Inteligencia artificial e infraestructura: implicancias para la productividad, la gestión y el desarrollo

En una nueva edición del ciclo I+D Infraestructura + Desarrollo, el ingeniero Fernando Arraigada analizó las transformaciones que introduce la inteligencia artificial en los sistemas de infraestructura y en los procesos productivos. El encuentro, moderado por Juan Carlos Venesia, abordó los desafíos tecnológicos, económicos y territoriales que plantea su expansión, así como las oportunidades para su incorporación estratégica en la Argentina.

El miércoles 18 de noviembre se desarrolló una nueva presentación del ciclo online I+D Infraestructura + Desarrollo, impulsado por el Instituto de Desarrollo Regional (IDR), a través del Programa de Infraestructura Regional para la Integración de la Universidad Nacional de Rosario (PIR-UNR). Bajo el título «Inteligencia artificial e infraestructura: transformación digital, productividad y gestión de procesos», la actividad contó con la exposición del ingeniero Fernando Arraigada, director del Área de Telecomunicaciones del PIR-UNR, y la presentación y moderación del Mg. Juan Carlos Venesia, director del programa.

La actividad formó parte de las iniciativas académicas y de divulgación promovidas por el IDR en el marco de su 30.º aniversario, orientadas a profundizar el análisis de las transformaciones tecnológicas y sus implicancias sobre las infraestructuras, las actividades productivas y los procesos de desarrollo regional.

Durante la apertura, Venesia planteó la necesidad de superar las visiones extremas que suelen acompañar el debate sobre la inteligencia artificial, entre las perspectivas que advierten sobre una automatización sin límites y aquellas que proyectan un crecimiento productivo extraordinario. Propuso, en cambio, examinar el fenómeno desde sus aplicaciones concretas y sus efectos sobre los sistemas de infraestructura, particularmente en las escalas territorial, regional y nacional.

De la investigación académica a una nueva infraestructura tecnológica

Arraigada inició su exposición con un recorrido por los antecedentes científicos y tecnológicos de la inteligencia artificial, desde los primeros sistemas expertos y las redes neuronales hasta el desarrollo de los actuales modelos generativos. La evolución de los procesadores gráficos, originalmente concebidos para la industria de los videojuegos, ocupó un lugar destacado en esta reconstrucción, por su contribución al incremento de las capacidades de procesamiento necesarias para entrenar modelos cada vez más complejos.

La expansión de estas tecnologías responde a la convergencia de tres factores: el crecimiento de la capacidad de cómputo, el perfeccionamiento de los modelos y algoritmos, y la disponibilidad de grandes volúmenes de información para su entrenamiento. Esta combinación permitió trasladar desarrollos que durante décadas permanecieron principalmente en el ámbito académico hacia aplicaciones de uso extendido.

Sin embargo, detrás de las herramientas digitales que hoy utilizan personas, empresas y organismos públicos existe una infraestructura física de considerable magnitud. Centros de datos, procesadores de alto rendimiento, redes de conectividad, instalaciones de refrigeración y sistemas de suministro energético constituyen el soporte material de una actividad que demanda inversiones crecientes.

A partir de ejemplos internacionales, Arraigada describió la escala alcanzada por estas instalaciones y sus requerimientos de electricidad y agua. La expansión de los centros de procesamiento introduce así nuevos desafíos para la planificación energética, la gestión de recursos y el desarrollo de infraestructuras capaces de acompañar el crecimiento de la demanda tecnológica.

Dependencias tecnológicas y nuevas vulnerabilidades globales

La organización de la industria de inteligencia artificial fue otro de los aspectos examinados durante la presentación. Su funcionamiento descansa sobre una compleja cadena internacional de proveedores, en la que intervienen desarrolladores de modelos, operadores de servicios de computación, fabricantes de procesadores y empresas especializadas en equipamiento para la producción de semiconductores.

Arraigada señaló que la concentración de determinadas capacidades tecnológicas en un número reducido de compañías y territorios introduce factores de vulnerabilidad. Las restricciones comerciales, las disputas por el acceso a componentes estratégicos y las tensiones geopolíticas pueden repercutir sobre el conjunto de esta cadena, condicionando las posibilidades de expansión de la inteligencia artificial.

La dimensión geopolítica de la tecnología adquiere especial relevancia en un escenario de creciente competencia internacional. El acceso a capacidades de procesamiento, recursos energéticos e infraestructura digital comienza a ocupar un lugar cada vez más importante en las estrategias económicas y productivas de los países.

Productividad y transformación de los procesos de gestión

Más allá de sus aplicaciones cotidianas, la inteligencia artificial presenta oportunidades concretas para mejorar el funcionamiento de organizaciones públicas y privadas. Su potencial resulta especialmente significativo en aquellos sectores que trabajan con grandes volúmenes de información y cuentan con sistemas de registro, procesamiento y análisis de datos previamente desarrollados.

Entre las actividades con mayores posibilidades de aprovechamiento, Arraigada identificó la salud, la industria, las finanzas, la agroindustria, la logística y la administración pública. En cada una de ellas, el procesamiento avanzado de información puede contribuir a optimizar decisiones, anticipar comportamientos y automatizar determinadas operaciones.

