Indigestión tecnológica
Durante los últimos años buscamos una comparación histórica para explicar lo que está pasando con la inteligencia artificial y casi siempre terminamos en la Revolución Industrial. La referencia sirve para medir la dimensión del cambio, pero falla en un punto central: el tiempo. La industrialización avanzó durante décadas, necesitó fábricas, ferrocarriles, energía, capital, ciudades y generaciones de trabajadores que fueron entrando en un sistema productivo diferente. No fue un proceso ordenado ni amable, pero hubo tiempo entre una transformación y otra para que la economía, las instituciones y las personas reaccionaran.
Ahora los tiempos son otros. A fines de 2022 apareció ChatGPT y durante 2023 millones de personas empezaron a descubrir que podían conversar con una máquina. Tres años después estamos generando imágenes difíciles de distinguir de fotografías, produciendo video, clonando voces, programando, investigando, analizando información y conectando modelos con agentes capaces de ejecutar acciones. La herramienta que hace seis meses parecía extraordinaria puede convertirse en una función básica antes de que una empresa termine de incorporarla.
Los números acompañan esa sensación de aceleración. El AI Index 2026 de Stanford calcula que la inteligencia artificial generativa alcanzó cerca del 53% de adopción en tres años, más rápido que la computadora personal e Internet. El 88% de las organizaciones relevadas declaró utilizar alguna forma de IA. Al mismo tiempo, algunos de los modelos más avanzados ya alcanzan o superan referencias humanas en pruebas específicas de ciencia, matemática, programación y razonamiento multimodal. No significa que exista una inteligencia superior al ser humano en todo. Significa que la frontera se está moviendo mientras todavía discutimos dónde estaba.
Una persona necesita años para formarse. Una empresa necesita tiempo para modificar sus procesos. Una universidad puede tardar años en actualizar una carrera y una ley puede comenzar a discutirse cuando la tecnología que intenta regular ya cambió. Una inteligencia digital funciona con otra lógica. Una nueva capacidad puede incorporarse a un modelo y llegar a millones de usuarios sin que cada uno de esos sistemas tenga que volver a estudiar durante veinte años.
Esa diferencia de velocidad empieza a tocar algo mucho más concreto que la fascinación tecnológica: el precio de las cosas. Si un trabajo que necesitaba ocho horas puede hacerse en una, alguien tendrá que decidir cuánto valen ahora esas ocho horas. El profesional puede producir más, la empresa puede necesitar menos personas, el cliente puede exigir un precio menor y la plataforma tecnológica puede capturar una parte de la productividad. No hace falta que desaparezca una profesión para que su economía cambie. Alcanza con que cambie el costo de producir aquello por lo que esa profesión cobraba.
En comunicación, diseño, marketing, programación y producción audiovisual ya se puede observar. Durante años una parte importante del valor estaba en saber hacer. Había que aprender herramientas, editar, programar, escribir, filmar, diseñar o contratar a alguien que supiera hacerlo. Cuando la producción empieza a estar disponible para millones de personas, producir deja de ser una barrera suficiente. Una imagen puede costar menos, pero conseguir atención puede costar más. Crear una marca puede ser más fácil, pero lograr que alguien la recuerde sigue siendo difícil. Podemos multiplicar contenido sin multiplicar las horas que una persona tiene disponibles para consumirlo.
En 2025 la inversión corporativa mundial en inteligencia artificial más que se duplicó. La inversión privada fue la categoría que más creció y la financiación destinada a IA generativa aumentó con fuerza. Las empresas no están colocando semejante cantidad de capital únicamente para escribir correos más rápido. Están construyendo centros de datos, comprando chips, contratando energía, desarrollando modelos, agentes y robots porque detrás de esta carrera existe una expectativa económica mucho mayor: automatizar una parte creciente de la producción intelectual y, eventualmente, física.
Hasta acá podríamos seguir hablando de otra gran automatización. El problema es que esta vez estamos automatizando algo diferente.
No un cerebro humano de metal ni una conciencia salida de una película. Estamos reuniendo lenguaje, visión, memoria, razonamiento, planificación, conocimiento y capacidad para utilizar herramientas dentro de un sistema artificial. Durante siglos construimos máquinas que multiplicaron nuestra fuerza. Después construimos computadoras que multiplicaron nuestra capacidad de cálculo. Ahora estamos desarrollando sistemas que entran en el terreno donde se decide qué hacer con esa fuerza y con ese cálculo.
