El desafío de la difusión de la IA

En general, la IA seguirá un patrón de curva en J. Al principio, se produce una enorme inversión —en áreas como infraestructura física, software, adaptación de modelos de negocio, consolidación de datos y desarrollo de capital humano— que no genera beneficios inmediatos. Durante este período, se ejerce una presión a la baja sobre la productividad, definida en sentido amplio para incluir beneficios no medidos por las cuentas nacionales de ingresos convencionales.

Entonces, el potencial de creación de valor de la tecnología entra en acción y la curva se inclina hacia arriba. Dado que aún no hemos llegado a este punto, es imposible predecir con exactitud cómo será este repunte: la altura y la pendiente de la curva en forma de J. En general, los inversores parecen apostar por una rentabilidad enorme, pero una clara sensación de incertidumbre aún impregna los debates sobre la IA, y algunos predicen que la tecnología no cumplirá las expectativas, lo que provocará un colapso. Quién acierte dependerá mucho más de la difusión que del desarrollo

Hasta ahora, la difusión de la IA ha sido desigual: algunos sectores (especialmente tecnología, finanzas y servicios profesionales) han adoptado la tecnología, mientras que otros (incluidos sectores con gran empleo, como la sanidad y la construcción) se han quedado atrás. Si bien estas disparidades no son sorprendentes en este momento, su persistencia daría lugar a una curva en J más plana, lo que representaría una rentabilidad moderada de las inversiones actuales y retrasos en el crecimiento y las ganancias de productividad. Dicho de otro modo, la existencia o no de una burbuja de inversión en IA dependerá en gran medida del patrón y la velocidad de difusión en los próximos años.

La difusión se produce a través de múltiples canales, el más rápido de los cuales es, sin duda, el de los proveedores de software como servicio (SaaS). Proveedores como Google Search, Microsoft Office, Copilot by Notion, Salesforce y Adobe ya están integrando la IA en sus ofertas. La IA también puede incorporarse a los procesos científicos con relativa rapidez. Y con los principales desarrolladores de lenguajes extensos y modelos multimodales que ofrecen interfaces de programación de aplicaciones (API) que permiten la creación rápida de modelos de IA a medida, es posible que se acelere el progreso en otras áreas.

Los modelos de código abierto —que hasta ahora se han visto más en China que en Estados Unidos— generan aún más oportunidades, ya que permiten una mayor especialización y competencia, incluso por parte de empresas más pequeñas y países que carecen de la enorme infraestructura informática necesaria para los modelos más grandes. Sin embargo, aún existen barreras de entrada: un suministro eléctrico fiable, una sólida capacidad informática y una conectividad móvil accesible son requisitos previos para una adopción generalizada.

El comercio, especialmente de insumos como semiconductores avanzados, también influye. Lo mismo ocurre con el capital humano: desde la ingeniería avanzada de IA y la gestión estratégica de alto nivel hasta las habilidades relacionadas con el usuario, una economía necesita garantizar el acceso a diversas capacidades mediante la educación, la capacitación y la movilidad laboral. La última pieza del rompecabezas son los datos. Cuando los sistemas de datos están fragmentados, incompletos, inexactos o inaccesibles, el desarrollo de modelos eficaces será, en el mejor de los casos, lento.

Si bien la difusión de la IA depende en gran medida de las iniciativas del sector privado, los marcos de políticas y las estructuras regulatorias también son importantes. Los líderes chinos lo comprenden. Como observó recientemente el fundador de Huawei, Ren Zhengfei, China ha adoptado un enfoque práctico para utilizar la IA para abordar los desafíos económicos y de desarrollo del mundo real. Por lo tanto, si bien el desarrollo de modelos a gran escala cada vez más capaces es una alta prioridad, también lo es su implementación generalizada para asegurar las rápidas mejoras en la calidad, la eficiencia y la productividad del servicio necesarias para compensar los efectos del rápido envejecimiento de la población.

El gobierno chino está impulsando activamente a los innovadores hacia estos resultados. Además de incentivar a las grandes plataformas tecnológicas a desarrollar modelos de código abierto, les ha encomendado desarrollar o habilitar aplicaciones en sectores específicos, como la conducción autónoma, la atención médica, la robótica (en manufactura y logística), la gestión de la cadena de suministro y las tecnologías verdes. El gobierno chino también patrocina periódicamente conferencias y concursos para desarrolladores.

Estos esfuerzos han dado sus frutos. Por ejemplo, China representa más del 30 por ciento de la producción manufacturera mundial. En 2024, China representó el 54 por ciento de todas las instalaciones de robots a nivel mundial. El país cuenta ahora con casi la mitad de los robots instalados en el mundo: poco más de dos millones.

En comparación con Estados Unidos, el marco político de China es mucho más participativo y está orientado a orientar las aplicaciones y la adopción en todos los sectores de la economía. En cambio, los gigantes tecnológicos estadounidenses y las startups de IA con una sólida financiación están ampliando los límites de los grandes modelos, a menudo en busca de la inteligencia artificial general y la superinteligencia artificial. Si bien los canales de difusión están abiertos, su uso se deja en gran medida en manos del sector privado.

Esto podría funcionar en algunos sectores, como el tecnológico, el financiero y el de servicios profesionales, con los recursos y la experiencia necesarios para experimentar y adoptar. Sin embargo, es poco probable que los actores privados, por sí solos, aborden los factores que inhiben la adopción de la IA en sectores específicos, como la fragmentación de datos, las deficiencias de capacidad, los obstáculos regulatorios y los problemas de escala. El resultado probable —e innecesario— es un patrón de difusión a dos velocidades, que conduce a un crecimiento económico deficiente, resultados distributivos negativos y la erosión de los fundamentos económicos de la seguridad nacional.

En materia de defensa, el gobierno estadounidense reconoce desde hace tiempo que es adecuada cierta orientación estatal para garantizar que la innovación del sector privado impulse los objetivos públicos. La difusión de la IA exige un enfoque similar. Este enfoque híbrido, activo, pragmático y sectorial es necesario en un amplio sector de la economía. De no hacerlo, se producirá un crecimiento económico deficiente, resultados distributivos problemáticos y un debilitamiento de los fundamentos económicos de la seguridad nacional.

Cuando se trata de difusión, observar, esperar y tener esperanza no es una estrategia.

El autor es premio Nobel de Economía; profesor emérito de Economía y exdecano de la Escuela de Posgrado de Negocios de la Universidad de Stanford y coautor (con Mohamed A. El-Erian, Gordon Brown y Reid Lidow) de Permacrisis: A Plan to Fix a Fractured World (Simon & Schuster, 2023). 

Derechos de autor: Project Syndicate, 2025.  
www.project-syndicate.org