La economía de la IA está rompiendo con los esquemas macroeconómicos tradicionales

• Es posible que los mercados necesiten cada vez más un nuevo conjunto de indicadores económicos para medir la adopción de la IA, la transmisión de la productividad y la integración de la fuerza laboral, junto con los indicadores tradicionales como las nóminas y el PIB.
• El dato más importante sobre la IA puede no ser cuánto se gasta en infraestructura, sino qué tan eficazmente las empresas están incorporando la IA en las operaciones diarias y generando ganancias de productividad medibles.
• La evidencia temprana sugiere que el uso de la IA sigue estando altamente concentrado entre usuarios avanzados y flujos de trabajo empresariales, lo que destaca una brecha creciente entre la inversión en infraestructura y la difusión económica amplia.
• A medida que la IA remodela la producción y la dinámica laboral, los inversores pueden necesitar prestar más atención al crecimiento de la productividad, la adaptabilidad de la fuerza laboral y las tasas de absorción tecnológica al evaluar la competitividad económica a largo plazo.
• Los países y empresas que conviertan con éxito la inversión en IA en ganancias sostenibles de productividad probablemente serán los principales beneficiarios de la próxima fase del ciclo de la IA.

Rompiendo el antiguo manual macroeconómico

Wall Street todavía opera la economía global utilizando un panel de control diseñado para la era industrial. Cada mes, los mercados de divisas se obsesionan con las nóminas, el crecimiento salarial, los datos de inflación, las ventas minoristas y las revisiones del PIB como si la mano de obra humana siguiera siendo el único motor que impulsa la expansión económica. Los operadores aún tratan las Nóminas no Agrícolas como el monitor del pulso del propio capitalismo porque durante décadas la ecuación fue relativamente sencilla: más trabajadores producían más output, mayor consumo, crecimiento más rápido, mercados laborales más ajustados y, en última instancia, tasas de interés más altas. Pero el auge de la IA está comenzando a desafiar la propia estructura subyacente de ese marco, y los mercados pronto pueden necesitar un sistema operativo macroeconómico completamente nuevo para entender qué significan realmente el crecimiento, la productividad, la inflación e incluso el empleo en la era de la inteligencia artificial.

El problema es que los indicadores económicos tradicionales fueron diseñados para un mundo donde la escasez de mano de obra limitaba la capacidad de producción. La IA potencialmente cambia esa relación por completo. Si las empresas pueden generar un output creciente con menos trabajadores, márgenes más fuertes con nóminas planas y productividad acelerada sin una inflación salarial generalizada, entonces muchas de las relaciones macroeconómicas en las que los operadores han confiado desde la era de posguerra comienzan a debilitarse simultáneamente. Teóricamente, un país podría producir un crecimiento del PIB más fuerte, ganancias corporativas en aumento y activos financieros en apreciación incluso mientras el crecimiento de las nóminas se desacelera materialmente o la participación laboral se deteriora bajo la superficie. Eso habría sonado casi imposible bajo el antiguo modelo macroeconómico industrial. Sin embargo, cada vez se parece más a la arquitectura económica hacia la que los mercados pueden estar derivando.

Lo que hace que esta transición sea particularmente peligrosa para los inversores es que los mercados financieros todavía están valorando la IA principalmente a través del estrecho prisma de las mejoras en las ganancias, la demanda de semiconductores, el gasto de capital de los hiperescaladores y la expansión de la valoración. El mercado sigue tratando la IA como una gigantesca fiebre del oro digital, donde cada fabricante de chips, operador de centros de datos, empresa de redes y proveedor de la nube se convierte en otro fabricante de palas que alimenta un auge de frontera infinita. Pero bajo la euforia del mercado, la pregunta mucho más importante es si la IA se está integrando económicamente lo suficientemente profundo como para alterar las curvas nacionales de productividad, las estructuras laborales, la dinámica inflacionaria y los propios flujos de capital.

Precisamente esa distinción es la razón por la que el trabajo reciente de la Reserva Federal sobre la adopción de la IA importa mucho más allá de la investigación tecnológica. La Fed está comenzando silenciosamente a estudiar la economía a través de un lente completamente diferente, intentando medir no solo el entusiasmo por la IA sino la difusión real en toda la economía real. Su investigación muestra que solo alrededor del 18% de las empresas habían adoptado la IA a finales de 2025, incluso después de que la adopción se acelerara bruscamente, mientras que las encuestas a trabajadores muestran tasas mucho más altas de experimentación y exposición empresarial. La brecha importa enormemente porque los mercados están valorando cada vez más la exposición experimental, el uso casual y la transformación genuina de la productividad como si ya fueran intercambiables. No lo son.

