La paradoja de la productividad

¿La IA nos hace más rápidos? Sí. ¿Nos devuelve tardes libres? No necesariamente. Lo llevamos viendo décadas.

En 1987, el Nobel Robert Solow bromeó: “Vemos la era del ordenador en todas partes, excepto en las estadísticas de productividad”. Ese “paradoja de Solow” reaparece cada vez que una ola tecnológica promete eficiencia y los datos macro no la reflejan al ritmo esperado.

La economía ya tiene nombre para (parte de) esto: la paradoja de Jevons. Cuando una tecnología hace un proceso más eficiente y barato, el consumo total del recurso suele subir porque se usan más esas tareas/servicios. Tradúceselo al trabajo del conocimiento: si diseñar, programar o redactar es más rápido y barato, el mercado pide más piezas, más iteraciones, más volumen.

¿Entonces la IA no mejora nada?

A nivel micro, sí mejora. Experimentos con IA generativa muestran subidas de productividad del +12 % al +25 % en ciertas tareas del conocimiento, y un +14 % en centros de soporte, sobre todo para perfiles junior. Pero a escala país, ese salto no se ve inmediato en la productividad por hora. Es la película de siempre.

En Reino Unido, por ejemplo, se habla de “ver IA en todas partes excepto en las cifras de productividad”.

Horas trabajadas y “pobreza de tiempo”

En Europa, las horas semanales medias rondan las 36 (20–64 años, 2024). No trabajamos menos horas que antes de forma radical, simplemente las llenamos con más “cosas”. Es el espíritu de la ley de Parkinson: “el trabajo se expande hasta ocupar el tiempo disponible”.

De ahí el auge del concepto time poverty: los dispositivos digitales prometen ahorros, pero también intensifican la presión y las interrupciones.

Caso real en el mundo del diseño gráfico: ¿por qué un logo vale menos?

Hace 20 años, un diseñador podía dedicar una semana a 1–2 logos, bocetar a lápiz, escanear… Hoy el mercado globalizado y las plataformas de crowdsourcing y gig work han cambiado la referencia de precio y multiplicado la oferta:

99designs (2008) popularizó concursos con cientos de propuestas por un mismo precio, abaratando el coste medio por idea para el cliente y presionando al diseñador. Hoy un paquete de logo puede empezar en 300€.

Fiverr nació con el anzuelo de “5€” (luego eliminó el mínimo), simbolizando la carrera hacia el low-cost y la fragmentación de tareas creativas.

¿Qué hemos conseguido? Que el tiempo por logo cae, el volumen sube, y el valor percibido se desplaza del “artefacto” (un logo) al sistema (marca, estrategia, implementación multicanal). Quien solo vende “archivo final” compite a precio; quien vende resultado de negocio mantiene márgenes.

¿Qué hacemos con esta paradoja en la era IA? (lo que yo creo y opino)

Redefine el entregable. Vende resultado (posicionamiento, brand lift, conversión) con bundles de activos + estrategia + medición, no “un logo” o “un post”. Así esquivas la guerra del unitario.

Enmarca la eficiencia como capacidad extra, no como descuento. Si la IA te ahorra 30 %, úsalo para más investigación, iteración y pruebas A/B, y que el cliente lo vea en métricas.

Sube en la cadena de valor. La IA acelera la ejecución; tú capitaliza en diagnóstico, criterio y narrativa (lo más difícil de automatizar). Los estudios muestran que la IA empodera más a quienes saben dónde aplicarla.

Diseña límites al trabajo. Bloques sin interrupciones, SLA claros y scope cerrado mitigan la “expansión” infinita del trabajo y la pobreza de tiempo.

Negocia por valor, no por horas. Si cobras por hora, la eficiencia te penaliza. Si cobras por impacto, la eficiencia te premia. (La literatura de “time affluence” sugiere que priorizar tiempo sobre dinero mejora bienestar y decisiones).

Conclusiones

La IA no nos “regala” tiempo por defecto, lo reasignamos. Como pasó con la calculadora y el ordenador, abarata tareas y dispara la demanda. La clave no es correr más, sino redirigir ese tiempo a trabajo de mayor valor, y poner precio al resultado, no al esfuerzo. Si no, haremos más, consumiremos más… y seguiremos sintiendo que no nos ahorramos nada para nosotros.