Introducción
En esta breve reflexión intentaremos proyectar el impacto de la tecnología, primero sobre la macroeconomía y sentar las bases para una próxima discusión sobre las finanzas de las empresas.
Partiremos de una pregunta económica básica: ¿qué sucede cuando una tecnología aumenta extraordinariamente nuestra capacidad de producir? Analizaremos por qué la inteligencia artificial podría constituir una fuerza fuertemente deflacionaria, en qué se diferencia de revoluciones tecnológicas anteriores como Internet y cuáles son los límites físicos a ese crecimiento — energía, chips e infraestructura — y sus posibles implicancias sobre la economía global.
En definitiva, intentaremos entender qué sucede con la economía y con las finanzas de nuestras empresas cuando la inteligencia se vuelve cada vez más abundante y barata.
Una relación que cumple 98 años
Una de las formas más conocidas de representar la producción de una economía es la función Cobb-Douglas:
Y=A K^α L^βSimplificando mucho:
Y es lo que producimos (en moneda) K es el capital invertido (en moneda también) L es el trabajo (horas hombre o cantidad de trabajadores) A representa la productividad: tecnología, conocimiento, organización y nuestra capacidad de combinar mejor capital y trabajo.
α y β son las elasticidades producto del trabajo y el capital, respectivamente. Estos valores son constantes determinadas por la tecnología disponible. La elasticidad del producto mide la respuesta del producto a un cambio en los niveles del trabajo o del capital usados en la producción, si permanecen constantes los demás factores. Por ejemplo, si α = 0,15, un aumento del 1% en la cantidad de trabajo, provocaría un incremento aproximado del 0,15% en el volumen del producto.
Durante buena parte de la historia económica, para producir más necesitábamos incorporar capital, sumar trabajadores o encontrar mejores formas de combinar ambos.
Las grandes revoluciones tecnológicas actuaron precisamente sobre esta ecuación.
La máquina de vapor multiplicó la capacidad del trabajo físico. La electricidad permitió reorganizar completamente la producción. La computadora hizo más productivo el trabajo administrativo. Internet redujo radicalmente los costos de comunicación, información y distribución.
La inteligencia artificial comparte características con todas esas tecnologías.
Pero presenta una diferencia fundamental: puede impactar simultáneamente sobre la productividad y sobre la cantidad efectiva de trabajo disponible.
La IA aumenta la productividad, pero también puede multiplicar el trabajo efectivo
El primer efecto es relativamente intuitivo.
Un programador con IA puede producir más código. Un contador puede procesar más información. Un analista financiero puede analizar más empresas. Un abogado puede revisar más documentos. Una persona de atención al cliente puede resolver más consultas.
Todo esto puede interpretarse como un aumento de A: obtenemos mayor producción utilizando los mismos factores.
Pero hay un segundo efecto potencialmente más disruptivo.
La IA está empezando a crear “trabajo cognitivo sintético”.
Un agente puede leer documentos, analizar información, escribir código, conciliar transacciones, atender clientes o monitorear operaciones durante las 24 horas. Y esa capacidad puede replicarse a un costo marginal muy inferior al de incorporar otro trabajador.
En sentido estricto, esto no significa que aumente L en la función Cobb-Douglas tradicional, porque L representa trabajo humano. Pero económicamente podemos pensar en un concepto de trabajo efectivo: trabajo humano amplificado y complementado por trabajo digital.
La IA, por lo tanto, no solamente hace más productivas a las personas.
Empieza a producir una parte del trabajo que anteriormente realizaban esas personas.
Y eso puede tener consecuencias extraordinarias sobre nuestra capacidad de producción.
Si un trabajador puede producir mucho más, ¿qué ocurre con los precios?
Si A aumenta significativamente y, al mismo tiempo, aumenta nuestra capacidad efectiva de trabajo, el resultado que da la fórmula es un fuerte crecimiento de Y.
Y acá entra a jugar el argumento deflacionario si sumamos otra relación económica clásica (que estudié hace mas de 20 años en mi carrera de Contador en la Universidad Austral):
M × V = P × Y
Donde M representa la cantidad de dinero, V su velocidad de circulación, P el nivel de precios e Y la producción real.
Que podemos interpretar: si la producción de bienes y servicios (Y, lado derecho de la ecuación) crece más rápido que la demanda nominal que compite por ellos (MxV, lado izquierdo), existe una presión descendente sobre los precios (P es la variable de ajuste para mantener la ecuación).
¿La IA podría entonces convertirse en una poderosa fuerza deflacionaria?
Probablemente ese fenómeno aparezca primero en aquellos bienes y servicios cuya producción depende fundamentalmente de información y trabajo cognitivo: software, análisis, diseño, traducción, administración, programación, atención al cliente y determinados servicios profesionales.
Una tarea que antes requería diez horas de trabajo humano puede requerir una. Y eventualmente podría requerir solamente algunos minutos de cómputo.
Pero esto plantea una objeción evidente.
Si esto es cierto, ¿por qué Internet no generó deflación?
Internet también produjo un enorme shock de productividad.
Y, en realidad, sí fue deflacionario en determinados sectores.
Pensemos cuánto cuesta hoy enviar un mensaje internacional, hacer una videollamada, enviar una foto, acceder a una enciclopedia o publicar información comparado con hace treinta años.
En muchos casos, el costo marginal prácticamente llegó a cero.
Sin embargo, no tuvimos una deflación generalizada. Hay varias razones.
Primero, la política monetaria acompañó el crecimiento de la economía y los bancos centrales, además, procuran evitar períodos prolongados de deflación.