Lo que los datos de la Fed revelan silenciosamente es que la IA sigue estando fuertemente concentrada en industrias cognitivas de cuello blanco como finanzas, consultoría, desarrollo de software, ingeniería y servicios profesionales, en lugar de penetrar profundamente en la economía industrial más amplia. Eso ayuda a explicar por qué los activos de infraestructura de IA continúan comportándose como superciclos de impulso, mientras que gran parte de la economía más amplia todavía lucha por producir el explosivo aumento de productividad que los mercados ya asumen como inevitable. Los inversores están efectivamente negociando la IA como si el futuro ya hubiera llegado por completo, mientras que los responsables de las políticas parecen mucho menos convencidos de que la economía real haya completado siquiera el proceso de incorporación.

Ahí es donde comienza la próxima evolución del análisis macroeconómico. Los mercados pueden necesitar cada vez más un panel económico paralelo de IA junto al marco macroeconómico tradicional. En lugar de centrarse exclusivamente en las nóminas, el IPC, el PIB y las ventas minoristas, los inversores pronto pueden necesitar seguir la velocidad de la infraestructura de IA, la difusión de la adopción de IA, la intensidad del desplazamiento laboral, la transmisión de la productividad e incluso los riesgos de estabilidad social que emergen de la automatización misma.

La primera capa sería un Índice de Velocidad de Infraestructura de IA, que funcionaría efectivamente como el indicador de producción industrial de la economía de la IA. Este índice rastrearía el gasto de capital de los hiperescaladores, los envíos de GPU, la construcción de centros de datos, el consumo de energía, la utilización de semiconductores, la demanda de redes y la emisión de crédito relacionada con la IA. En este momento, esta es la parte del ciclo que los mercados entienden mejor porque se alimenta directamente de las ganancias y el crecimiento visible de los ingresos. Pero la infraestructura por sí sola no garantiza una transformación de la productividad, al igual que la sobreconstrucción de fibra óptica no garantizó beneficios sostenibles durante la burbuja de las telecomunicaciones.

La variable mucho más importante podría convertirse en lo que podría describirse como un Índice de Difusión de Adopción de IA. Este funcionaría casi como un informe de nóminas para la propia economía de la IA, midiendo qué tan profundamente la IA se está integrando en los flujos de trabajo empresariales reales en lugar de existir meramente como software experimental. Los mercados necesitarían monitorear la penetración de la IA en las empresas, la integración en los flujos de trabajo, el despliegue agente, la intensidad de codificación asistida por IA y las tasas de uso de productividad a través de sectores y tamaños de empresas. El propio trabajo de la Fed ya insinúa la importancia de esta distinción entre la experimentación casual y la absorción operativa significativa.

El análisis reciente de JPMorgan llega a una conclusión notablemente similar desde un ángulo diferente. Lo que el banco advierte discretamente es que la intensidad del uso de la IA entre los usuarios avanzados parece estar explotando mientras que la adopción social general sigue siendo sorprendentemente gradual en relación con la narrativa incorporada en las valoraciones del mercado. Esa distinción podría definir en última instancia la próxima fase del comercio de IA. La suposición original del mercado era que la IA generativa se convertiría rápidamente en una revolución de comportamiento masivo del consumidor, similar a los teléfonos inteligentes o las redes sociales. En cambio, la evidencia sugiere cada vez más que está emergiendo algo más concentrado bajo la superficie, donde una clase relativamente estrecha de desarrolladores empresariales, ingenieros de software, investigadores y usuarios intensivos en flujos de trabajo representan una parte desproporcionada de la demanda de cómputo.

Esta dinámica crea simultáneamente tanto el lado alcista como el incómodo de la historia de la IA. La interpretación alcista es que la IA puede no requerir miles de millones de usuarios diarios interactuando con chatbots para justificar el superciclo de infraestructura. Un grupo más pequeño de usuarios empresariales e industriales profundamente integrados que consumen exponencialmente más cómputo aún podría sostener los ingresos de los hiperescaladores y la demanda de semiconductores durante años. Pero la realidad incómoda es que las encuestas más amplias aún muestran evidencia sorprendentemente modesta de que la IA se haya convertido en una verdadera transformación masiva del comportamiento en la economía en general.

