La economía detrás de la IA

La inteligencia artificial fue celebrada por la velocidad de sus avances, su capacidad para automatizar tareas complejas y su potencial para redefinir industrias enteras e incluso crear nuevas. Sin embargo, desde el año pasado la pregunta pasó a ser qué está logrando en la economía real: si mejora la productividad, si impulsa el crecimiento y bajo qué condiciones ese impacto se convierte en observable y medible.

En materia de productividad, a nivel de empresas y tareas, la evidencia muestra mejoras: procesos más rápidos, decisiones mejor informadas y menores márgenes de error. Sin embargo, en los datos agregados ese avance no aparece con claridad. A esto se suma un desafío adicional: la dificultad de medir el valor económico cuando los activos intangibles –datos, software, conocimiento– ganan peso relativo. 

Como tecnología de propósito general, el impacto de la IA depende menos del algoritmo que de las complementariedades que lo rodean: rediseño de procesos, cambios en la organización del trabajo, nuevos esquemas de incentivos y capacidades de gestión acordes. Sin esas transformaciones, el potencial tecnológico difícilmente se traduzca en crecimiento sostenido.

En el mercado laboral, el eje ya no es la destrucción masiva de empleos, sino la reconfiguración de tareas dentro de cada ocupación. La IA no reemplaza trabajos completos, pero sí redefine funciones, eleva la productividad de algunos perfiles y presiona a otros, dando lugar a un mercado laboral más dinámico, aunque también más desigual y exigente en términos de adaptación.

Además, a diferencia de olas tecnológicas anteriores, la IA es intensiva en capital, datos, energía y capacidad de cómputo. Estas características cambian la estructura de los mercados: tienden a favorecer a los actores con mayor escala, elevan las barreras de entrada y refuerzan ventajas competitivas difíciles de replicar. En este contexto, la discusión sobre competencia, poder de mercado y captura de rentas pasó al centro de la agenda económica global.

En paralelo, la IA comienza a ser entendida como un nuevo factor de producción: no solo software, sino capital intangible capaz de potenciar el trabajo y el capital físico. Quienes logren invertir temprano y de manera eficaz pueden ampliar de forma significativa sus ventajas competitivas. La misma lógica explica por qué la IA reavivó el debate sobre la divergencia entre países con o sin infraestructura, talento y marcos institucionales adecuados.

En el plano empresarial, la inversión en IA crece con rapidez, pero los retornos no siempre acompañan y a menudo resultan difíciles de medir. Las organizaciones que capturan valor integran la IA a su estrategia, redefinen roles, establecen reglas claras de gobernanza y alinean incentivos. El principal cuello de botella, una vez más, no es tecnológico, sino organizacional.

Finalmente, emerge un límite físico: la energía. El consumo eléctrico de los centros de datos condiciona la localización de inversiones y tensiona los objetivos de la transición energética. En la medida en que la IA se apoya en una cadena de valor cada vez más compleja –desde semiconductores e infraestructura digital hasta energía confiable y redes de transmisión–, su expansión pasa a depender de decisiones industriales y de infraestructura de largo plazo.

En síntesis, la discusión sobre la IA es, ante todo, económica: ¿quién capturará el valor?, ¿cuándo aparecerá en los datos? y ¿bajo qué condiciones podrá sostenerse en el tiempo? En un contexto de fuertes inversiones, expectativas elevadas y valuaciones exigentes en el sector tecnológico, ignorar estas preguntas no solo implica desaprovechar el potencial de la IA, sino también el riesgo de alimentar desequilibrios y burbujas. Convertir innovación en crecimiento sostenible sigue siendo, una vez más, el verdadero desafío.

*Profesor de Economía en IAE Business School.