Electrones e inteligencia: La transformación estructural de la economía global

Los factores estructurales que impulsan la expansión económica están experimentando un cambio fundamental. Durante décadas, el sector de la vivienda, la manufactura y el gasto de consumo fueron los principales motores de la economía. Hoy en día, un nuevo conjunto de factores está tomando el papel principal: la infraestructura física relacionada con la inteligencia artificial, así como la inteligencia que se encuentra en los programas informáticos que utilizamos para su desarrollo. Este auge de inversiones no es simplemente una tendencia del mercado; se está convirtiendo en una fuerza real y medible en la economía, modificando las trayectorias de crecimiento y desafiando los marcos tradicionales para medir ese crecimiento.

La evidencia más concreta se encuentra en los gastos de capital relacionados con la IA. En la primera mitad de 2025, los gastos de capital relacionados con la IA representaron una contribución importante al crecimiento económico.1.1 puntos porcentuales en relación con el crecimiento del PIB.Esto supera en velocidad al consumidor estadounidense, convirtiéndose en un motor de expansión económica. Este aumento se concentra en el sector de los equipos informáticos; las inversiones en computadoras y equipos relacionados han aumentado un 41% en comparación con el año anterior. La magnitud de esta tendencia es impresionante: las empresas de nivel hipercrítico como Meta, Alphabet, Microsoft, Amazon y Oracle tienen la intención de invertir 342 mil millones de dólares en gastos de capital en el año 2025, lo que representa un aumento del 62% en relación al año anterior. Esta fase inicial se ha centrado en el desarrollo de servidores y redes informáticas; la construcción de centros de datos ha alcanzado una tasa anual récord de 40 mil millones de dólares en junio.

Pero esto es solo el primer paso. La siguiente fase consiste en la transición hacia la infraestructura de apoyo necesaria para impulsar el desarrollo de la IA. Este proceso puede llevar años en términos de planificación y obtención de permisos. Esto crea una brecha estructural: las inversiones son reales y están en aumento, pero su impacto económico total sobre el PIB se retrasa y podría ser reducido. No todos los dólares invertidos en la IA se transforman directamente en producción nacional; gran parte de los gastos se invierte en tecnología importada. Además, los centros de datos emplean relativamente pocos trabajadores, lo que limita los efectos de la inversión en el consumo.

Este auge forma parte de una tendencia más amplia y profunda. La fuente del crecimiento moderno es cada vez más el capital intangible: el software, los complementos organizativos, y ahora, también los modelos de IA en sí. Sin embargo, los datos oficiales sobre el PIB tienen dificultades para capturar esta realidad. Las investigaciones muestran que no incorporar el capital intangible conduce a una subestimación sistemática de la actividad económica. En la era de la IA, este problema es especialmente grave. Según las reglas contables actuales, gran parte de la inversión en modelos de IA, conjuntos de datos y sistemas internos se considera como un gasto operativo, y no como una inversión en capital. Esto genera una dinámica típica de la “curva J”: los costos iniciales disminuyen la productividad medida, mientras que los beneficios derivados de la integración con la IA solo se materializan después de que las empresas hayan reestructurado sus procesos de trabajo y capacitado al personal. Como resultado, la verdadera escala de la capacidad productiva que se está desarrollando queda invisible en las estadísticas oficiales.

En resumen, se trata de un nuevo paradigma de crecimiento. La economía está siendo remodelada por un ambiente de inversión elevado, pero los métodos de medición utilizados no reflejan la realidad del crecimiento. La infraestructura física relacionada con los electrones y la inteligencia que poseen los programas informáticos son los dos motores principales del crecimiento económico. Sin embargo, los cálculos tradicionales del PIB no son adecuados para medir su impacto real. Esto genera tanto el riesgo de subestimar el potencial de crecimiento como la vulnerabilidad si las políticas se basan en datos incompletos. El cambio estructural es evidente; el desafío ahora es desarrollar herramientas de medición que puedan seguir el ritmo del crecimiento.

El “gap de medición” y sus consecuencias

La remodelación estructural de la economía por parte de la IA representa un desafío adicional: nuestra capacidad para percibir esta nueva realidad. Los cálculos oficiales del PIB, basados en una época en la que los bienes tangibles eran lo más importante, no están preparados para captar este nuevo paradigma. El resultado es una brecha constante en la medición de los datos económicos, lo cual puede distorsionar tanto las decisiones políticas como las inversiones.

El problema fundamental radica en el tratamiento del capital intangible. A medida que la economía basada en el conocimiento ha crecido, también ha aumentado la proporción de inversiones en software, complementos organizativos y, ahora, en modelos de IA. Las investigaciones muestran que no incorporar el capital intangible conduce a una subestimación sistemática del PIB. En la era de la IA, este problema es especialmente grave. Según las reglas contables actuales, la gran mayoría de las inversiones en modelos de IA, conjuntos de datos y sistemas de implementación interna se consideran como gastos operativos, en lugar de como inversiones en capital. Esto genera una dinámica similar a la curva J: los costos iniciales disminuyen la productividad a corto plazo, mientras que los beneficios derivados de la integración de la IA solo se manifiestan después de que las empresas redefinan sus procesos de trabajo y capaciten nuevamente a su personal. El capital total se subestima durante todo este período de ajuste, lo que hace que el análisis contable de la crecimiento parezca menos eficaz de lo que realmente es.

