The talent paradox versus
R&D investment: An analysis of the AI Index
2025 from a Latin American economic perspective.
Jorge Iván Pincay Ponce
Universidad Laica Eloy Alfaro de Manabí. Artificial Intelligence Research Group, Universidad Bolivariana del Ecuador.
https://orcid.org/0000-0003-4711-8850
Willian Jesús Zamora Mero
Universidad Laica Eloy Alfaro de Manabí.
https://orcid.org/0000-0003-0215-4460
Jonathan Bernardo Rivera Ponce
Universidad Laica Eloy Alfaro de Manabí.
https://orcid.org/0009-0000-5354-4106
César Arturo del Pino Anchundia
Universidad Laica Eloy Alfaro de Manabí. Universidad Nacional de La Plata.
https://orcid.org/0000-0001-7580-0895
RESUMEN
América Latina enfrenta una disparidad crítica entre su
peso económico global y su capacidad de innovación en Inteligencia Artificial
(IA). Este artículo analiza la Paradoja del Talento: la coexistencia de una
base amplia de usuarios y profesionales técnicos con una inversión marginal en
Investigación y Desarrollo (I+D). Mediante la triangulación de datos del AI
Index 2025, el Índice Latinoamericano de IA (ILIA) 2025 y modelos de
productividad, los resultados muestran que la región aporta el 6,6% del PIB
mundial, pero atrae solo el 1,12% de la inversión global en IA. Se concluye que esta asimetría
genera una dependencia tecnológica donde el impacto en la productividad es positivo pero inelástico:
un aumento del 1% en la adopción tecnológica mejora la Productividad Total de
los Factores (PTF) en apenas un 0,064%.
PALABRAS
CLAVE: Inteligencia Artificial, Inversión en I+D,
Productividad Total de los Factores, América Latina, Dependencia Tecnológica.
ABSTRACT
Latin America faces a critical disparity between its
global economic weight and its capacity for innovation in Artificial Intelligence (AI). This article
analyzes the Talent
Paradox: the coexistence of a broad base of users and technical professionals with
marginal investment in Research and Development (R&D). Through data triangulation of the AI Index 2025,
the Latin American
AI Index (ILIA) 2025, and
productivity models, the results show that the region contributes 6.6% of global
GDP but attracts only 1.12% of global AI investment. It is concluded that this
asymmetry generates technological dependence where the impact
on productivity is positive but inelastic: a 1% increase
in technology adoption improves Total Factor Productivity (TFP) by a
mere 0.064%.
KEYWORDS: Artificial Intelligence, R&D
Investment, Total Factor
Productivity, Latin America, Technological Dependence.
Código JEL: O33 (Tecnología y cambio tecnológico), O54 (Economías latinoamericanas y caribeñas), F63 (Ayuda al desarrollo y crecimiento
económico), E22 (Inversión y stock de capital), O31 (Innovación e invención:
procesos e incentivos).
1.
Introducción
Para inicios de 2026 cuando presentamos este artículo, la
Inteligencia Artificial (IA), especialmente la denominada generativa, actúa
actualmente como un catalizador de transformación económica global. Sin
embargo, América Latina y también el Caribe enfrentan desafíos estructurales
denominados trampas del desarrollo, caracterizados por una baja capacidad de
crecimiento y una alta desigualdad (Soto et al., 2025).
Aunque la región
muestra un alto interés en la adopción
de tecnologías digitales, existe una brecha
persistente entre el consumo y la producción de conocimiento, lo que en repetidas
ocasiones ha sido referido como “Paradoja del Talento” (Akpan & Adebayo,
2025; Brynjolfsson et al., 2017). Esta denominación se respalda en cifras como
que la región representa el 8,8% de la población mundial y el 6,6% del Producto
Interno Bruto (PIB) global, pero atrae apenas el 1,12% de la inversión mundial
en Inteligencia Artificial (Soto et al., 2025)…
Esta disparidad pone de manifiesto el embudo hacia
la especialización
avanzada a nivel de posgrados
como lo son los doctorados, esto, mientras la alfabetización
en IA se expande y la demanda de cursos técnicos crece (Pincay Ponce et al.,
2025). Por tanto, la inversión en capital intangible permanece estancada.
