India lidera uso de IA en Claude.ai pero adopción es desigual | Keryc
India ya es uno de los principales mercados para Claude.ai, pero ese liderazgo absoluto oculta una realidad: la adopción está muy concentrada y la mayoría de la población aún no usa IA regularmente. ¿Qué nos dice eso sobre política, inversión y formación de talento? Aquí te explico los hallazgos técnicos y las implicaciones prácticas.
Resumen ejecutivo
El informe del Economic Index de Anthropic analiza ~1 millón de conversaciones de Claude.ai en noviembre de 2025 y muestra que India representa 5.8% del uso global, solo por detrás de Estados Unidos. Sin embargo, ajustando por población en edad laboral, India cae al lugar 101 de 116 países con observaciones suficientes. En la práctica, eso significa que el volumen total se explica por el tamaño de la población, no por uso per cápita alto.
Los usuarios indios emplean Claude.ai más en trabajos profesionales, delegan más autonomía a la IA, y le asignan tareas más complejas que tardarían mucho en resolverse sin asistencia. Esto produce ganancias de productividad notables, pero también evidencia una adopción concentrada en cuatro estados y en roles ligados a la tecnología.
Qué muestra el uso de Claude.ai en India
Participación global: India = 5.8% del uso total de Claude.ai en la muestra.
Concentración geográfica: Maharashtra, Tamil Nadu, Karnataka y Delhi concentran más de la mitad del uso. Eso coincide con los centros IT: Mumbai, Chennai, Bangalore, Hyderabad y Delhi NCR.
Perfil ocupacional: 45.2% de las tareas mapeadas al catálogo O*NET son relacionadas con software, la mayor proporción entre los países analizados.
Tipos de uso: 51.3% para trabajo, 20.9% para coursework, 27.8% para uso personal.
Con esos números, la adopción parece impulsada por la fuerza laboral tecnológica existente más que por una difusión amplia en otros sectores.
Economic primitives: métricas clave y su interpretación
Anthropic introduce las llamadas "economic primitives" para medir cómo humanos y IA colaboran. Algunos valores relevantes para India:
Velocidad de productividad: tareas que tomarían en promedio 3.8 horas sin IA se completan en 14.8 minutos con Claude.ai. Eso es un speedup de ~15x. Globalmente el speedup es ~12x (3.1 horas -> 15.4 minutos).
Esta diferencia sugiere que los usuarios indios traen tareas más complejas o de mayor fricción y obtienen mayores ganancias relativas al usar IA.
Orientación laboral: 51.3% del uso es trabajo (vs 46.0% global), lo que confirma un sesgo profesional fuerte.
Autonomía de la IA: puntuación promedio 3.60 en una escala de 1 a 5 (vs 3.38 global). Los usuarios indios están más dispuestos a delegar decisiones a la IA.
Capacidad humana sola: 84.6% de las tareas podrían ser completadas por un humano solo (vs 87.9% global). India trae más tareas que requieren capacidades que los humanos no tienen sin IA.
Nivel educativo proxy: prompts humanos estimados en 12.2 años de educación y respuestas de la IA en 12.5 años. India se ubica en el top 10% para la sofisticación de la salida de la IA.
Técnicamente, estas métricas combinan medidas de tiempo, clasificación de tareas con O*NET, y escalas ordinales para autonomía. Son útiles para cuantificar dónde la IA está creando valor y cómo difiere el patrón de uso entre países.
Concentración geográfica y ocupacional: por qué importa
La adopción está muy focalizada. Cuatro estados concentran la mayor parte del uso y casi la mitad de las tareas son de software. Eso tiene varias consecuencias:
Riesgo de inequidad: beneficios productivos se concentran en regiones y profesiones específicas.
Oportunidad de escala: si se transfirieran prácticas y formación a otras regiones y sectores, India podría multiplicar el impacto económico.
Dependencia del sector IT: actualmente la difusión de IA es una extensión natural del negocio de servicios de software y outsourcing.
Si piensas en una pyme en una ciudad secundaria o en un trabajador manufacturero, la probabilidad de que estén usando Claude.ai hoy es baja. Esa es una brecha que las políticas públicas y las empresas pueden intentar cerrar.
Implicaciones para política, inversión y formación técnica
La evidencia sugiere acciones concretas:
Invertir en infraestructura y acceso: cerrar brechas digitales permitirá que más personas aprovechen herramientas como Claude.ai.
Programas de capacitación en prompt engineering y uso productivo de IA: la correlación entre la sofisticación del prompt y la calidad de la respuesta implica altos retornos a la formación.
Apoyar adopción fuera del IT: incentivos dirigidos a sectores como manufactura, educación y salud pueden diversificar el impacto económico.
Considerar marcos regulatorios que promuevan confianza: mayores niveles de autonomía implican también necesidad de estándares para seguridad y responsabilidad.
Para inversionistas: las ganancias de productividad observadas (15x en tareas complejas) apuntan a negocios y herramientas que amplifiquen esas capacidades como oportunidades de alto retorno.
Metodología y limitaciones técnicas
Datos: ~1 millón de conversaciones de Claude.ai en la ventana 13–20 noviembre 2025. Incluye planes Free, Pro y Max.
Asignación geográfica: IP-based geolocation.
Clasificación ocupacional: mapeo de tareas a O*NET y agrupación a niveles SOC.
Inclusión de países: solo se reportaron países con >= 200 observaciones para mantener estabilidad estadística.
Limitaciones: ventana temporal corta, posible sesgo de usuarios tempranos o profesionales, y dependencias de clasificación automática de tareas.
En términos técnicos, esto significa que las cifras son robustas para detectar patrones macro pero deben complementarse con estudios longitudinales y muestreos sectoriales para diseñar políticas precisas.
Reflexión final
India ya está usando IA en la frontera de tareas profesionales complejas, y saca un rendimiento mayor al promedio global. Pero el desafío ahora es convertir ese liderazgo absoluto en una adopción más amplia y equitativa. Invertir en infraestructura, formación y marcos regulatorios prácticos no es solo un tema técnico, es una decisión estratégica para que millones más puedan beneficiarse de estas mismas ganancias de productividad.
