La Máquina Más Veloz Que Hemos Construído

I. La Línea Que Lo Resistió Todo (hasta ahora)

Hay un gráfico que los economistas aman con devoción casi religiosa. Muestra el ingreso real per cápita de los Estados Unidos durante los últimos 150 años. En escala logarítmica, es casi una línea perfectamente recta: dos por ciento de crecimiento anual, año tras año, década tras década, crisis tras crisis.

Lo notable del gráfico no es la línea. Es lo que ocurrió alrededor de ella.

La máquina de vapor. La electrificación. El motor de combustión interna. Los antibióticos. Los semiconductores. La computadora personal. Internet. Cada uno llegó prometiendo cambiarlo todo — y cada uno lo hizo, profundamente, irreversiblemente. Las fábricas se rediseñaron. Las ciudades se recablearon. Categorías enteras de trabajo desaparecieron y otras nuevas surgieron de la nada. El mundo se volvió irreconocible en el transcurso de una sola generación.

Y sin embargo: la línea se mantuvo.

Dos por ciento. Siempre, obstinadamente, dos por ciento.

Los economistas tienen una hipótesis para explicarlo. Cada tecnología transformadora, por radical que fuera, eventualmente chocaba contra los límites de las tareas que no podía realizar. Automatizá la mitad fácil de un proceso productivo, y el resultado sigue siendo limitado por la mitad difícil. La cadena se rompe en el eslabón más débil. El progreso es real, pero tiene techo — absorbido en la pendiente larga y paciente de esa línea recta.

Después llegó la IA.

Y por primera vez en la historia de ese gráfico, economistas serios están debatiendo si la línea misma podría adoptar una curva creciente.

II. Una Tecnología de Naturaleza Distinta

Cada revolución anterior automatizó algo. Los telares automatizaron el tejido. Los motores automatizaron el movimiento. Las computadoras automatizaron el cálculo. Cada una fue extraordinaria y cada una era, en su esencia, un especialista.

La inteligencia artificial no es un especialista. Automatiza la cognición misma — la capacidad de razonar, sintetizar, crear, decidir. Eso es una categoría diferente de tecnología. No un telar más rápido. No un motor superior. Algo estructuralmente distinto a todo lo que vino anteriormente.

Considerá lo que esto significa en la práctica. Cuando la IA eleva la productividad de los ingenieros de software, esos ingenieros construyen mejor IA, lo que eleva aún más la productividad, lo que construye IA todavía más capaz. El ciclo de retroalimentación no es una metáfora — es medible. Hace dieciocho meses, la IA podía manejar con confianza tareas equivalentes a unos diecinueve minutos de trabajo humano calificado. Hoy ese techo está en cinco horas de trabajo humano equivalente, y viene duplicándose cada cinco a siete meses. El horizonte no solo se mueve. Se aleja acelerando.

Por eso el debate ya no es si la IA tendrá grandes efectos económicos. Los tendrá. El debate — el genuinamente interesante — es sobre la forma y la velocidad de esos efectos. Y ese debate corre en dos direcciones a la vez.

III. Lo Que Frena

Hipótesis uno: La brecha de difusión. La historia está sembrada de tecnologías que fueron revolucionarias en el laboratorio e invisibles en las estadísticas durante décadas. El motor eléctrico se encontraba disponible comercialmente en la década de 1880. No transformó la productividad fabril hasta los años veinte, cuando los ingenieros finalmente entendieron que había que rediseñar la fábrica entera alrededor del motor, no simplemente intercambiarlo por la máquina a vapor. La computadora estaba en todas partes en 1987. Ese mismo año, Robert Solow señaló que podías ver la era de la computación en todos lados menos en las estadísticas de productividad. La IA casi con certeza está sujeta al mismo retraso. Las instituciones, los flujos de trabajo, las regulaciones y los hábitos humanos son lentos. La tecnología es rápida. La brecha entre ambos es donde el crecimiento va a esperar.

Hipótesis dos: La regulación como fricción asimétrica. El mundo no tiene un solo marco legal para la IA. Tiene decenas, divergiendo rápidamente. La Unión Europea impone normas de cumplimiento que ralentizan el despliegue, especialmente en aplicaciones de alto impacto en finanzas, salud y contratación. Estados Unidos opera bajo un enfoque más permisivo, sector por sector, que tolera más experimentación pero también más riesgo. China avanza bajo dirección estatal — rápido en algunos verticales, contenido en otros. Las economías emergentes muchas veces no tienen ningún marco específico, lo que es simultáneamente una libertad y una vulnerabilidad.

Esta fragmentación importa enormemente para el crecimiento. Una empresa farmacéutica que desarrolla un pipeline de descubrimiento de drogas asistido por IA enfrenta una superficie regulatoria diferente en Fráncfort que en Houston, que en São Paulo, que en Bangalore. La tecnología puede ser idéntica. El tiempo hasta el despliegue no lo es. Los países que desarrollen marcos de gobernanza de IA claros, inteligentes y favorables a la innovación en forma temprana atraerán capital, talento y las ganancias compuestas que los siguen. Los que regulen por miedo o por inercia tendrán que importar los resultados — años más tarde, con recargo.