En tal contexto, el objetivo de esta investigación es
sustentar la existencia de la “Paradoja del Talento” en América Latina mediante
el análisis comparativo de los indicadores de formación académica frente a la
inversión en I+D expuestos en el AI Index Report 2025. En aspectos
metodológicos, se buscó determinar cómo la dependencia tecnológica y la baja
inversión en infraestructura soberana condicionan la productividad total de los
factores en las economías en la región,
esto mediante triangulación de información del AI Index Report
con las métricas de brecha de productividad de la CEPAL y el BID.
En este estudio se encontró que la “Paradoja del Talento”
impacta a nivel social y laboral, los reportes actuales del Banco
Interamericano de Desarrollo (BID) como "AI and the Increase of
Productivity and Labor Inequality in Latin America" advierten que la IA
generativa tiene el potencial de desplazar o potenciar tareas, pero que este
beneficio está concentrado en trabajadores con educación de posgrado y en
sectores formales. Al contrastar esto con el denominado "AI Index Report
2025" generado por la Universidad de Stanford de Estados Unidos, se observa que el Norte Global
acelera la inversión privada para absorber
este impacto, pero, Latinoamérica se mantiene rezagada con investigaciones escasas y
concentradas principalmente en Brasil y México.
2.
Revisión de la Literatura
La base teórica
de esta investigación parte de la sentencia de Solow (1987)
sobre la paradoja de la productividad, la cual sugiere
que la tecnología no siempre
se refleja en las estadísticas económicas inmediatas
(Solow, 1987). Luego, investigadores como (Brynjolfsson et al., 2017)
evolucionaron este concepto explicando que el impacto de la IA se retrasa por
la necesidad de acumular
capital intangible y ajustar estructuras organizacionales. En estudios para la región, Rabanal
(2024) considera que la respuesta
de la productividad ante el uso de internet en 12 países latinoamericanos
es positiva pero inelástica.
Un poco, antes, en 2023 el estudio del BID de Azuara et
al., titulado "AI and the Increase of Productivity and Labor Inequality in
Latin America", alertó que la exposición a la IA, especialmente a los
modelos de lenguaje extensos o LLM, es significativamente mayor en trabajadores
con educación de posgrado, lo que amenaza con profundizar la desigualdad
laboral si el talento no se distribuye de manera equitativa (Azuara Herrera et al., 2024; BID,
2023). En el ya referido ILIA del año 2025, en el aspecto educativo, se propone
que los Estados financien centros de cómputo de alto rendimiento y promuevan
proyectos como LatamGPT para construir
soberanía tecnológica y reducir la dependencia de nubes
extranjeras con la intencionalidad de transformar a la región
de una consumidora neta a una
productora de conocimiento, tratando los datos y algoritmos como activos
públicos que impulsen un crecimiento económico inclusivo y sostenible (Soto et
al., 2025).
Lo precedente guarda relación, pero no necesariamente
causalidad demostrable, con lo reportado en 2024 por la UNESCO, cuando la
Organización advirtió que el uso de la tecnología educativa es muy limitado
cuando depende únicamente de la motivación individual del estudiante sin
integrarse formalmente en las prácticas institucionales, en especial porque
mientras los desarrollos en inteligencia artificial avanzan de forma acelerada,
los métodos y herramientas educativos permanecen estáticos y eso genera una
brecha de habilidades que crece diariamente (UNESCO, 2024).