En el ámbito logístico, por ejemplo, la información proveniente de sistemas de posicionamiento, seguimiento de flotas y gestión de cargas permite avanzar hacia modelos más eficientes de organización del transporte. La integración de estas herramientas con los procesos industriales también abre posibilidades para mejorar la coordinación de operaciones, reducir tiempos y fortalecer la capacidad de respuesta de las cadenas productivas.

La planificación urbana y la gestión de servicios públicos constituyen otro campo de aplicación. Los sistemas inteligentes de tránsito, la administración de redes y el análisis de información territorial pueden beneficiarse de estas tecnologías, siempre que existan capacidades de conectividad, procesamiento y gestión adecuadas.

El especialista advirtió, no obstante, que la incorporación de inteligencia artificial no garantiza por sí misma mejoras de productividad. Su efectividad depende de la calidad de los datos disponibles, de la organización de los procesos y de la capacidad institucional para integrar las nuevas herramientas a los sistemas existentes.

Condiciones para una incorporación tecnológica sostenible

La exposición también permitió identificar los principales criterios que deberían orientar los procesos de adopción de inteligencia artificial en empresas, instituciones y organismos públicos.

Arraigada presentó cinco dimensiones fundamentales: escalabilidad, eficiencia, seguridad, democratización e integración. La primera refiere a la posibilidad de ampliar una experiencia inicial hacia el conjunto de una organización; la segunda, a la evaluación de sus costos y beneficios efectivos. La seguridad comprende tanto la protección de la información como el cumplimiento normativo y la capacidad de explicar las decisiones producidas por estos sistemas.

La democratización apunta a garantizar que las herramientas puedan ser utilizadas por distintos perfiles profesionales y no permanezcan restringidas a especialistas informáticos. La integración, finalmente, exige articular las aplicaciones de inteligencia artificial con las bases de datos, los sistemas administrativos y los procesos operativos que ya forman parte del funcionamiento institucional.

Estos aspectos resultan especialmente relevantes para evitar que la transformación digital se reduzca a experiencias aisladas, sin continuidad ni impacto sobre la productividad. La adopción tecnológica requiere planificación, inversión, formación de recursos humanos y una evaluación permanente de sus resultados.

El desafío argentino: capacidades, empleo y desarrollo territorial

El intercambio con los participantes amplió la discusión hacia los riesgos asociados a la confiabilidad de los datos, los sesgos algorítmicos, la seguridad informática y las consecuencias ambientales de la expansión de estas tecnologías. También se abordaron las perspectivas de la computación cuántica y las posibles transformaciones del empleo derivadas de una mayor automatización de los procesos productivos.

Sobre este último aspecto, Arraigada señaló que las mejoras de productividad esperadas todavía no se verifican de manera homogénea en las organizaciones. Al mismo tiempo, la implementación de nuevas herramientas genera necesidades de formación, adaptación de competencias y desarrollo de capacidades técnicas. Los efectos de largo plazo sobre el mercado laboral permanecen abiertos y dependerán tanto de la evolución tecnológica como de las respuestas institucionales y productivas.

En su intervención, Venesia trasladó la discusión hacia las condiciones específicas de la Argentina. Destacó que la incorporación de inteligencia artificial debe analizarse en relación con la estructura económica nacional, las características de sus cadenas de valor y las desigualdades existentes en materia de desarrollo tecnológico.

Desde esa perspectiva, planteó que el desafío no consiste únicamente en atraer inversiones o instalar centros de procesamiento, sino en definir qué funciones estratégicas pueden cumplir estas infraestructuras para fortalecer las capacidades productivas y tecnológicas del país. La posibilidad de aplicar inteligencia artificial en sectores como la energía, la minería, la agroindustria, el transporte y la logística requiere considerar su articulación con las necesidades de cada territorio.

El debate puso de manifiesto que la transformación digital no puede desvincularse de las políticas de desarrollo. La incorporación de nuevas tecnologías plantea interrogantes sobre la generación de conocimiento, la organización de las cadenas productivas, la formación profesional y la capacidad de las instituciones para orientar estos procesos hacia objetivos económicos y sociales.

Infraestructura y conocimiento para una transformación estratégica

El encuentro concluyó con una reflexión sobre la necesidad de abordar la inteligencia artificial desde una perspectiva integral, que reconozca sus posibilidades de innovación sin desconocer los riesgos y las nuevas dependencias que acompañan su desarrollo.

La formación de recursos humanos, el fortalecimiento de las capacidades institucionales y la planificación de infraestructuras digitales y energéticas aparecen como condiciones centrales para que estas tecnologías contribuyan efectivamente al crecimiento de la productividad y al desarrollo territorial.

En este escenario, el Programa de Infraestructura Regional para la Integración de la UNR reafirma la importancia de generar espacios académicos que vinculen la innovación tecnológica con los desafíos de la infraestructura y la gestión pública y privada.

La inteligencia artificial constituye una transformación cuyos alcances todavía están en construcción. Su contribución al desarrollo argentino dependerá, en buena medida, de la capacidad de articular conocimiento, infraestructura e inversión con una estrategia productiva que contemple las particularidades y potencialidades de cada región.

Organizadores