Este vacío se extiende más allá del capital, hasta el valor que se crea. La naturaleza escalable de los servicios y modelos digitales a menudo omite las transacciones de mercado tradicionales. El modelo de IA propio de una empresa o herramientas gratuitas como ChatGPT generan un valor inmensurable, sin que haya un precio claro en las estadísticas oficiales. Este “valor perdido” es un punto ciego en la medición económica; esto hace que más de 3 billones de dólares en capital intangible permanezcan invisibles en los datos oficiales. Como resultado, se obtiene una visión distorsionada de la productividad y el crecimiento, ya que la verdadera magnitud de la capacidad productiva que se está desarrollando permanece oculta.

Esta incertidumbre genera un debate importante. Dado que la adopción de la IA ya está muy extendida…A agosto de 2025, el 55% de las personas y el 37% de los trabajadores en los Estados Unidos utilizaban herramientas de IA generativa.Hay una discusión en curso sobre si los aumentos en la productividad prometidos ya se están materializando. La falta de datos precisos dificulta responder a esta pregunta de manera definitiva. ¿Estamos experimentando ya los beneficios de esos avances, o todavía estamos en la fase costosa y compleja de la curva J? Sin datos claros, a los responsables de la formulación de políticas les resulta difícil evaluar el verdadero estado de la economía y asignar recursos de manera eficiente. Por su parte, los inversores también tienen dificultades para evaluar los verdaderos retornos de los grandes compromisos de inversión.

El camino a seguir requiere nuevos enfoques. Una solución a corto plazo sería…Índice de Intensidad de la IA GenerativaEse método combina encuestas estadísticas con datos obtenidos a través de la telemetría de los proveedores, con el objetivo de rastrear cómo se utiliza la tecnología de IA en la economía. A medio plazo, es necesario reformar los cuentas nacionales para poder identificar por separado el capital relacionado con la IA, los servicios y la reasignación de mano de obra. Hasta entonces, seguirá existiendo una brecha en las mediciones, lo que generará un retraso entre la transformación estructural de la economía y los datos utilizados para gestionarla.

Competencia geopolítica: La apuesta por la infraestructura versus la inteligencia

La carrera mundial por la supremacía en el campo de la inteligencia artificial ya no se trata de una competencia basada únicamente en la capacidad del software. Se ha convertido en una apuesta estratégica, donde Estados Unidos y China están haciendo apuestas fundamentalmente diferentes, las cuales determinarán su competitividad económica durante décadas. Estados Unidos está invirtiendo en el desarrollo de modelos de inteligencia artificial, mientras que China invierte estrategicamente en la capacidad física necesaria para poder utilizar estos modelos a gran escala. Esta diferencia crea una vulnerabilidad importante para la estrategia estadounidense.

Por un lado, Estados Unidos lidera en términos de capacidades de modelos de alta calidad. La pregunta clave para el año 2025, como señaló una analisis, era si la inteligencia por sí sola sería suficiente. La respuesta de Silicon Valley fue un rotundo “sí”; apostaron todo en la creación de los modelos más capaces posibles. Este enfoque se refleja en las inversiones privadas: las empresas estadounidenses invirtieron mucho en este campo.109.1 mil millones de dólares invertidos en tecnologías de IA en el año 2024.Es un número mucho menor que los 9,3 mil millones de dólares de China. Sin embargo, esta ventaja no está garantizada. China está reduciendo rápidamente la brecha en cuanto a rendimiento, lo que indica que se trata de una competencia feroz, donde la ventaja de Estados Unidos está disminuyendo. Pero la apuesta estratégica sigue cambiando.

El enfoque de China es tratar la inteligencia como una mercancía, enfocándose en la infraestructura necesaria para que esta sea útil. Esto significa dominar la fabricación de los componentes físicos que convierten la electricidad en movimiento y energía: las llamadas “estructuras eléctricas”, que incluyen baterías, imanes, dispositivos electrónicos y sistemas informáticos integrados. Este ecosistema industrial le da a China una ventaja importante en la implementación del AI a gran escala, desde vehículos eléctricos hasta robótica. En cambio, la estrategia de Estados Unidos corre el riesgo de perder gran parte de esta capacidad física, lo que podría llevar a una dependencia de componentes importados para sus propias ambiciones en materia de AI.

