RespuestasPublicado17 fuentes
Por qué el gasto en IA aún no se traduce en más productividad en Singapur
Un informe señala que solo el 20% de las organizaciones considera que su plantilla está preparada para trabajar con IA. El 18% de las organizaciones encuestadas reporta un valor empresarial amplio y sostenido gracias a la IA, según otro informe.
Publicado porEditado con GPT-6 LunaImágenes generadas con GPT Image 2
Respuesta de investigación
Conclusiones clave
- Un informe señala que solo el 20% de las organizaciones considera que su plantilla está preparada para trabajar con IA.
- El 18% de las organizaciones encuestadas reporta un valor empresarial amplio y sostenido gracias a la IA, según otro informe.
- Las mejoras no dependen solo de la herramienta: también requieren revisar los procesos, desarrollar habilidades y medir resultados relevantes.
Prompt de IA
openai.comCreate a landscape editorial hero image for this Studio Global article: Why are Singapore companies’ heavy AI investments failing to deliver meaningful productivity gains, with only 20% of organisations consideri. Article summary: The central problem is that buying AI and increasing usage do not automatically improve business performance: weak use-case selection, low employee trust and insufficient readiness for higher-value work can prevent adopt. Topic tags: general, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clic
Las empresas de Singapur están invirtiendo en inteligencia artificial, pero comprar herramientas y animar a los empleados a usarlas no garantiza una mejora de la productividad. El reto es más amplio: identificar tareas en las que la IA pueda aportar valor, preparar a las personas y reorganizar los procesos para que el tiempo ahorrado se traduzca en mejores resultados. Un informe indica que solo el 20% de las organizaciones considera que su plantilla está preparada para trabajar con IA. 6
La brecha está entre adoptar IA y rediseñar el trabajo
La IA puede acelerar una tarea puntual sin resolver el cuello de botella que frena todo el proceso. Si siguen existiendo los mismos traspasos entre equipos, colas de revisión o demoras en las aprobaciones, redactar o resumir más rápido no necesariamente permitirá completar más trabajo.
La diferencia importa a medida que las empresas amplían el uso de estas herramientas. Los directivos de Singapur están aumentando la inversión en IA, pero solo el 18% de las organizaciones declara obtener un valor empresarial amplio y sostenido de esta tecnología, según un informe de The Business Times. 3 Otro análisis describe cómo algunas empresas compran IA más rápido de lo que pueden reorganizar el trabajo para integrarla, y subraya la importancia de contar con datos, sistemas, flujos de trabajo y mecanismos de gobernanza adecuados.
32
La preparación también depende de las personas. No basta con dar acceso a una herramienta: los empleados necesitan las habilidades y la confianza para utilizarla en el contexto de su trabajo. La Junta de Desarrollo Económico de Singapur (EDB, por sus siglas en inglés), organismo público que promueve el desarrollo empresarial, describe la preparación de las personas como una combinación de conocimientos para crear IA y capacidades para trabajar eficazmente con procesos que la incorporan. 2
Por qué las cifras de productividad pueden parecer contradictorias
Las fuentes disponibles no demuestran que la IA no esté generando mejoras de productividad. En una encuesta del Ministerio de Trabajo de Singapur, el 70,7% de las empresas que ya utilizan IA informó de mejoras en la productividad de sus trabajadores. 36 Ese resultado puede coexistir con los datos sobre preparación limitada o valor empresarial desigual: las encuestas podrían medir poblaciones y resultados distintos, y la información disponible no permite compararlas directamente.
La cifra del 20% sobre preparación y la expectativa inicial de los directivos de lograr mejoras de productividad cercanas al 18% aparecen en un artículo de Singapore Business Review. 6 Sin embargo, el extracto disponible no detalla la metodología de la encuesta ni permite verificar la mejora del 3% atribuida a quienes usan IA con frecuencia. Por eso, esa cifra no debe tratarse como confirmada ni compararse directamente con la expectativa de los directivos con la información disponible.