Segundo, Internet también generó enormes cantidades de demanda nueva. No simplemente gastamos menos para hacer las mismas tareas: apareció el e-commerce, el cloud computing, el streaming, las redes sociales, los smartphones, y otras categorías completas de productos que antes no existían.
Tercero existe además una diferencia fundamental entre Internet y la inteligencia artificial:
Internet hizo extraordinariamente barato mover información. La IA está haciendo extraordinariamente barato procesarla.
Internet permitía que un contador pudiera recibir muchos documentos. Pero seguíamos necesitando el trabajo del contador para analizarlos.
La IA empieza a poder analizar esos mil documentos y tomar ese trabajo.
Internet permitía que un programador accediera rápidamente y gratis a documentación técnica. Hoy directamente la IA puede escribir parte del código.
Internet aumentó extraordinariamente nuestra productividad, pero también absorbió una nueva fuente de trabajo efectivo. Esa diferencia puede ser económicamente enorme.
Pero la producción sigue teniendo límites físicos
Supongamos que esta hipótesis es correcta y que la inteligencia se vuelve cada vez más abundante y barata.
¿Puede entonces la producción crecer indefinidamente? Obviamente no, porque seguimos viviendo en un mundo físico.
La inteligencia artificial necesita capacidad computacional. La capacidad computacional necesita chips. Los chips necesitan fábricas (K, Capital) y materias primas.
Los data centers necesitan electricidad, refrigeración, redes y terrenos (Capital).
La infraestructura eléctrica necesita generación, transmisión, cobre y transformadores.
Y si la IA se combina masivamente con la robótica, necesitaremos además motores, baterías, sensores, acero, fábricas y una enorme infraestructura física (Capital).
Podemos encontrarnos, entonces, frente a un fenómeno aparentemente contradictorio:
la IA puede ser fuertemente deflacionaria para la inteligencia y para determinados servicios, mientras genera una enorme demanda sobre los recursos físicos necesarios para producirla.
Electricidad, chips y la nueva geopolítica de la IA
Esto ayuda a entender por qué la carrera por la inteligencia artificial no es solamente una carrera por construir los mejores modelos.
También es una carrera por alimentarlos y escalarlos.
China posee el sistema eléctrico más grande del mundo y una enorme capacidad industrial. Estados Unidos y algunos países europeos, por su parte, mantienen ventajas fundamentales en distintas partes del ecosistema de semiconductores.
La competencia tecnológica empieza entonces a parecerse también a una competencia por factores de producción:
energía + chips + data centers + infraestructura + capital + talento.
Si la inteligencia se vuelve progresivamente más abundante y barata, parte del valor económico puede desplazarse precisamente hacia aquellos recursos que no pueden multiplicarse digitalmente.
De la IA que responde a los agentes que actúan
La primera interacción que la mayoría tuvimos con la inteligencia artificial generativa fue bastante sencilla: hacemos una pregunta y obtenemos una respuesta (¿se acuerdan de los que vendían cursos de prompteo?)
Pero un agente representa un cambio conceptual importante.
No se limita necesariamente a responder. Puede recibir un objetivo, acceder a información, utilizar herramientas, ejecutar diferentes pasos, verificar resultados y continuar trabajando hasta completar una tarea.
Pensemos en un área financiera. Podemos pedirle a una IA:
“Analizame este balance.”
Pero podemos imaginar también un agente al que le digamos:
“Analizá estos 500 balances de mis clientes, clasificá las empresas según su riesgo y mostrame cuáles requieren mi atención.”
Demos un paso más:
“Monitoreá permanentemente esta cartera y avisame cuando detectes un deterioro significativo en alguno de los clientes.”
La diferencia es importante:
El software tradicional registra y ejecuta instrucciones.
La IA interpreta información.
Los agentes empiezan a ejecutar procesos.
¿Y cuál es la discusión relevante?
Gran parte de la discusión actual sobre inteligencia artificial gira alrededor de una pregunta: ¿Qué trabajos va a reemplazar la IA?
Es una pregunta importante, sí.
Pero desde el punto de vista económico y empresarial quizá haya otra más relevante:
¿Qué sucede cuando la inteligencia deja de ser un recurso escaso?
Porque si efectivamente avanzamos en esa dirección, la transformación será bastante más profunda:
Cambiará nuestra capacidad de producir.
Cambiará la estructura de costos de muchas industrias.
Cambiará cuáles son los recursos realmente escasos.
Cambiará la forma en que ofrecemos productos financieros.
Y cambiará la forma en que analizamos y ejecutamos muchas decisiones dentro de nuestras empresas.
La tecnología ya permitió que las capacidades financieras comenzaran a salir de las instituciones financieras para integrarse dentro de cualquier tipo de negocio.
La inteligencia artificial puede impulsar ahora una segunda democratización: que la capacidad de analizar, decidir y operar esas finanzas también sea accesible a empresas cada vez más pequeñas.
Quizás ése sea uno de los impactos más profundos de la tecnología sobre las finanzas que veremos durante los próximos años.
Si esta hipótesis es correcta, la macroeconomía que conocimos durante los últimos setenta años podría empezar a funcionar distinto: menos inflación de la que esperan los bancos centrales, más disputa por energía y chips que por tasas de interés. ¿Estamos preparados para pensar la política monetaria en un mundo donde la inteligencia deja de ser escasa? Pero hay una pregunta igual de interesante y mucho más cercana: ¿qué significa todo esto para las empresas? De eso hablamos en la próxima nota.
Cual es tu opinión? Te leo en los comentarios.