Los datos antropológicos detallan los hitos en la adopción de la IA

El índice económico de Anthropic ofrece información sobre la aplicación real de los grandes modelos lingüísticos en organizaciones y particulares. El análisis se basa en un conjunto de datos considerable: millones de interacciones de consumidores en Claude.ai y un número similar de llamadas a la API empresarial, todas ellas de noviembre de 2025. Es importante destacar que los resultados se basan en el comportamiento observado de los usuarios, en lugar de en encuestas o sondeos convencionales a líderes empresariales.

Una gama limitada de aplicaciones básicas

El uso de la IA de Anthropic se concentra sistemáticamente en un conjunto limitado de tareas. De hecho, las diez actividades más frecuentes representan aproximadamente una cuarta parte de todas las interacciones de los consumidores y casi un tercio del tráfico de API de las empresas. Como era de esperar, una parte significativa de esta actividad gira en torno a la escritura y la edición de código.

Este enfoque de la IA como herramienta de desarrollo de software se ha mantenido estable, lo que indica que el valor percibido de Claude está fuertemente vinculado a estas capacidades. No hay pruebas de que otros casos de uso estén ganando un impulso sustancial. Este patrón sugiere que las implementaciones de IA específicas en áreas probadas tienen más probabilidades de éxito que las implementaciones amplias y de uso general.

La colaboración supera a la automatización total

En las plataformas de consumo, los usuarios participan principalmente en conversaciones colaborativas e iterativas con la IA, perfeccionando las consultas a lo largo del tiempo. Por el contrario, el uso de API empresariales se inclina hacia la automatización de los flujos de trabajo para lograr una mayor eficiencia. Sin embargo, aunque Claude funciona bien en tareas cortas y discretas, la calidad de los resultados disminuye a medida que aumenta la complejidad y el «tiempo de reflexión» necesario.

Esto indica que la automatización es más eficaz para tareas rutinarias y bien programadas, con menos pasos lógicos y plazos de entrega rápidos. Las tareas que se estima que llevan varias horas a un ser humano tienen tasas de éxito notablemente más bajas que las más cortas. Para que los proyectos más ambiciosos tengan éxito, los usuarios deben guiar activamente el proceso, desglosando los grandes objetivos en pasos manejables y refinando iterativamente los resultados de la IA.

La mayoría de las consultas procesadas por el LLM están relacionadas con profesiones de oficina, aunque los patrones de uso varían según la región, siendo las aplicaciones académicas más comunes en algunos países. Por ejemplo, un agente de viajes podría descargar la compleja planificación de itinerarios en la IA mientras se encarga de las tareas transaccionales, mientras que un administrador de propiedades podría automatizar la administración rutinaria, pero conservar las tareas que requieren un juicio matizado.

Las ganancias de productividad se ven atenuadas por los gastos generales operativos

El informe sugiere que las previsiones habituales de que la IA aumentará la productividad laboral anual en un 1,8 % en una década deberían ajustarse a la baja, hasta situarse entre el 1 % y el 1,2 %. Este ajuste tiene en cuenta la mano de obra y los costes ocultos asociados a la validación, la corrección de errores y la repetición del trabajo. Aunque un aumento de la eficiencia del 1 % sigue siendo económicamente significativo, los líderes empresariales deben tener en cuenta estas realidades operativas en su planificación.

Los beneficios potenciales de la implementación de la IA también dependen de si la tecnología complementa o sustituye el trabajo humano. El éxito de la sustitución depende en gran medida de la complejidad de las tareas involucradas. Una conclusión clave es la fuerte correlación entre la sofisticación de las indicaciones del usuario y el éxito del resultado, lo que subraya que la habilidad humana para dirigir la IA determina su valor final.

Perspectivas estratégicas para los responsables de la toma de decisiones

• La IA ofrece el retorno más rápido en aplicaciones específicas y bien definidas.
• Para trabajos complejos, los sistemas híbridos que combinan la IA y la supervisión humana superan a la automatización total.
• Las ganancias de productividad previstas deben descontarse para tener en cuenta los problemas de fiabilidad y el trabajo de apoyo necesario.
• El impacto en la fuerza laboral viene determinado por la naturaleza y la complejidad de las tareas, no solo por los puestos de trabajo.

¿Le interesa obtener más información sobre la IA y el big data de la mano de expertos del sector? Considere la posibilidad de asistir a la AI & Big Data Expo, que se celebra en Ámsterdam, California y Londres. Este completo evento forma parte de TechEx y se celebra junto con otras importantes conferencias tecnológicas. Para obtener más información, haga clic aquí.

AI News es una publicación de TechForge Media. Descubra aquí otros eventos y seminarios web sobre tecnología empresarial que se celebrarán próximamente.