Cómo convertir el uso de IA en valor para el negocio
Empezar por el proceso, no por el software
Conviene analizar una tarea de principio a fin. Hay que localizar dónde se acumulan retrasos, trabajo repetido o traspasos entre equipos y comprobar si la IA resuelve esos obstáculos concretos. Acelerar un paso puede tener poco efecto si otra parte del proceso sigue limitando el resultado.
Elegir la forma adecuada de incorporar IA
Las empresas pueden comparar funciones de IA integradas en programas que ya utilizan, una solución desarrollada internamente o un producto especializado nuevo. La decisión debería tener en cuenta cómo encaja cada opción en el proceso, qué datos necesita, cómo se conecta con los sistemas existentes y cómo se supervisará. Lo importante es que la herramienta se ajuste a la tarea, no acumular productos. Los retos de alinear la IA con los datos, los sistemas y la gobernanza también aparecen en los análisis sobre la implantación empresarial en Singapur. 32
41
Medir resultados, no señales de actividad
Los inicios de sesión, las consultas y las licencias activadas muestran que una herramienta se usa; no prueban que el trabajo haya mejorado. Las empresas pueden fijar una medición de referencia y seguir indicadores pertinentes para cada tarea, como el tiempo de entrega, la calidad, el volumen de trabajo o la necesidad de rehacerlo. Conviene revisar esos resultados antes de ampliar una prueba piloto.
Incluir formación y participación de los empleados
Quienes realizan el trabajo pueden ayudar a seleccionar los usos más útiles y evaluar sus resultados. La formación debería conectar las capacidades de la IA con tareas específicas y explicar cómo se aprovechará el tiempo que pueda liberar la automatización. La EDB considera que la preparación de las personas incluye tanto conocimientos técnicos como la capacidad de trabajar con procesos apoyados por IA. 2
Aclarar las reglas y facilitar que se planteen dudas
Las empresas deberían especificar qué herramientas están aprobadas, qué información puede introducirse, qué datos se registran y quién puede consultarlos. Unas reglas claras ayudan a gestionar inquietudes sobre la seguridad de los datos y la gobernanza, identificadas por líderes empresariales como obstáculos para obtener valor de la IA. 41 También es importante que los empleados puedan informar de errores o cuestionar con facilidad resultados inadecuados.
Si se utilizan herramientas personales de IA, los límites deben ser explícitos: no se debe introducir información confidencial, personal o de propiedad de la empresa en servicios que no estén autorizados para tratar esos datos. Asimismo, conviene revisar periódicamente las herramientas empresariales a medida que cambian los procesos y las necesidades; comprarlas no garantiza que sigan siendo útiles.
La prueba práctica
La pregunta no es solo si una empresa ha adoptado IA, sino si ahora completa una tarea concreta de forma más eficaz y si los procesos, las habilidades y las salvaguardas necesarias respaldan esa mejora. Ante la brecha de preparación señalada en Singapur, esa evaluación resulta más útil que considerar la adopción como el objetivo final. 5
6
Studio Global AI
Continúe su investigación
Esta página incluye una respuesta respaldada por fuentes que puede continuar dentro de Studio Global.
La gente también pregunta
¿Cuál es la respuesta corta a "Por qué el gasto en IA aún no se traduce en más productividad en Singapur"?
Un informe señala que solo el 20% de las organizaciones considera que su plantilla está preparada para trabajar con IA.
¿Cuáles son los puntos clave a validar primero?
Un informe señala que solo el 20% de las organizaciones considera que su plantilla está preparada para trabajar con IA. El 18% de las organizaciones encuestadas reporta un valor empresarial amplio y sostenido gracias a la IA, según otro informe.
¿Qué debo hacer a continuación en la práctica?
Las mejoras no dependen solo de la herramienta: también requieren revisar los procesos, desarrollar habilidades y medir resultados relevantes.