Las medidas políticas en Washington intentan asegurar que Estados Unidos mantenga su liderazgo tecnológico. Pero estas medidas son, en gran medida, de carácter defensivo. La Casa Blanca ha emitido una serie de órdenes ejecutivas con el objetivo de eliminar los obstáculos que dificultan el desarrollo de la inteligencia artificial. Estas órdenes incluyen…Se está acelerando el proceso de obtención de permisos federales para la infraestructura de los centros de datos.Además, se promueve la exportación de las tecnologías de IA de Estados Unidos. Aunque estos esfuerzos tienen como objetivo acelerar el desarrollo de esta industria y ganar cuota de mercado mundial, también son una respuesta al entorno competitivo en el que China ya está por delante en la fabricación de este tipo de tecnologías. El pedido emitido en enero de 2025 revoca explícitamente las medidas anteriores que se consideraron como obstáculos para el desarrollo de la industria, lo que indica claramente la intención de fomentar la innovación y la implementación de estas tecnologías.

En resumen, se trata de un desajuste estructural. Estados Unidos apuesta por el nivel de inteligencia, mientras que China construye la infraestructura necesaria para darle impulso y consolidar ese nivel de competencia. Esto crea una situación típica de “eficacia frente a capacidad”. Estados Unidos puede ser líder en los modelos más avanzados, pero la dominancia de China en el ámbito físico le permite implementar esos modelos a gran escala e integrarlos en la economía mundial. Para las empresas y políticos estadounidenses, el desafío es superar esta brecha, asegurando que la liderazgo del país en software de IA esté respaldado por la capacidad industrial necesaria para aprovechar todo su potencial económico.

Escenarios futuros y los factores clave que los impulsan

El modelo de crecimiento con dos motores se enfrenta a una encrucijada importante. El camino que debe seguir depende de unos pocos factores críticos y riesgos. De las analisis recientes, surgen tres escenarios posibles. La perspectiva base supone que habrá una inversión continua en la tecnología de la inteligencia artificial. Pero el verdadero desafío será determinar si esta tendencia puede mantenerse durante un período de alta incertidumbre.

La perspectiva de Deloitte plantea tres escenarios distintos. El escenario base refleja el consenso actual, donde se prevé una continuación de la expansión impulsada por la inteligencia artificial. Sin embargo, el riesgo principal es un retracción repentina en las inversiones, lo cual se modelaría como un escenario negativo. Tal reversión podría ralentizar el crecimiento del PIB y aumentar el desempleo, ya que la dependencia de la economía en este tipo de gastos de capital se hace más evidente. Por otro lado, el escenario positivo depende de que los beneficios derivados de la productividad de la inteligencia artificial sean más rápidos de lo esperado, lo que aceleraría la recuperación económica. Las variables clave que influyen en estos diferentes escenarios no son solo los gastos en inteligencia artificial, sino también el entorno político general. Los escenarios presuponen que los aranceles seguirán siendo altos, con una tasa efectiva promedio que llegará al 15% para principios de 2026. Además, se supone que la migración neta seguirá siendo menor de lo esperado, lo cual afectaría negativamente a la producción económica.

Un catalizador clave para todo este proceso es la transición en el liderazgo de la Reserva Federal. A medida que el próximo presidente de la banco central asuma su cargo, su enfoque en la formulación de políticas basadas en datos será puesto a prueba. La discusión sobre los beneficios de la inteligencia artificial en términos de productividad ya está relacionada con las dinámicas del mercado laboral. Esto hace que la Fed deba equilibrar las presiones inflacionarias con los cambios estructurales que se están produciendo. La transición que se avecina podría generar un período de incertidumbre, lo que enfatiza la necesidad de una comunicación clara para estabilizar los mercados. La postura de la Fed será crucial para determinar si la política monetaria favorece o dificulta el ciclo de inversión.

Para los inversores, la sostenibilidad del motor de crecimiento depende del seguimiento de las inversiones complementarias. El aumento inicial en gastos de capital relacionados con el hardware ahora está dando paso a la necesidad de invertir en software, investigación y desarrollo, así como en nuevos centros de datos. El ritmo de adopción de la IA en diferentes sectores será un indicador clave. A fecha de agosto de 2025…El 55% de las personas y el 37% de los trabajadores en los Estados Unidos utilizaron herramientas de IA generativa.Pero el impacto económico solo se intensificará con una mayor integración. Es esencial contar con un nuevo marco de medición para poder seguir este desarrollo. El marco propuesto…Índice de Intensidad de la IA GenerativaOfrece una herramienta a corto plazo para combinar las encuestas con la telemetría de los proveedores. Esto permite obtener información más oportuna sobre el nivel de adopción de los productos, en comparación con las estadísticas oficiales, que suelen ser más tardías en su publicación.

En resumen, se trata de una situación en la que existen oportunidades estructurales, pero también riesgos relacionados con las políticas gubernamentales. Estados Unidos ha apostado mucho en el uso de la inteligencia artificial, pero su éxito depende de mantener un ritmo de inversión constante y de manejar adecuadamente el complejo entorno normativo. Los escenarios indican que la trayectoria de crecimiento económico ya no está determinada únicamente por los gastos del consumidor, sino también por la interacción entre las inversiones en tecnología, la inmigración, el comercio y la próxima generación de líderes del banco central.