En el mismo sentido, ya en 2025, incluso en Estados Unidos
la mayoría de los docentes considera que la informática y la IA deben ser parte de la formación básica, pero menos
de la mitad se siente capacitado para enseñarlas, en tanto que, en
América Latina, la falta de competencias digitales en los profesores es un
obstáculo crítico para la adopción de estas tecnologías (Maslej et al., 2025;
Rivas, 2025).
También en 2025 el BID, esta vez refiriendo al sector
laboral, identificó lo que denominó una "trampa de adopción" que
advierte que la exposición a la IA es significativamente mayor en trabajadores
con educación de posgrado, lo que amenaza con profundizar la desigualdad
laboral (Soto et al., 2025). Lo indicado puede ampliar la brecha de ingresos
frente a quienes poseen educación básica si no se democratiza el acceso a
nuevas competencias.
En el sector laboral nuevamente el AI Index Report 2025 (Stanford) brinda una estadística
asociada a “la fuga de cerebros” para resaltar una migración neta negativa de talento en IA,
esto es, que por cada 10,000 miembros de LinkedIn en economías clave de la
región: Argentina presenta un balance de -0.22 y Brasil de -0.09. Esto prueba
que, a pesar de la demanda teórica, el mercado local no retiene
a sus especialistas (Maslej et al., 2025).
Según Rivas (2025), esta situación coloca a la región en una
"deriva tecnológica" donde la velocidad del avance privado supera la
capacidad de respuesta y contratación de los sistemas públicos y empresariales
locales.
La literatura revisada
refleja una urgencia
de implementar políticas
de reconversión laboral o reskilling, que es fundamental
para mitigar el desplazamiento laboral y evitar que la IA profundice la desigualdad. Se espera que programas de
formación masiva reportados en el ILIA (2025) como "Hazlo con IA" en
Chile, logren su cometido de capacitar a 68,000 trabajadores de MiPyMEs y del
sector público mediante micro-credenciales de aplicación inmediata. Sin
embargo, la UNESCO (2024) advierte que estos esfuerzos serán insuficientes si la tecnología no se integra
de forma sistémica en las prácticas
escolares para
fomentar un pensamiento crítico
aplicado.
Retomando la productividad inelástica o baja elasticidad de
la productividad regional, referida al principio de esta sección resulta
indispensable que los gobiernos intervengan subsidiando la tecnología como un
bien público estratégico.
A modo de finalización de esta breve revisión literaria, se
puede indicar con base en las fuentes consultadas, que la productividad
regional responde de forma inelástica ante la tecnología, pues un aumento
del 1% en el acceso a banda
ancha solo eleva la Productividad Total de los Factores
un 0,064% (Rabanal, 2024). Esta brecha estructural se explica porque América Latina solo representa el
1,56% del gasto global en IA, evidenciando una crítica desinversión en capital intangible (CEPAL, 2024). Asimismo,
el ILIA (2025) identifica un "embudo del talento" donde
la alfabetización básica cuadruplica a la especialización avanzada, limitando
la capacidad de producir conocimiento propio. En consecuencia, la falta de
infraestructura soberana y la debilidad institucional impiden que el uso masivo
de herramientas digitales se traduzca en un crecimiento económico proporcional.
3.
Materiales y Métodos
3.1. Diseño y enfoque de investigación
El estudio emplea un enfoque cuantitativo-analítico con un
diseño documental de corte transversal. El alcance es correlacional y
comparativo, diseñado para probar relacionar el desajuste entre adopción
digital e inversión especializada.
3.2. Corpus documental y unidades de
análisis
Se integraron datos
de cinco fuentes de alto impacto:
§
Stanford University AI Index Report
2025 para tendencias de inversión
global.
§
ILIA 2025 para indicadores de infraestructura y talento
humano en 19 países.
§
Rabanal (2024)
para métricas de elasticidad de la productividad.
§
Informes del BID (2024) sobre el impacto de los LLM en la fuerza laboral.