Hipótesis tres: El problema de la medición. El PBI fue diseñado para representar lo que las economías producían en el siglo XX. Contabiliza autos, acero y horas trabajadas. Carece de buenos instrumentos para medir el valor de un diagnóstico médico que no tuvo lugar porque una IA identificó el riesgo seis meses antes y el médico actuó preventivamente. No puede captar la productividad de una empresa de tres personas que, con IA, ahora produce lo que antes requería cuarenta. Si las mayores ganancias de la IA están en calidad, acceso y precisión — no solo en volumen — entonces la revolución más importante de la historia económica podría ser sustancialmente invisible para las herramientas con las que medimos la historia económica. Puede que la línea ya se esté torciendo. Puede que simplemente estemos mirando el gráfico equivocado.

IV. Lo Que Acelera

Hipótesis cuatro: El motor que construye el motor. Cada tecnología de propósito general anterior elevó la productividad en sectores específicos. La IA eleva la productividad del proceso mediante el cual se crean nuevas ideas. Investigación y desarrollo. Descubrimiento científico. La generación de nuevo conocimiento. Cuando AlphaFold de DeepMind mapeó la estructura de más de 200 millones de proteínas — un problema en el que los biólogos habían trabajado durante décadas — no solo resolvió un rompecabezas científico. No aceleró la investigación farmacéutica: la detonó. Eso no es simple crecimiento de la productividad dentro de un sector. Es aceleración de la frontera misma. Si la IA continúa haciendo lo mismo en ciencias de materiales, energía, medicina e ingeniería en forma simultánea, los efectos compuestos son cualitativamente distintos a cualquier cosa en los 150 años del gráfico.

Hipótesis cinco: Las economías del salto por ausencia. Hay un patrón en la historia económica que raramente recibe la atención que merece: la ventaja de llegar tarde. Los países sin infraestructura de telefonía fija adoptaron los celulares más rápido que aquellos que sí la tenían. Los países sin sistemas bancarios consolidados desplegaron pagos móviles a escala mientras el mundo desarrollado todavía debatía estándares de interoperabilidad. La misma dinámica aplica a la IA. Las economías sin instituciones heredadas — sistemas educativos construidos alrededor de la memorización, sistemas legales construidos alrededor del papel, sistemas de salud construidos alrededor de la proximidad geográfica — tienen menos que proteger y menos que desmantelar.

América Latina conoce bien este patrón. Lo vivió con los teléfonos móviles, con Mercado Pago, con la adopción masiva de criptomonedas en contextos de inestabilidad monetaria. No fue accidente ni moda: fue la respuesta racional de economías que no podían darse el lujo de esperar que la infraestructura tradicional llegara. Un productor agrícola en el interior argentino que recibe asesoramiento agronómico de nivel profesional desde un teléfono está experimentando un efecto económico de la IA que nunca aparecerá en un modelo construido alrededor de la productividad de los trabajadores del conocimiento en San Francisco. Las ganancias son reales. El mapa simplemente no incluye ese territorio.

Hipótesis seis: La democratización del expertise. Durante la mayor parte de la historia humana, el acceso a asesoramiento experto de alta calidad — médico, legal, financiero, técnico — estuvo racionado por geografía y riqueza. Había que vivir cerca de la ciudad correcta y poder pagar las tarifas correctas. La IA rompe ese mecanismo de racionamiento. No perfectamente, no instantáneamente, no sin nuevos riesgos. Pero la dirección es clara. Cuando el expertise se vuelve barato y ampliamente accesible, los efectos económicos no son lineales. Un emprendedor en Lagos que ahora puede redactar contratos, analizar competidores, escribir código y modelar proyecciones financieras sin un equipo de especialistas no es marginalmente más productivo. Es cualitativamente más capaz. Multiplicá eso por millones de personas que antes estaban excluidas, y el efecto de crecimiento agregado es sustancial — y en gran medida invisible para la medición tradicional.

Hipótesis siete: Energía por inteligencia. La economía física todavía funciona a base de energía. Y la IA está empezando a hacer por la energía lo que hizo por dilucidar la forma que adoptan las proteínas: comprimir la línea de tiempo de descubrimientos que de otro modo llevarían generaciones. Gestión optimizada de redes eléctricas, investigación acelerada de química de baterías, descubrimiento de materiales para celdas solares de nueva generación, interés renovado en fusión nuclear — esto no es especulación. Son programas de investigación activos con resultados medibles. Si la restricción energética sobre la economía física se flexibiliza en los próximos quince años, cada sector que depende de la energía — es decir, todos — recibe un multiplicador simultáneo. El empuje no se suma linealmente. Se compone vectorialmente.

V. El Marco Legal No Es Un Simple Detalle

Vale la pena detenerse aquí un poco más de lo que suele hacer el análisis típico sobre IA.