Por eso, los mercados eventualmente pueden necesitar una categoría completamente nueva de indicadores laborales también. Los modelos macroeconómicos tradicionales miden los empleos creados, el crecimiento salarial y la participación laboral. Pero en una economía de IA, los inversores pueden necesitar cada vez más medir los empleos desplazados, las horas automatizadas, la productividad por trabajador restante, la compresión salarial por sector y la elasticidad de la sustitución laboral con respecto al despliegue de IA. El antiguo marco de la Curva de Phillips podría debilitarse gradualmente si la escasez de mano de obra ya no limita la generación de producción de la misma manera. Las economías podrían ver cada vez más un aumento de la productividad junto con dinámicas de empleo más suaves, creando un mundo en el que los mercados de renta variable, el PIB y las nóminas ya no se muevan al unísono.

La capa de transmisión de la productividad podría convertirse en última instancia en la variable más importante de todas. Los mercados actualmente asumen que las ganancias de productividad de la IA son inevitables, pero la propia investigación de la Fed muestra que el uso diario de la IA sigue siendo relativamente limitado a pesar de la experimentación generalizada. El trabajo de JPMorgan muestra de manera similar que, si bien el consumo de cómputo y la intensidad de tokens están explotando entre los usuarios activos, las ganancias de productividad en la economía en general siguen siendo relativamente modestas en comparación con las narrativas apocalípticas y utópicas que dominan los mercados financieros. Los mercados están valorando efectivamente la IA como si la electricidad, los ferrocarriles y el internet estuvieran llegando simultáneamente, mientras que la economía real todavía parece más una migración cautelosa de software que se desarrolla flujo de trabajo por flujo de trabajo y departamento por departamento.

Esta divergencia entre la velocidad narrativa y la absorción económica medible podría convertirse en última instancia en la tensión macroeconómica definitoria de la próxima década. Si la adopción de la IA se acelera lo suficiente, las ganancias de productividad podrían ayudar a compensar las presiones inflacionarias estructurales derivadas de la demografía, la desglobalización, la expansión fiscal y los costos de la transición energética. Pero si el gasto de capital continúa escalando a niveles industriales de época bélica mientras la adopción sigue siendo concentrada y desigual, los mercados eventualmente podrían enfrentar la incómoda realización de que partes del auge de la IA se valoraron en expectativas futuras en lugar de en una gravedad económica confirmada.

En muchos sentidos, esto ya no es simplemente una historia tecnológica. Es la fase inicial de construcción de una arquitectura macroeconómica completamente nueva. Los mercados se están alejando gradualmente de un modelo económico puramente impulsado por la mano de obra hacia un sistema híbrido construido en torno a la mano de obra, el capital, la infraestructura de cómputo, la capacidad energética y la inteligencia de máquina en sí misma. Los futuros mercados de divisas podrían comerciar cada vez más con diferenciales de productividad nacional, tasas de absorción de IA, soberanía del cómputo y adaptabilidad de la fuerza laboral en lugar de depender exclusivamente de las nóminas y los ciclos de consumo. Los países que integren la IA de manera más efectiva podrían atraer los mayores flujos de capital a largo plazo independientemente de las limitaciones demográficas, mientras que aquellos que no se adapten corren el riesgo de un crecimiento de productividad más lento, un aumento del estrés fiscal y una competitividad debilitada.

El antiguo panel económico no desaparecerá de la noche a la mañana. Las nóminas, la inflación y el PIB seguirán siendo enormemente importantes. Pero el auge de la IA está introduciendo silenciosamente una capa completamente nueva de análisis macroeconómico bajo la superficie, una en la que el cómputo se convierte en una clase de activo productivo, el consumo de tokens se asemeja a la demanda industrial y la propia infraestructura de inteligencia se comporta cada vez más como capital económico. En este momento, los mercados todavía están negociando la IA como si el futuro ya hubiera llegado. El verdadero desafío para los inversores durante la próxima década será determinar si la economía puede absorber ese futuro lo suficientemente rápido como para justificar las expectativas extraordinarias ya incorporadas en los precios globales de los activos.