3.3. Procedimiento de triangulación y normalización
Esta investigación utiliza un enfoque metodológico de
triangulación de fuentes secundarias y análisis comparativo de indicadores
macroeconómicos y educativos. El proceso siguió cuatro pasos:
§
Recolección de datos de inversión: Se extrajeron cifras
de inversión privada
y gasto en I+D del AI Index Report
2025 de Stanford y del ILIA 2025 coordinado por CENIA
y CEPAL.
§
Evaluación
de capital humano: Se compararon los niveles de alfabetización en IA frente a la
disponibilidad de investigadores activos y programas de doctorado acreditados
en 19 países.
§
Análisis de elasticidad de productividad:
Se utilizaron los coeficientes de impacto
en el PIB reportados por la CEPAL (0,036% por cada 1% de adopción) y el modelo
de Rabanal (2025) sobre la Productividad Total de los Factores (PTF).
§
Identificación
de brechas de adopción: Se analizó el tráfico web hacia soluciones de IA para
distinguir entre el uso de soluciones de consumo final y la integración de
modelos vía APIs o código abierto.
3.4. Aspectos éticos
Dado que esta investigación se basa en datos secundarios
disponibles públicamente, el estudio cumple con las normas de propiedad
intelectual mediante una rigurosa citación según las normas APA, 7.ª edición.
La fiabilidad de los datos está garantizada mediante la metodología de
auditoría de datos del Instituto de IA Centrada en el Ser Humano de Stanford.
4. Resultados y Discusión
América Latina enfrenta una trampa de desinversión
estructural (Ver Figura 1), pues la región genera el 6.6% del PIB mundial,
pero su inversión privada en IA es apenas
el 1.12% del total
global (Maslej et al., 2025;
Soto et al., 2025), por lo que es evidente
que la región está financiando su transformación digital mediante la
importación de capital intelectual extranjero en lugar de generar activos
propios.
Figura 1: Trampa de desinversión estructural reflejada en la triangulación de información
del AI Index 2025 (Stanford) e ILIA 2025 (CEPAL/CENIA)
Fuente: Elaborado por
los autores
Además,
existe una respuesta positiva pero inelástica (Ver Figura 2), esto porque se
estima que por cada 1% de aumento en la adopción tecnológica, la Productividad
Total de los Factores (PTF) en Latinoamérica mejora solo un 0.064% (CEPAL,
2024; Rabanal, 2024). Específicamente para la IA, el impacto directo
en el crecimiento del PIB se sitúa
en el 0.036% por cada punto porcentual de adopción (CEPAL, 2024;
Maslej et al., 2025).
Figura 2: Elasticidad de la Productividad. El Impacto del 1% reflejado
en la triangulación de información del AI Index 2025 (Stanford) e
ILIA 2025 (CEPAL/CENIA)
Fuente: Elaborado por
los autores
En esta investigación
se ha visto que la adopción económica
de la IA está frenada por el
costo de entrada. El costo promedio
regional de la cesta básica
de banda ancha
es del 8.45% del INB, pero
países como Venezuela y Cuba enfrentan barreras prohibitivas del 42% y 32%
respectivamente, lo que anula cualquier potencial
de ganancia en productividad (Soto et al., 2025). El llamado cesta básica de banda ancha
se refiere a un conjunto
de servicios y dispositivos necesarios para el acceso a Internet por banda ancha
fija y móvil, dispositivos
como smartphones, computadoras y
tabletas y los costos mensuales que estos representan con relación al % de ingreso nacional
bruto ajustado
según el ingreso promedio
de los hogares (Zaballos et al.,
2022).
Figura 3: Indicador de conectividad según costo de cesta de banda ancha y el ingreso
nacional bruto ajustado a los hogares.