El entorno regulatorio no es una nota al pie de la trayectoria económica de la IA. Es una de sus variables principales. La misma tecnología, operando bajo marcos legales diferentes, produce resultados económicos distintos — no marginalmente distintos, sino dramáticamente distintos a lo largo de una década.

La arquitectura basada en la precaución de la Unión Europea protege a los ciudadanos de ciertos riesgos. También exporta la ventaja de ser primero en aplicaciones de IA a jurisdicciones dispuestas a moverse más rápido. El modelo permisivo estadounidense acelera el despliegue pero crea escenarios de responsabilidad que todavía se están inventando en tiempo real. El modelo dirigista del Estado chino concentra las ganancias de la IA en sectores estratégicos específicos mientras contiene la innovación distribuida que históricamente genera el valor económico más inesperado.

Y luego está el resto del mundo — América Latina, África Subsahariana, el sur y sudeste de Asia — donde los marcos de gobernanza de IA son incipientes o directamente inexistentes. Esto no es simplemente una brecha. Es una elección que se está tomando por omisión, con consecuencias que se van a desplegar durante los próximos veinte años. Los países que establezcan regulación de IA inteligente, proporcionada y orientada a la innovación no solo estarán gestionando riesgos. Estarán haciendo una apuesta económica con consecuencias generacionales.

La hipótesis: la arquitectura legal está convirtiéndose en un factor tan importante para el crecimiento económico como lo fue la infraestructura física. En el siglo XX necesitabas puertos, rutas y redes eléctricas. En el siglo XXI, necesitás marcos regulatorios que dejen a la tecnología inteligente moverse a velocidad inteligente.

VI. La Pregunta Sobre La Propiedad Que Nadie Hace Con Voz Suficiente

Hay una hipótesis que se establece en la intersección de la economía y la ética, y que merece ser planteada con claridad.

Si la IA crea valor económico sustancial — y la evidencia sugiere que lo hará — entonces la distribución de ese valor no es una pregunta técnica. Es una pregunta política y personal. Históricamente, las ganancias de la transformación tecnológica fluyeron hacia quienes eran dueños de los medios de producción: el capital, la infraestructura, las plataformas.

La diferencia hoy es que la propiedad es, en principio, accesible.

Existen los mercados de capitales. Las empresas que están construyendo y desplegando IA a escala son, muchas de ellas, de cotización pública. La infraestructura que hace funcionar la revolución de la IA — semiconductores, centros de datos, plataformas de nube, energía — es algo en lo que podemos invertir. Esto no es un camino garantizado y conlleva riesgo real. Pero la estructura de la oportunidad es diferente a la Revolución Industrial, cuando ser dueño de una fábrica no era algo en lo que una familia trabajadora de Manchester pudiera participar.

En economías con historia monetaria compleja — donde el ahorro fue licuado, donde la desconfianza en los instrumentos tradicionales es racional, donde el dólar billete fue durante décadas el único refugio — la lógica cobra otra dimensión. Ser propietario de las empresas que están construyendo el futuro no es solo una estrategia financiera. Es una forma de estar del lado correcto de la transformación que viene.

La hipótesis: la versión más equitativa de la economía de la IA es aquella en la que las ganancias se distribuyen ampliamente a través de la propiedad, no sólo a través del empleo. No porque los mercados sean instrumentos perfectos de justicia, sino porque la alternativa es un mundo en el que las ganancias de productividad fluyen hacia una cantidad pequeña de entidades mientras los efectos de desplazamiento se distribuyen ampliamente. Entender esta dinámica, y actuar sobre ella en forma deliberada, es, en su esencia, un acto de convicción.

VII. El Veredicto Abierto

Entonces: ¿se curvará la línea?

La respuesta honesta es que nadie lo sabe. Las fuerzas que aceleran el impacto económico de la IA son reales y medibles y en varios casos ya se están sumando en forma compuesta. Las fuerzas que lo frenan son igualmente reales — institucionales, regulatorias, estructurales, humanas. La carrera entre ambas no es teórica. Está ocurriendo ahora, en cada sector, en cada jurisdicción, en cada nivel de la economía.

Lo que está claro es que el marco importa. Si medís el impacto de la IA con instrumentos del siglo XX, lo vas a subestimar. Si lo evaluás solo a través del lente de lo que todavía no puede hacer, vas a perder de vista lo que ya está haciendo. Si asumís que el tiempo de difusión de tecnologías anteriores aplica tal cual, sin modificación, a una tecnología que puede acelerar su propio desarrollo, puede que estés anticipando un retraso que nunca llega con la duración prevista.

La línea del dos por ciento resistió todo lo que construimos antes. Resistió porque cada tecnología anterior, por poderosa que fuera, estuvo en última instancia acotada por las tareas que no podía realizar.

La IA es la primera tecnología que construimos cuyo negocio es precisamente disminuir el tamaño de ese límite.

Si lo hace con suficiente velocidad, con suficiente amplitud, con suficiente equidad — esa no es una pregunta de ingeniería. Es la pregunta política y económica central de los próximos cincuenta años.

Ya estás viviendo adentro de la respuesta. Todavía no sabés en cuál de los escenarios.