`; document.body.appendChild(modalWrapper); let figcaption = modalWrapper.querySelector(«figcaption»); if(figcaption) figcaption.style.display=»none»; modalWrapper.querySelector(«.s-multimedia__close-modal»).addEventListener(«click»,()=>{modalWrapper.remove(); e.style.display=»flex»; if(caption) caption.style.display=»block»;});})})});});
La inteligencia artificial abrió una oportunidad para elevar la productividad de América Latina mediante la automatización de tareas. Sin embargo, su adopción aún avanza a distintos ritmos entre los países de la región, según el estudio ‘Agentes, Robots y nosotros: Cómo la IA redefine el trabajo y las habilidades en América Latina’, elaborado por McKinsey & Company con base a información de 15 países, entre ellos Perú.
`; document.body.appendChild(modalWrapper); let figcaption = modalWrapper.querySelector(«figcaption»); if(figcaption) figcaption.style.display=»none»; modalWrapper.querySelector(«.s-multimedia__close-modal»).addEventListener(«click»,()=>{modalWrapper.remove(); e.style.display=»flex»; if(caption) caption.style.display=»block»;});})})});});
Si bien el potencial de automatización de América Latina es similar al de Estados Unidos y Europa, la principal diferencia radica en la composición de esa automatización. En todas las regiones predominan los agentes, pero en América Latina los robots tienen un mayor peso debido a la mayor participación del trabajo físico.
Perú integra el grupo de países donde alrededor del 40% del trabajo automatizable es físico, junto con Bolivia, Ecuador, El Salvador, Guatemala y Honduras. En estas economías, caracterizadas por una mayor proporción de empleo en actividades físicamente intensivas, capturar el valor de la automatización dependerá en mayor medida de la robótica, los sistemas autónomos y la infraestructura necesaria para desplegarlos.
“Los primeros avances probablemente se concentrarían en sectores donde coinciden escala, procesos repetitivos y un gran volumen potencial de datos, como minería, agroexportación, manufactura, logística y transporte”, sostiene Carlos Zuzunaga, socio de McKinsey & Company.
El impacto esperado se traduciría en una mayor producción por hora trabajada, menos interrupciones operativas, un uso más eficiente de los insumos y una menor exposición de los trabajadores a labores peligrosas o repetitivas. (Foto: magnific.com)
`; document.body.appendChild(modalWrapper); let figcaption = modalWrapper.querySelector(«figcaption»); if(figcaption) figcaption.style.display=»none»; modalWrapper.querySelector(«.s-multimedia__close-modal»).addEventListener(«click»,()=>{modalWrapper.remove(); e.style.display=»flex»; if(caption) caption.style.display=»block»;});})})});});
Según Zuzunaga, la adopción de estas tecnologías podría acelerarse con una mejor infraestructura digital y energética, una mayor disponibilidad de datos de calidad, financiamiento para la modernización, proveedores tecnológicos locales y programas de capacitación alineados con necesidades empresariales concretas.
En minería, los primeros procesos susceptibles de automatizarse serían el transporte y movimiento de materiales, el monitoreo de activos, la inspección de zonas de riesgo, el mantenimiento predictivo, el control de planta y el procesamiento de información geológica. En agroexportación destacan el monitoreo de cultivos mediante imágenes y sensores, el riego y la fertilización de precisión, la clasificación y el empaque, el control de calidad, la trazabilidad y la planificación logística. El informe identifica, además, el procesamiento de minerales entre las capacidades con mayor exposición al cambio tecnológico en la región.
El impacto esperado se traduciría en una mayor producción por hora trabajada, menos interrupciones operativas, un uso más eficiente de los insumos y una menor exposición de los trabajadores a labores peligrosas o repetitivas.
Hacia 2030, la inteligencia artificial y la automatización podrían generar más de US$450.000 millones en valor económico anual en América Latina, principalmente en Brasil y México. En el caso de Perú, la automatización podría generar alrededor de US$10.000 millones anuales hacia el mismo período.
“Las principales barreras son económicas y organizacionales. Los salarios relativamente más bajos hacen menos rentable automatizar determinadas tareas, ya que la inversión tarda más en recuperarse, mientras que la robótica exige inversiones, integración con la infraestructura existente y capacidades técnicas especializadas. A ello se suman procesos poco estandarizados, datos fragmentados, informalidad y una preparación organizacional desigual. Por eso, el reto no es únicamente comprar tecnología, sino transformar procesos, redefinir responsabilidades y cambiar las formas de tomar decisiones”, concluye.