Fuente: Elaborado por
los autores
Un dato que denota a Latinoamérica sobrerrepresentada es el
uso de IA, que genera el 14% del tráfico mundial hacia
soluciones de IA con solo el 11% de los usuarios de internet (CEPAL,
2024), sin embargo, el gasto
en I+D es crítico: Brasil
lidera con 1.15% del PIB, mientras
que la mayoría de la región no supera el 0.5% (Azuara Herrera et al.,
2024; Maslej et al., 2025).
Figura 4: Sobrerrepresentación en uso
respecto de adopción en soluciones en IA
Fuente: Elaborado por
los autores
Los resultados revelan que América Latina es una
"consumidora intensa" de soluciones finales, pero produce poco valor
agregado (Soto et al., 2025). La región es el tercer mercado mundial
en descargas de aplicaciones de IA Generativa, este alcance bordea
entre el 15 al 20% del mercado global,
pero su inversión en I+D es proporcionalmente seis veces
inferior a su peso económico. Esta asimetría fundamenta lo que presentamos en
el título de este artículo como la Paradoja del Talento.
Es que existe una base de usuarios joven y digitalmente
activa que supera al promedio mundial en intensidad de uso web, pero la
formación avanzada es escasa: 11 de los 19 países analizados carecen de programas de doctorado en IA. La investigación se encuentra
altamente concentrada, con Brasil y México reuniendo el 68% de los
investigadores activos de la región (Soto et al., 2025).
Desde la perspectiva económica, la adopción
de IA en la región
es inelástica respecto
a la productividad. Mientras
que en economías avanzadas la IA complementa el trabajo calificado, en América
Latina la baja inversión en capital intangible y la falta de "talento de
frontera" limitan el impacto económico real. El BID señala que la
exposición a la IA es mayor en trabajadores con educación de posgrado, lo que
sugiere que la paradoja del talento no resuelta profundizará la desigualdad
laboral interna (Azuara Herrera et al., 2024).
4.1. Trabajos Futuros
Para fortalecer la línea de investigación, se proponen los siguientes estudios:
§
Un
trabajo investigativo que permite continuidad al presente trabajo es un
análisis sectorial de micro-productividad, que, por ejemplo, evalúe el impacto
real de la formación en IA en la rentabilidad de las pequeñas y medianas
empresas con base en modelos pertinentes.
§
Desde el
punto de vista de la cada vez más referida soberanía tecnológica, es plausible evaluar el impacto de la soberanía
tecnológica, por ejemplo, con el estudio de la correlación entre la
disponibilidad de infraestructura local de GPU u otro hardware especializado,
detalle en el que actualmente lidera Brasil y la reducción de costos operativos
para startups locales de IA.
§
Respecto
del seguimiento de la fuga de talento, conviene investigar mediante datos de
redes profesionales la migración neta de investigadores de IA hacia el Norte
Global y su impacto en la pérdida de capital intangible regional.
§
Luego,
también están las responsabilidades nacionales, por ejemplo, conviene
caracterizar a nivel
de efectividad de las estrategias nacionales, con análisis
comparativo de la implementación presupuestaria de las agendas de IA, esto porque en la actualidad el ILIA 2025 ya detectó que
muchas estrategias son declarativas, pero carecen de financiamiento real.
5.
Conclusiones
Los resultados de esta
investigación sustentan la existencia de una Paradoja del Talento en América Latina,
se evidenció que la región
posee una base de usuarios
altamente activa en el consumo de Inteligencia Artificial
(IA), pero carece de la infraestructura y la inversión en I+D necesarias para
transformar ese interés en riqueza estructural. Mientras la región representa el 6.6% del PIB mundial,
su inversión privada
en IA es apenas del 1.12%, lo que
representa una desproporción de seis veces respecto a su peso económico.
La asimetría que se detectó indica que la región está
atrapada en una trampa de adopción, pues consume intensamente soluciones finales (IA generativa), representando entre el 15% y
el 20% del mercado mundial,
pero produce e integra poco conocimiento propio.
