¿La IA salvará la economía?
"Solo el 5% de las tareas humanas serán reemplazadas o asistidas significativamente por la IA en la próxima década". Con esta frase, el Nobel Daron Acemoglu puso los pies en la tierra a quienes esperan un milagro inmediato. Mientras que ciertos líderes tecnológicos como Jensen Huang (NVIDIA) prometen una revolución a la vuelta de la esquina, el mundo del dinero ha empezado a dudar. La academia y los grandes fondos de inversión han comenzado a publicar las primeras señales de alerta sobre una posible 'burbuja de productividad'. Desde Sequoia Capital se analiza la brecha de 600.000 millones de dólares entre inversión y retorno, mientras que informes de Goldman Sachs cuestionan abiertamente si el gasto masivo en infraestructura tecnológica se traducirá en beneficios económicos tangibles más allá del sector del software.
La narrativa no es nueva. Cada gran salto tecnológico ha venido acompañado de expectativas similares. Y, casi siempre, de una pregunta incómoda: si la tecnología es tan transformadora, ¿por qué sus efectos económicos no se ven de inmediato? La respuesta no es sencilla, pero la historia nos da pistas. Hace un siglo, Nikolái Kondrátiev ya explicaba que la economía no crece en línea recta, sino a través de ondas largas: el vapor, la electricidad, internet.
Cada ola limpia lo viejo y construye algo nuevo, lo que Joseph Schumpeter llamaba "destrucción creativa". El problema es que hoy miramos a la IA como la siguiente gran tabla de salvación, olvidando que esas ondas no ocurren solas ni por arte de magia; requieren que todo el sistema se reorganice, y eso suele doler antes de beneficiar.
El desfase entre promesa y productividad
En los años 80 pasó algo curioso: todo el mundo tenía una computadora en su oficina, pero las cifras de crecimiento del país no se movían. Robert Solow lo resumió bien: "Vemos la era de la computación en todas partes, menos en las estadísticas". Nacía así la paradoja de la productividad: grandes inversiones en tecnologías digitales sin un impacto claro en el crecimiento agregado.
Con la IA nos está pasando lo mismo. La tecnología llega primero a los titulares y a las ferias, pero tarda décadas en integrarse de verdad en el trabajo diario. Como bien explica la economista Carlota Pérez, las grandes revoluciones tecnológicas atraviesan dos grandes fases. Primero, una fase de instalación, marcada por innovación acelerada, especulación financiera y promesas desbordadas. Luego, una fase de despliegue, cuando la tecnología se integra al tejido productivo, se estabilizan las reglas y emergen verdaderos aumentos de productividad. Estamos todavía en la etapa de las promesas, no en la de los resultados. Sin embargo, este 2026 parece ser el año del punto de inflexión.
Instituciones, coordinación y organización
Pero el tiempo no es el único obstáculo; también están las reglas del juego. Douglass North recordaba que el desarrollo no solo depende de mejores máquinas, sino de las instituciones: esas normas, leyes y costumbres que deciden si una innovación avanza o se estanca. Podemos tener la mejor IA del mercado, pero si nuestras estructuras públicas y privadas siguen diseñadas para el siglo veinte, la tecnología solo servirá para digitalizar la burocracia, no para eliminarla.
¿Para qué sirven las empresas? Ronald Coase decía que existen para poner orden donde el mercado es demasiado caótico o caro de gestionar. La IA tiene un potencial enorme aquí porque puede procesar información y ayudarnos a decidir más rápido que nunca. Pero bajar los costos técnicos no es suficiente. Si las empresas no se rediseñan por completo y los líderes no aprenden a confiar en nuevos procesos, la IA será como ponerle un motor de Ferrari a una carreta: mucha potencia, pero el mismo movimiento lento de siempre.
¿Qué implica realmente la IA hoy?
Como dicen Erik Brynjolfsson y Andrew McAfee, la IA no es una herramienta para hacer "lo de siempre un poco más rápido". Es una infraestructura profunda. Su verdadero valor no está en poner un chatbot en una web, sino en rediseñar negocios enteros. Sin embargo, no todos jugamos en la misma liga. Mientras en Estados Unidos se captura el valor de los datos, en otros lugares corremos el riesgo de ser solo espectadores o consumidores de tecnología ajena. La pregunta no es si la IA "salvará" la economía, sino quiénes tienen las manos puestas en el volante de esa salvación.
Para el Perú, el desafío no es repetir eslóganes de Silicon Valley, sino encontrar un lugar propio en esta ola. Esto no se logra con proyectos piloto dispersos, sino con políticas públicas de nueva generación. No basta con comprar licencias o implementar chatbots; el verdadero salto requiere una arquitectura institucional que entienda la IA como un asunto de competitividad, gobernanza y capacidad estatal.
Llegar ahí es, ante todo, un problema de capacidades humanas. Necesitamos profesionales que no solo comprendan el código, sino que sepan decidir sobre él, regularlo e integrarlo en procesos complejos. La IA no se gobierna con manuales técnicos, sino con criterio estratégico. En este escenario, el rol de la academia es ineludible. Universidades y centros de posgrado tienen la responsabilidad de ofrecer programas que integren gestión pública, economía digital y estrategia. Aunque en el Perú ya existen esfuerzos en escuelas de negocios y una universidad, esto no es suficiente para la masa crítica necesaria. Sin especialistas capaces de conectar la tecnología con la organización y las reglas, la IA corre el riesgo de ser solo una moda recurrente que se renueva cada década.
Estamos en 2026 y el tiempo de los experimentos aislados empieza a agotarse. En adelante, serán los resultados —en productividad, en calidad de gestión y en capacidad institucional— los que separen el entusiasmo del impacto real. La tecnología no hace milagros por sí sola; el crecimiento llega cuando organización, políticas públicas y formación avanzada avanzan en la misma dirección.
Ante este escenario, cabe hacernos las preguntas urgentes:
La respuesta definirá si nos subimos a la ola o si, una vez más, la vemos pasar desde la orilla.
Referencias:
Kaufmann, V. (2023). Artificial Intelligence as the 6th Kondratyev Cycle. Techno-Philosophy.
Acquainted Studio (2024). Generative AI: A usability challenge or a competitive edge. Strategy and Design Reports.
Nota: Este artículo fue desarrollado con apoyo de inteligencia artificial (Gemini Pro y ChatGPT) como herramientas de acompañamiento en el proceso de escritura. Las ideas y conclusiones expresadas son del autor.
