que permite monitorear en tiempo real el funcionamiento de las plantas.
Pero el uso más extendido hoy está en el mantenimiento predictivo. “Lo más usual es que la inteligencia artificial venga embebida en las máquinas para predecir tareas de mantenimiento”, explica Morero. En la práctica, los sistemas aprenden del comportamiento de los equipos y anticipan fallas antes de que ocurran, activando automáticamente órdenes de servicio. Este tipo de aplicaciones, aunque menos visibles, tienen impacto directo en la productividad: reducen paradas no programadas, optimizan costos y mejoran la eficiencia operativa.
Desde el ámbito académico, también se están desarrollando soluciones concretas. Diego Zinggerling, director de la diplomatura en IA y transformación organizacional de la Unraf, menciona tres líneas de trabajo que ya se aplican en empresas: sistemas de visión artificial para detectar fallas en líneas de producción en tiempo real, talleres de IA generativa para fomentar la innovación interna y diagnósticos para diseñar arquitecturas de datos que permitan escalar la adopción tecnológica.
Más allá de los casos puntuales, el consenso entre especialistas es claro: el principal obstáculo no es la tecnología, sino la organización. “El desafío no es tanto tecnológico, sino organizacional”, sostiene Laura Perpiñá, consultora en transformación digital que trabaja con industrias de la región y en vinculación con entidades del sector como la Asociación de Industriales Metalúrgicos de Rosario (AIM) y el Centro Tecnológico José Censabella. “Para incorporar IA de manera efectiva muchas veces lo que se necesita es ordenar procesos, mejorar la calidad de los datos y trabajar sobre la cultura interna”.
En ese sentido, la adopción de inteligencia artificial implica un cambio más profundo que la simple incorporación de herramientas. “Muchas veces es un cambio de modelo de negocio”, remarca. El problema es que ese salto no siempre está claro. “Lo importante no es adoptar IA, sino saber dónde la necesitás y cómo adoptarla”, agrega Perpiñá. De hecho, estudios internacionales muestran que sólo una pequeña proporción de empresas logra obtener retornos concretos de sus inversiones en estas tecnologías. En Santa Fe, este fenómeno todavía se traduce en decisiones erráticas: inversiones en soluciones que no responden a necesidades reales o implementaciones que no logran escalar.
Dónde se aplica primero
En la práctica, la inteligencia artificial está encontrando sus primeros espacios en áreas donde el impacto es más inmediato. Uno de ellos es la optimización de costos, un factor clave en el actual contexto económico. “Muchas empresas están trabajando en reducir scrap, mejorar eficiencia o ajustar procesos productivos”, señala Perpiñá.
Otro frente es la comercialización y la relación con clientes, donde herramientas como chatbots y sistemas de seguimiento automatizado permiten mejorar la atención y liberar recursos humanos.
También avanza con fuerza en la toma de decisiones. La posibilidad de acceder a información en tiempo real cambia la lógica de gestión. “Antes tenías reportes a mes vencido; hoy podés hacer un seguimiento constante y tomar decisiones mucho más rápido”, explica la consultora. En paralelo, sectores como la agroindustria, la construcción y la logística están incorporando soluciones específicas, desde plataformas digitales hasta modelos predictivos.
Un cambio empujado
por el contexto
El avance de la IA en la industria santafesina también está siendo impulsado por factores externos. La mayor apertura económica y la competencia con productos importados obligan a las empresas a mejorar su eficiencia. “Muchas industrias han tenido que salir a digitalizarse por el contexto”, señala Perpiñá. “Es un cambio de paradigma más obligado que voluntario”, agrega.
En este escenario, la inteligencia artificial aparece como una herramienta para sostener la competitividad. Pero su adopción no es automática. Existe todavía una barrera cultural importante. “Hay una idea de que la innovación es sólo para grandes empresas”, advierte la consultora. Sin embargo, la democratización de herramientas como la IA generativa empezó a cambiar esa percepción.
En este proceso, las universidades están jugando un rol clave como puente entre la tecnología y el sector productivo. En la Unraf, por ejemplo, ya se realizaron cinco ediciones de diplomaturas en inteligencia artificial, con participación de perfiles empresariales y técnicos. Estos espacios no sólo forman recursos humanos, sino que permiten identificar tendencias y necesidades concretas del sector. “Hay mucha inquietud en las pymes industriales. Pero las barreras de acceso están hoy concentradas en la capacidad de la gente para incorporarlas”, concluye Ascúa.
Entre iniciativas dispersas, falta de estrategia y algunos casos avanzados, el desafío ya no es tecnológico sino organizacional.
INDUSTRIA SANTAFESINA
Del experimento aislado a la transformación productiva
INTELIGENCIA ARTIFICIAL
Por PATRICIO DOBAL
Rubén Ascúa (Unraf) y Alejandro Morero (Conicet).
Laura Perpiñá y Diego Zinggerling (Unraf).