Los impactos económicos de la Inteligencia Artificial

Como mostraremos en esta sección, se han publicado muchos nuevos datos y estadísticas en los últimos trimestres, y el conocimiento relacionado ha mejorado.

En los Estados Unidos, desde septiembre de 2023, la Oficina del Censo ha incluido preguntas sobre la adopción de la IA en la encuesta quincenal que realiza a una amplia muestra de empresas. En diciembre de 2024, más del 6,0 % de las empresas estadounidenses en todos los sectores ya habían indicado que utilizaban la IA en su proceso de producción, frente al 3,7 % un año antes: en muy poco tiempo, esta proporción ha aumentado considerablemente. Además, aproximadamente el 9 % indicó que tenía la intención de utilizarla en los próximos seis meses (esta proporción también está en aumento). Estas cifras muestran que la adopción de la IA por parte de las empresas es rápida y que apenas está comenzando: el potencial de difusión es significativo.

Parte de las empresas estadounidenses que utilizan o planean utilizar la IA
en la producción de bienes y servicios

La adopción de la IA generativa por los hogares es muy rápida. Un documento de trabajo del NBER publicado en 2024 ha iluminado este fenómeno y ha mostrado incluso que la adopción de la IA generativa por los hogares estaba adelantada en comparación con la de los ordenadores y de Internet en su época. De hecho, su tasa de adopción entre la población de 18 a 64 años es del 39,4 % dos años después de su lanzamiento, es decir, dos veces más alta que la de Internet en su momento. Otro punto interesante de este estudio es que aproximadamente la misma parte de los encuestados indica que la utilizan en el trabajo y fuera del trabajo. La diversidad de las tareas solicitadas es importante. Para las personas que la utilizan en el trabajo, encontramos por orden de relevancia que se utiliza para: redactar comunicaciones, realizar tareas administrativas, interpretar/traducir/resumir, y buscar hechos o información. Para las personas que la utilizan fuera del trabajo, encontramos por orden de importancia que se utiliza para: redactar comunicaciones, interpretar/traducir/resumir, asistencia personal y búsqueda de ideas. Esto ilustra el potencial de desarrollo del uso de la IA generativa.

La adopción de la tecnología entre los hogares estadounidenses

El énfasis creciente en la importancia de medir el impacto de la IA en la economía se evidencia por el aumento reciente de los datos publicados sobre el tema. Por ejemplo, la Oficina del Censo de los Estados Unidos ha comenzado a publicar la distribución de las inversiones con una atención particular en los centros de datos, destacando la relevancia creciente de la inversión privada en los centros de datos en comparación con el total. Además, recientemente ha publicado un enfoque especial sobre el empleo en los centros de datos en sus Indicadores trimestrales de la mano de obra, mostrando que el empleo en los centros de datos estadounidenses ha aumentado más del 60 % a nivel nacional entre 2016 y 2023, siendo los dos estados más poblados de Estados Unidos los que tienen la mayor parte del empleo en los centros de datos, con un 17 % en California y un 10 % en Texas.

Oficina estándar vs. Centro de datos

Los estudios empíricos centrados en una perspectiva "bottom-up" y microeconómica subrayan que las ganancias de productividad posibles gracias a la IA pueden ser espectaculares a nivel sectorial.

Se han publicado numerosos estudios sectoriales en 2024. Un estudio del MIT es un ejemplo. El investigador fue autorizado a seguir a los equipos científicos de una gran empresa estadounidense en el sector de la ingeniería de materiales durante varios años. Esta empresa ha desplegado herramientas de IA en varias oleadas, lo que ha permitido medir las ganancias de productividad de los científicos relacionadas con la IA. El artículo muestra que, manteniendo todo lo demás constante, los científicos asistidos por la IA descubren un 44 % más de materiales. Este aflujo de materiales ha llevado a un aumento del 39 % en los depósitos de patentes y, varios meses después, a un incremento del 17 % en los prototipos de productos que incorporan los nuevos compuestos. Teniendo en cuenta los costos de entrada, la herramienta aumenta la eficiencia de I+D entre un 13 y un 15 %.

El mismo tipo de resultados se ha encontrado en la industria farmacéutica, mientras que un número creciente de medicamentos y vacunas han sido descubiertos gracias a la IA. Las tasas de éxito de las moléculas descubiertas por la IA durante los ensayos de Fase I y II son aproximadamente el doble que las de las moléculas descubiertas de manera convencional, lo que permitiría a las empresas alcanzar el mismo rendimiento con menos recursos y costos, o aumentar el número total de nuevos medicamentos lanzados con los mismos recursos.

Número de moléculas descubiertas por la IA en ensayos clínicos

Los estudios empíricos a nivel macroeconómico son menos concluyentes debido a la complejidad de medir la productividad a una escala agregada. Se han publicado múltiples estimaciones – varias de las cuales provienen de instituciones internacionales como el FMI y la OCDE – sobre el impacto de la IA en la productividad en 2023-2024.