Esa diferencia tiene una consecuencia económica enorme. Un trabajador puede acumular veinte años de experiencia y sigue siendo un trabajador. Una capacidad digital puede copiarse. Si un sistema aprende a resolver mejor una determinada tarea, esa mejora puede ponerse a disposición de millones de usuarios. Si después conectamos esa inteligencia con agentes capaces de actuar y robots capaces de intervenir en el mundo físico, ya no estamos hablando solamente de una herramienta de oficina. Estamos hablando de inteligencia convertida en infraestructura productiva.
No hace falta imaginar robots tomando el poder para entender hacia dónde puede moverse el mercado. Una empresa delegará una tarea cuando hacerlo sea más barato o mejor. Delegará un proceso si funciona. Utilizará una recomendación si mejora sus resultados. Y cuando un sistema pueda analizar más variables que cualquier equipo humano, la discusión sobre quién toma la decisión dejará de ser filosófica y pasará a ser económica. Ignorar sistemáticamente la mejor decisión también tiene un costo.
Por eso el discurso de “nos adaptaremos” empieza a quedar corto. Podemos adaptarnos a una herramienta y después a otra. Lo que no sabemos es qué ocurre cuando aquello a lo que intentamos adaptarnos mejora más rápido que nuestra propia capacidad para hacerlo.
Eso es la indigestión tecnológica. No tener demasiadas aplicaciones abiertas. Es intentar digerir económicamente una capacidad antes de que llegue la siguiente. Cambia el trabajo antes de que podamos reformar la educación, cambia la producción antes de que sepamos ponerle precio, cambia la propiedad intelectual antes de que terminemos de regularla y cambia nuestra relación con las máquinas antes de que hayamos decidido hasta dónde queremos delegar.
Elon Musk llevó esta discusión a un extremo durante su conversación con The Economist. Habló de inteligencia artificial y robots produciendo una abundancia tan grande que el trabajo podría terminar siendo opcional y el dinero perder parte de la función que tiene actualmente. No hace falta aceptar su calendario para analizar el planteo. Tampoco corresponde escucharlo como si hablara desde afuera del negocio.
Musk participa directamente de la carrera que está describiendo. Tesla está destinando miles de millones de dólares a inteligencia artificial, autonomía, fabricación y Optimus. Sus empresas necesitan capital hoy para desarrollar la automatización que proyectan para mañana y necesitan que el mercado crea que la inteligencia artificial, los robots y la autonomía pueden convertirse en negocios gigantescos. Una parte importante del valor de esas compañías está relacionada con expectativas sobre tecnologías que todavía están en desarrollo.
Musk no es solamente el hombre que imagina ese futuro. Es también uno de los empresarios que intenta construirlo y obtener una posición dominante dentro de los mercados que podrían surgir de él. Sus declaraciones tienen por eso una doble lectura: expresan una visión tecnológica y, al mismo tiempo, alimentan expectativas sobre sectores en los que tiene enormes intereses económicos.
La contradicción merece atención. Estamos utilizando cantidades extraordinarias de dinero para financiar tecnologías que, según la visión más extrema del propio Musk, podrían terminar reduciendo la importancia económica del dinero. Estamos invirtiendo capital para automatizar trabajo que hoy genera los ingresos con los que millones de personas compran los productos y servicios que mantienen funcionando la economía.
Puede producirse una economía diferente. También pueden aparecer límites tecnológicos, energéticos, políticos y económicos que hoy no conocemos. Pero la carrera ya empezó y no ocurre en un laboratorio aislado. Se está financiando en los mercados, consumiendo energía, modificando empresas y alterando el precio de capacidades que hasta hace muy poco considerábamos exclusivamente humanas.
Mientras discutimos qué aplicación de inteligencia artificial vamos a utilizar mañana, debajo de esa conversación cotidiana está ocurriendo algo bastante más grande: estamos poniendo precio a la construcción de una inteligencia que algún día podría tener más valor económico que la nuestra.
No estamos intentando digerir una nueva tecnología.
Estamos intentando digerir la posibilidad de dejar de ser la inteligencia alrededor de la cual organizamos la economía.