Como se ha indicado
en este artículo,
la respuesta de la productividad ante la tecnología en la región es
positiva pero inelástica: un incremento del 1% en la adopción
tecnológica solo mejora
la Productividad Total de los Factores
en un 0.064%. Esta baja sensibilidad se debe a la escasa inversión en capital intangible y a la falta
de talento especializado que supere
la barrera de la alfabetización básica.
A modo de finalización, este estudio permite inferir que,
de no mediar políticas agresivas de formación avanzada y soberanía tecnológica,
la IA podría profundizar la desigualdad laboral. Dado que la tecnología tiende a complementar el trabajo calificado y reemplazar el no calificado, la baja proporción de
población con educación terciaria en la región, con excepción de Chile, limita el aprovechamiento del potencial transformador de la IA y pone en riesgo la cohesión social.
6. Referencias
Akpan, M.,
& Adebayo, A. (2025). Artificial Intelligence and the Dual Paradoxes:
Examining the Interplay of Efficiency, Resource Consumption, and Labor Dynamics
(arXiv:2504.10503). arXiv. https://doi.org/10.48550/arXiv.2504.10503
Azuara Herrera,
O., Ripani, L., & Torres Ramirez, E. (2024). AI and the Increase of Productivity and Labor Inequality in Latin America:
Potential Impact of Large Language
Models on
Latin American Workforce. Inter-American Development Bank. https://doi.org/10.18235/0013152
BID. (2023).
La infraestructura digital
en el desarrollo de América
Latina.
Brynjolfsson,
E., Rock, D., & Syverson, C. (2017). Artificial Intelligence and the
Modern Productivity Paradox: A Clash of Expectations and Statistics (No. W24001; p. w24001). National Bureau of
Economic Research. https://doi.org/10.3386/w24001
CEPAL. (2024). Transformación digital
para el desarrollo inclusivo en ALC.
Maslej, N., Fattorini, L., Perrault, R., Gil, Y., Parli, V., Kariuki, N., Capstick, E., Reuel, A., Brynjolfsson, E., Etchemendy, J., Ligett, K., Lyons, T., Manyika, J., Niebles, J. C., Shoham, Y., Wald, R., Walsh,
T., Hamrah, A., Santarlasci, L., … Oak, S. (2025).
Artificial Intelligence
Index Report 2025 (Version 3). arXiv.
https://doi.org/10.48550/ARXIV.2504.07139
Pincay Ponce, J. I., Zambrano Zambrano, M. T., &
Quijije Anchundia, P. J. (2025).
Hacia una educación personalizada y equitativa: Análisis de la convergencia
entre tecnologías asistivas e inteligencia artificial. Revista Científica
Multidisciplinaria SAPIENTIAE, 8(16), 536–545.
https://doi.org/10.56124/sapientiae.v8i16.034
Rabanal, C. (2024). La paradoja de la productividad y el uso de internet
en países de América
Latina. Problemas Del Desarrollo. Revista
Latinoamericana de Economía, 55(219), 113–
138. https://doi.org/10.22201/iiec.20078951e.2024.219.70183
Rivas, A. (2025). La llegada de la IA a la
educación en América Latina: En construcción. OEI.
Solow, R. (1987).
We’d better watch
out. New York Times Book Review, 36.
Soto, A., Durán, R., Moreno, A., Adasme,
S., Rovira, S., Jordán, V., & Poveda, L. (2025). Índice Latinoamericano
de Inteligencia Artificial (ILIA) 2025 (Documentos de Proyectos
(LC/TS.2025/68). Comisión Económica
Para América Latina y El Caribe y Centro
Nacional de Inteligencia Artificial.). CEPAL.
UNESCO. (2024). Factores determinantes en la educación STEM en la
región.
Zaballos, A. G.,
Rodríguez, E. I., & Gabarró, P. P. (2022). Informe anual del Índice de
Desarrollo de la Banda Ancha: Brecha digital en América Latina y el Caribe.
IDBA.