Se centran en diferentes países y hacen diferentes suposiciones sobre factores clave, tales como: la velocidad de adopción de la IA por las empresas, la adecuación de las habilidades para la adopción, los avances futuros de los modelos de IA, el grado de integración con la robotización para las tareas más manuales, las políticas públicas para promover/retrasar la adopción de la IA, etc.

Así, es comprensible que lleguen a conclusiones muy diferentes sobre el impacto económico. No obstante, todas coinciden en que las ganancias de productividad permitidas por la IA en las próximas décadas serán significativas a nivel macroeconómico, concluyendo varias de ellas que el crecimiento anual de la productividad del trabajo debería aumentar en aproximadamente 1 punto porcentual durante la próxima década. Aunque este hallazgo es generalmente positivo y prometedor, queda por ver si el impacto positivo de la IA será suficiente para contrarrestar el efecto negativo sobre el crecimiento económico del envejecimiento de la población que se está produciendo tanto en las economías desarrolladas como en las emergentes.

Aumento previsto del crecimiento anual de la productividad del trabajo
en un horizonte de diez años debido a la IA

El mensaje principal de los estudios anteriores es que la IA es un tema con amplias implicaciones macroeconómicas y financieras. Como tal, la incorporamos explícitamente en nuestra publicación sobre las hipótesis del mercado de capitales a largo plazo y avanzamos en nuestro análisis diferenciando las economías en función de una mezcla de características estructurales e institucionales que nos permiten identificar a los líderes y rezagados en materia de IA centrada en la productividad en las economías desarrolladas y emergentes. Curiosamente, algunas economías emergentes parecen estar bien posicionadas entre los líderes en preparación y adopción de la IA.

Cinco principales economías desarrolladas y emergentes en materia de preparación para la IA

Utilizamos el Índice AIPI (Índice de Preparación para la IA) del FMI y sus subcomponentes para diferenciar el punto de partida entre las economías, mientras que aspectos como la regulación, la intensidad de la innovación y la disponibilidad de capital limitan el pico y la velocidad de las ganancias de productividad a lo largo del tiempo. Según estos factores, la productividad, la inversión en capital y la depreciación del capital se modelan para estimar el impacto de la productividad en el crecimiento del PIB potencial.

Punto de partida: Utilizamos el AIPI (últimos datos disponibles en 2023) como punto de partida entre las economías. Este índice abarca varios ámbitos de preparación para la IA y está compuesto por un conjunto seleccionado de indicadores macroestructurales considerados relevantes para la adopción de la IA, organizados en cuatro grupos:

• infraestructura digital,
• innovación e integración económica,
• capital humano y políticas del mercado laboral,
• regulación y ética. 

Los países se clasifican en consecuencia. Este es nuestro punto de partida para las simulaciones: cuanto más bajo es el rango, menor es la ganancia de productividad.

Productividad: La ganancia de productividad se modela de manera similar a la curva estadounidense observada en los años 1990-2000. El pico se modela para alcanzarse en promedio 14 años después de la introducción de la IA. Sin embargo, según la preparación de cada país, la ganancia de productividad, tanto en el pico como a lo largo de la curva, varía de un país a otro en función del AIPI y otros parámetros que representan la regulación y la probabilidad de éxito. La regulación identifica los países donde la burocracia ralentiza la innovación y donde el impacto económico es progresivo. La "probabilidad de éxito" diferencia a los países en función de la probabilidad de que su inversión en innovación se traduzca en ganancias generalizadas.

Tasa de depreciación: Este índice también se modela sobre la experiencia estadounidense durante el período 1990-2000, asumiendo que, cuando se introduce una nueva tecnología, el capital existente se vuelve obsoleto más rápidamente que antes. Las tasas de depreciación se diferencian según los países en función del AIPI.

Inversión: A medida que el capital se vuelve obsoleto más rápidamente, se requieren nuevas inversiones. Suponemos que el lado de la inversión también reaccionará a la revolución tecnológica, con un aumento en los gastos de inversión (Capex). Sin embargo, un Capex más alto puede no traducirse en beneficios evidentes en términos de productividad, especialmente en las fases iniciales, dado el alto nivel de depreciación y la baja probabilidad de éxito.

Al considerar todos los elementos anteriores, esperamos que Estados Unidos sea un ganador temprano en la primera década de adopción de la IA, con una contribución estimada al crecimiento del PIB proveniente del impulso de la IA a la productividad de aproximadamente 0,35 puntos porcentuales.

Los mercados desarrollados europeos (DM Europa) seguirán en la segunda década, con una contribución más baja al crecimiento del PIB (alrededor de 0,3 puntos porcentuales), mientras que Asia se queda atrás en el impacto estimado a pesar de que algunas de sus economías se clasifican actualmente entre las mejores en preparación para la IA.

