
IA en las empresas
¿Qué mejora realmente la IA en costes, calidad y productividad? ¿Dónde sigue haciendo falta la intervención humana?
Rovemark Research
La IA está entrando en las empresas. Queremos investigar qué transforma en la productividad, el trabajo y la vida, y quién participa de los beneficios.

01 / Primera publicación
¿Renta básica universal, jornadas más cortas o riqueza concentrada? Una sociedad con menos trabajo humano es un escenario que investigar, con decisiones y costes que debatir.
Análisis de evidenciasIA, productividad y renta básica universal: qué permite afirmar la evidencia y qué decisiones no toma la tecnología por nosotros.
Leer el análisisEstudio propuesto · inscripciones abiertas
Un estudio con empresas sobre producción, revisión, retrabajo y coste por entrega aprobada. Protocolo abierto; aún sin resultados propios publicados.
Protocolo e inscripción en portugués.Compara resultados, respuestas completas y costes informados por la API para seis modelos en tareas sintéticas.
ExplorarPublicaciones y herramientasBusca ocupaciones de la OIT, compara tareas y exporta una selección.
ExplorarPublicaciones y herramientasConsulta estudios, versiones, datos y revisiones.
ExplorarReunimos análisis de fuentes externas, una prueba técnica con datos sintéticos y propuestas de estudios con empresas. Cada publicación identifica el origen y el alcance de la evidencia. Citar una fuente no implica una colaboración.
02 / Research
Ocho campos conectados. Partimos de la IA en las empresas y sus efectos sobre el trabajo y los ingresos.

¿Qué mejora realmente la IA en costes, calidad y productividad? ¿Dónde sigue haciendo falta la intervención humana?

¿Qué tareas cambian y qué empleos pueden surgir? ¿Cómo repartir los beneficios y qué papel tiene la renta básica universal?
¿Quién captura el valor de la automatización? ¿Cómo influyen las plataformas, la propiedad de los modelos y la concentración del mercado?
¿Aprender con IA significa aprender más? ¿Cómo medir autonomía, retención y acceso al conocimiento?
¿Cuándo ayuda o perjudica la IA? ¿Cómo evaluar beneficios, dependencia y límites en la atención?
¿Quién responde por una decisión automatizada? ¿Cómo probar privacidad, sesgos, control humano y seguridad de agentes?
¿Cuál es el coste material de la inteligencia? ¿Cómo comparar energía, infraestructura y utilidad entre aplicaciones?
¿Qué hace fiable a un agente fuera de una demostración? ¿Cómo cambian los resultados con memoria, herramientas e interacción física?
03 / Research
Tres propuestas para orientar los primeros estudios. Son preguntas y enfoques previstos, no investigaciones terminadas ni en curso.
Comparar procesos antes y después de adoptar IA: tiempo, coste total, calidad e intervención humana. Separar simulaciones de operaciones reales; la exposición de tareas no demuestra pérdidas de empleo.
Investigar cómo los beneficios pueden llegar a salarios, ganancias, precios y jornadas. Comparar sectores y formas de adopción, explicitando factores externos y límites causales.
Analizar renta básica universal, impuestos y reducción de jornada como escenarios. Examinar financiación y distribución con evidencia de transferencias monetarias, sin presentar un ensayo temporal como prueba de una economía sin trabajo.
04 / Research
Partimos de la evidencia disponible. Medimos cuando una pregunta concreta sigue sin respuesta.
Consultar primero las fuentes públicas. Registrar autor, fecha, versión y límites; atribuir los resultados de terceros a quienes los publicaron.
Proponer una prueba propia solo para una duda concreta que las fuentes no resuelvan. Definir la pregunta, los criterios y el presupuesto antes de ejecutarla.
Distinguir análisis externos, pruebas técnicas sintéticas y estudios con empresas. Las propuestas no son resultados. Publicar métodos, límites, resultados negativos e intereses comerciales.
05 / Research
Preguntas para abrir la conversación. Son temas propuestos, no artículos publicados.
Propón un tema, una crítica o una colaboración por nuestro canal de contacto. No envíes datos personales ni información confidencial de clientes.