La discusión sobre inteligencia artificial (IA), productividad y crecimiento se convirtió en un factor capaz de mover mercados en cuestión de horas. Un documento publicado por Citrini Research, que imagina un escenario de fuerte disrupción económica hacia 2028, generó reacciones inmediatas en analistas e inversores, e impactó en precios de acciones vinculadas al ecosistema tecnológico. El episodio confirma que los mercados son extremadamente sensibles ante noticias que alteran el relato dominante sobre la IA.

Es lógico: las valuaciones se basan en expectativas de ganancias extraordinarias futuras, y pequeños cambios en el timing, la magnitud o la forma en que la productividad podría materializarse se traducen en movimientos significativos. Pero no es momento de realizar extrapolaciones apresuradas. El informe de Citrini sacudió los mercados no porque anticipe un escenario decepcionante para la productividad y el crecimiento, sino porque anticipa una “crisis global de inteligencia” hacia 2028, cuando la IA deje de ser una herramienta marginal y comience a sustituir masivamente tareas cognitivas de alta calificación y genere una disrupción mucho más profunda que la que puede anticiparse a partir de los datos que tenemos ahora.

Perspectivas. Más allá del timing, lo cierto es que la IA está desplazando el cuello de botella del crecimiento económico. Tradicionalmente, la restricción central fue el conocimiento humano, pero hoy la ejecución potencial de tareas medibles se vuelve casi ilimitada y de costo marginal decreciente gracias a agentes cada vez más autónomos.

Pero aparecen nuevos problemas. Por ejemplo, la capacidad de verificar que la “producción” generada por la IA sea correcta y segura sigue dependiendo de la atención y el juicio humano, un recurso escaso, costoso y difícil de escalar. Esta asimetría puede inflar las métricas de productividad sin garantizar creación de valor genuino: alta producción nominal, pero menor agencia y confianza efectiva.

¿Pero qué evidencia tenemos ahora? La evidencia sobre aumentos en la eficiencia y la productividad es, hasta aquí, fundamentalmente micro: corresponde a estudios realizados en sectores específicos y tipos de tareas. Pero a nivel macroeconómico, que es lo realmente relevante, no hay mucho por mostrar.

El indicador clave a seguir es la productividad total, porque su crecimiento mide la tasa a la que puede expandirse el PIB más allá de lo explicado por el trabajo y el capital. En Estados Unidos la productividad creció a tasas superiores al 2% con el boom de internet, pero luego cayó hasta un decepcionante promedio del 0,6% entre 2011 y 2019. Los datos de 2023 y 2024 son algo más auspiciosos y algunas estimaciones sugieren una tasa muy cercana al 2% en 2025.

¿Esto se debe a la IA? Aún es difícil saberlo con certeza. Si la IA es realmente disruptiva, el crecimiento de la productividad podría aumentar hasta cinco veces según algunas estimaciones.

Si, por ejemplo, en un país determinado la productividad ha crecido al 0,5% anual (una tasa acorde al promedio de algunos países de Latinoamérica), este tipo de IA podría elevar ese crecimiento al 2,5%. ¿Cómo? Primero, por la capacidad de la IA para contribuir radicalmente a la creación de nuevos bienes, servicios y procesos productivos.

Segundo, por su impacto sobre el mapa de la escasez relativa de recursos, al hacer más abundante el conocimiento. Tercero, por su potencial para dar lugar a nuevos tipos de organizaciones e instituciones. El desafío, sin embargo, es cómo gestionar la expectativa para que esos aumentos en la productividad comiencen a materializarse.

Un estudio reciente basado en casi 6.000 ejecutivos de Alemania, Australia, Estados Unidos y Reino Unido muestra que, aunque alrededor del 70% de las empresas utiliza IA activamente, solo el 20% reportó impactos en la productividad en los últimos tres años. No obstante, las propias empresas anticipan efectos medibles en el corto plazo, proyectando un aumento de 1,4% en la productividad en los próximos tres años. Así, el debate internacional no gira tanto en torno a estimaciones puntuales como a escenarios posibles.

En el extremo de muy baja probabilidad aparece el escenario de la singularidad tecnológica. En su versión teórica benigna, la IA crecería de forma explosiva, resolvería el problema de la escasez y permitiría producir prácticamente todo en cantidades suficientes, disparando el crecimiento económico. En su versión no benigna, el desenlace sería catastrófico.

Lo más sensato es trabajar con escenarios ampliamente debatidos por analistas y académicos, como los siguientes: Las probabilidades asignadas a cada escenario difieren según el enfoque. Los tecno-optimistas esperan un escenario de boom e incluso cambio de fase (con cambio en las reglas del juego, el funcionamiento de los mercados, el rol del Estado). Pero otros sostienen que el impacto de la IA sobre la productividad será más acotado.

Su argumento es que la IA se está orientando a la automatización de tareas específicas y a la reducción de costos en actividades puntuales, más que a la generación de innovaciones complementarias que amplíen de manera sustantiva las capacidades humanas y transformen procesos productivos completos. En este marco, el efecto sería gradual y concentrado en ciertos sectores, sin una mejora generalizada en la productividad. El verdadero potencial de la IA dependería de cómo las empresas rediseñan tareas, incentivos y modelos de negocio.

En este contexto, el debate no debería resolverse en términos binarios —boom o decepción— sino en clave de escenarios. La evidencia actual no confirma todavía un cambio estructural en la productividad agregada, pero tampoco lo descarta hacia adelante. Frente a una tecnología cuyo impacto potencial es elevado pero incierto en magnitud y timing, las empresas deberían trabajar con hipótesis alternativas: desde un sendero de mejoras graduales en la productividad hasta un despegue más acelerado.

Y planificar en consecuencia. *El autor es profesor en Economía y Finanzas del IAE Business School. por Lucas Pussetto