21 de noviembre, 2025
Panorama Global
La inteligencia artificial (IA) dejó de ser una tecnología emergente para convertirse en el motor que está reorganizando la economía global. El AI Index 2025, el informe más completo sobre evidencia en IA, muestra un cambio estructural: en 2024 la inversión mundial en IA alcanzó US$ 252.000 millones, 26% más que el año anterior y 13 veces más que hace una década. Estados Unidos lidera con más de US$ 109.000 millones, seguido por China, mientras que la IA generativa por sí sola recibió US$ 34.000 millones. La inversión se concentra en tres pilares que sostienen todo el ecosistema: desarrollo de modelos (fundacionales, multimodales, generativos), aplicaciones sectoriales de IA y la infraestructura profunda: chips, centros de datos, cómputo en la nube, fibra óptica y todo el backend tecnológico necesario para la revolución actual.
Quien controle el cómputo, controla la IA del futuro.
La infraestructura se volvió tan estratégica como la energía o la logística. La competencia ya no es solo por quién entrena los mejores modelos, sino por quién controla la infraestructura crítica de la IA. Estados Unidos impulsa centros de datos de más de 500 MW y destina un presupuesto de US$ 52.000 millones mediante el programa CHIPS & Science Act. China, por su parte, lanzó el Big Fund II, un fondo estatal de US$ 40.000 millones para alcanzar autosuficiencia en hardware y expandir sus “Green AIDC”, centros de datos energéticamente eficientes. Europa avanza con su propio Chips Act y la red de supercomputación EuroHPC.
Eficiencia, chips y caída del costo de inferencia
La velocidad del progreso técnico es asombrosa. Según el AI Index, la potencia de los chips crece 43% por año y la eficiencia energética mejora 40% anual. El costo de la inferencia -el momento en que un modelo “piensa”- cayó 280 veces entre 2022 y 2024, gracias a chips más potentes, modelos más eficientes y optimización del software.
Esto habilita un cambio clave: modelos pequeños (3–8B parámetros) ya alcanzan niveles de desempeño antes reservados a modelos gigantes. ¿Por qué importa para Argentina? Porque permite una IA offline en el campo, en maquinaria agrícola, sensores, drones o teléfonos. Menor costo, mayor adopción.
La IA ya está transformando el agro argentino en cuatro frentes clave:
🌦️ IA + cambio climático: predicción y manejo del riesgo La IA está mejorando la predicción climática de corto plazo, las alertas tempranas para heladas, sequías o incendios y los análisis multivariados de riesgo. Esto permite gestionar incertidumbre climática con mucha más precisión, algo estratégico para un país altamente expuesto a eventos extremos.
🧑🌾 IA generativa como “copiloto técnico” Los modelos generativos ya asisten a técnicos y extensionistas para redactar diagnósticos, interpretar imágenes de cultivos, resumir papers o elaborar recomendaciones agronómicas. Y lo más relevante: los modelos pequeños permiten funcionar offline, haciendo viable su uso en zonas rurales con conectividad limitada.
🤖 Robótica e industrialización del agro La IA está “bajando al mundo físico”: robots para malezas, sistemas autónomos de desmalezado, ordeñe robotizado, monitoreo ganadero y cosecha asistida. Tendencia global: solo en 2023 China instaló 276.000 robots industriales. El agro está inmerso en esta ola.
📊 Trazabilidad y nuevos estándares ambientales La IA habilita trazabilidad inteligente: monitoreo remoto, certificaciones automatizadas y verificación climática o de carbono. Esto será clave para acceder a mercados exigentes como la UE o China, donde las capas de datos ambientales serán obligatorias.
¿Qué puede hacer el INTA en este escenario? Avanzar con una agenda para los próximos tres años que le permita liderar el proceso en distintos frentes.
Para que Argentina aproveche plenamente esta nueva ola tecnológica, el INTA puede ocupar un rol decisivo. Propongo cuatro líneas estratégicas que podrían guiar una agenda nacional de inteligencia artificial aplicada al agro:
1. Construir una estrategia nacional de datos agropecuarios. Unificar, estandarizar y gobernar los datos del agro argentino para que productores, técnicos e instituciones puedan aplicar IA de manera confiable, segura y a escala. Sin una capa ordenada de datos, no hay transformación posible.
2. Impulsar copilotos y capacitación masiva en IA para extensionistas. Formar a los equipos territoriales en el uso de asistentes inteligentes que los ayuden a diagnosticar problemas, interpretar imágenes, elaborar recomendaciones y comunicar mejor y más rápido.
3. Crear laboratorios de IA aplicada y pilotos federales. Desarrollar espacios experimentales donde se prueben soluciones reales de IA en campo, adaptadas a cada región agroecológica del país. Esto permitirá acelerar la adopción, validar tecnologías y generar evidencia local.
4. Definir estándares de interoperabilidad para maquinaria y sensores. Asegurar que tractores, drones, estaciones meteorológicas y sensores puedan “hablar el mismo idioma”, integrando datos y habilitando automatización real. La interoperabilidad es clave para lograr eficiencia y escalar soluciones de IA.
El INTA puede convertirse en el actor clave que conecte conocimiento, tecnología y territorio, que habilite la entrada de Argentina en la nueva frontera tecnológica.