Para Asia, vemos la contribución al crecimiento del PIB como siendo solo de 0,14 puntos porcentuales en la segunda década de adopción de la IA.

Estos resultados pueden explicarse bien al examinar el subíndice de regulación en el AIPI, que es clave en el caso de la difusión de la innovación: penaliza a Asia en comparación con Europa, y penaliza a Europa en comparación con América del Norte. Esta última tiene menos burocracia que las otras regiones, lo que le permite adoptar cualquier innovación más rápidamente. En el gráfico anterior, la dinámica particular observada para América Latina - que alcanzará un pico en la segunda década y luego la contribución al crecimiento retrocederá - podría explicarse por la falta de inversión en América Latina, lo que impide que la IA apoye el crecimiento del PIB de manera más fuerte.

Contribución al crecimiento del PIB gracias al aumento de la productividad relacionada con la IA

Mientras que los gastos de inversión relacionados con la IA están bajo los reflectores y han ganado relevancia al apoyar gastos de inversión más amplios, aún representan solo el 7% de los gastos de inversión globales. Como tal, no son 'visibles' como un factor de cambio en las cuentas nacionales.

Sin embargo, al monitorear ciertos datos económicos oportunos ya disponibles, es posible evaluar la velocidad de adopción en la economía entre las empresas y los hogares. Hemos desarrollado una herramienta de seguimiento ad hoc para ayudar a rastrear su impacto de manera oportuna (por ejemplo, para los gastos de inversión y el PIB, nos centramos en computadoras y equipos periféricos, producción industrial tecnológica, encuestas tecnológicas de bancos regionales y construcción de instalaciones informáticas y electrónicas).

En cuanto a los gastos de inversión reales, parece que a partir de los datos del T3 2024, después de un primer impulso de gastos en I+D y software en 2021-22, tanto la tendencia como el impulso se han moderado gradualmente en estas categorías. Mientras tanto, ha habido un fuerte aumento en los gastos en computadoras y equipos periféricos que se aceleró notablemente en 2024, respaldado por la demanda de servidores impulsada por la IA, reflejando el aumento de inversiones y adopción a través de empresas y sectores (ver gráfico a continuación).

Esta tendencia también es claramente visible en la dinámica de los pedidos de bienes duraderos, donde los nuevos pedidos de bienes duraderos, computadoras y productos relacionados han aumentado significativamente desde 2022 y se mantienen en una fuerte tendencia al alza. Esto sugiere que las inversiones de capital en computadoras seguirán siendo sostenidas, al igual que la producción industrial, que se ha reactivado en la segunda mitad de 2024. Notablemente, el subíndice de producción industrial para las tecnologías avanzadas se ha desacoplado fuertemente del índice global.

Los desarrollos recientes en la IA subrayan cuán rápido evoluciona el sector tecnológico, impactando a las empresas que han construido ventajas competitivas y suscitando el entusiasmo de los inversores en los últimos meses. Para estas empresas, la llegada de DeepSeek (el nuevo entrante chino en el campo de la IA) y de modelos de IA de código abierto más eficientes aumentan la incertidumbre sobre el futuro de los beneficios. Sin embargo, desde un punto de vista macroeconómico, lo vemos como un posible punto de inflexión para la adopción de la IA, mostrando que el tema de la IA no ha terminado, sino que está evolucionando.

En particular, la eficiencia de costos es un motor clave de la difusión tecnológica, explicado por un concepto clave de la revolución de la IA, el paradoja de Jevons. Esto significa que una mayor eficiencia en una tecnología puede llevar a un aumento en el consumo de un determinado recurso a medida que la tecnología se vuelve más asequible; una mayor eficiencia no necesariamente se traducirá en una menor inversión, sino probablemente en lo contrario.

La inversión en IA que era irrealizable para muchas pequeñas empresas se está volviendo ahora asequible. La inversión en IA se está diversificando y potencialmente será mucho más alta en términos compuestos para toda la economía. Las tendencias de normalización de los gastos de capital relacionados con la IA entre los Magníficos 7 apuntan en esta dirección, mientras esperamos pasar de una fase de gastos de capital concentrados en la IA a una fase de adopción potencialmente más amplia. De hecho, costos más bajos para los modelos de IA podrían llevar a una adopción más rápida tanto por parte de las empresas como de los hogares, a mayores gastos y a una inversión agregada en IA, impulsando así la productividad agregada.

Tendencia del gasto en inversión de los Magníficos 7

Para resumir, esperamos que la tendencia de la IA influya en los resultados económicos y de mercado. Los últimos eventos se alinean con nuestro punto de vista de que una competencia e innovación continuas son susceptibles de crear ganadores y perdedores, y de ayudar a ampliar los beneficios de la nueva tecnología a través de la economía al reducir las barreras de entrada, acelerar la adopción y crear nuevas oportunidades.