Las indicaciones de OpenAI sobre la curva de desarrollo del procesamiento de datos por parte de la IA sugieren que esta tendencia ya está comenzando a cambiar. Lo que sigue será el dominio de las infraestructuras relacionadas con la inteligencia artificial, y también los problemas relacionados con el trabajo en este campo.

Las recientes propuestas de política de OpenAI no son simplemente una manifestación de la responsabilidad social corporativa. Son señales de que la empresa considera que la curva de adopción de la IA se acerca a un punto de inflexión crítico. Las recomendaciones –un fondo de riqueza pública, impuestos sobre el trabajo automatizado y una semana laboral de cuatro días– se presentan como reformas democráticas necesarias para lograr una transición hacia la superinteligencia. Esta forma de presentar las cosas es reveladora: reconoce que la infraestructura económica construida para la era industrial no está preparada para enfrentarse a una era en la que los sistemas de IA puedan superar incluso a los seres humanos más inteligentes. En esencia, OpenAI dice que el cambio de paradigma está en marcha, y que la sociedad necesita nuevas formas de gestionar el aumento de la productividad y las alteraciones en el mercado laboral.

Esta iniciativa política llega en un momento en que se confirma una vez más la velocidad de desarrollo tecnológico. Justo antes de que el documento normativo fuera publicado, OpenAI anunció…Ronda de financiación de 122 mil millones de dólaresMás importante aún, la empresa se está preparando para lanzar un nuevo modelo avanzado, cuyo nombre en clave es “Spud”. El director ejecutivo, Sam Altman, ha declarado que los avances son más rápidos de lo que muchos esperaban. Este flujo simultáneo de capital y el desarrollo del modelo confirman que la tecnología está avanzando a un ritmo exponencial, probablemente superando incluso las necesidades de planificación política y económica necesarias para gestionarla. Las ideas políticas son un intento estratégico por adelantarse a este proceso.

La alineación con el cambio general en el uso de la inteligencia artificial es crucial. La industria está pasando de enfocarse en el entrenamiento de modelos masivos, a centrarse en las tareas de ejecución de dichos modelos para responder a consultas. Como señala un análisis, se espera que las cargas de trabajo relacionadas con la ejecución de los modelos representen una proporción importante del total de las tareas realizadas en el campo de la inteligencia artificial.En 2026, aproximadamente dos tercios de toda la computación se llevará a cabo de esa manera.Este cambio requiere una nueva generación de chips especializados y optimizados para el procesamiento de información. También es necesario reconsiderar las estrategias económicas relacionadas con los centros de datos. La propuesta de OpenAI de crear un fondo público para la financiación de infraestructuras es una forma de garantizar que los beneficios se distribuyan de manera equitativa. La empresa reconoce que la siguiente etapa de la infraestructura de IA –los chips, los centros de datos, la red eléctrica– debe construirse con el apoyo de toda la sociedad desde el principio.

La realidad económica: El auge de la productividad frente a la perturbación del mercado laboral

La tesis de que un aumento en la productividad es el resultado del uso de la IA está siendo puesta a prueba contra la realidad complicada de los datos económicos. Los números muestran una señal poderosa, aunque todavía no muy precisa, de transformación. Pero también indican claramente los costos inmediatos en el mercado laboral.

En cuanto a la adopción de esta tecnología, los datos confirman una penetración rápida, aunque desigual. Aproximadamente uno de cada seis personas en todo el mundo utiliza ahora herramientas de IA generativa. Se trata de un avance notable para una tecnología que todavía se encuentra en su fase inicial. Sin embargo, esta difusión es profundamente desigual: la adopción en el Hemisferio Norte crece casi el doble que en el Hemisferio Sur, lo que genera una brecha tecnológica cada vez mayor. No se trata simplemente de una diferencia en el uso de la tecnología; también se trata de una diferencia en la infraestructura necesaria para el desarrollo económico futuro. Países como los Emiratos Árabes Unidos y Singapur lideran en este aspecto, ya que más del 60% de su población en edad de trabajar utiliza la IA. En cambio, Estados Unidos, a pesar de su ventaja en materia de innovación, ha caído al puesto número 24. Este patrón sugiere que las mejoras en la productividad probablemente se concentrarán en las economías que adoptan esta tecnología primero, lo que podría agravar la desigualdad mundial.

Los datos macroeconómicos presentan una situación algo confusa. El crecimiento del PIB ha sido fuerte en 2025, mientras que el aumento en el número de empleos ha sido prácticamente nulo; en promedio, se han añadido solo 15,000 puestos de trabajo al mes. Esta desconexión entre los datos económicos y la realidad es típica de un período de auge en la productividad. Sin embargo, los economistas advierten que los datos sobre la productividad son, por lo general, poco precisos, ya que reflejan únicamente los efectos residuales después de tener en cuenta todos los demás factores. El crecimiento promedio actual, de aproximadamente 2.2%, es sólido, pero no es algo sin precedentes. Lo más importante es que la comparación entre estos datos y las estimaciones del PIB es inadecuada. La verdadera situación solo se conocerá cuando se revisen las estimaciones anuales del PIB este año. Por ahora, los datos sugieren un cambio, pero aún no se puede afirmar nada con certeza.

La evidencia más clara del impacto de la IA proviene de empresas que han estado utilizando esta tecnología durante más de un año. Un reciente estudio realizado con ejecutivos de sectores de alto impacto revela una doble tendencia. En promedio, estas empresas informan sobre un aumento en los resultados obtenidos gracias a la utilización de la IA.Aumento del 11.5% en la productividad neta.Se trata de una reducción neta del 4% en el número de empleados. Esta es la realidad operativa de la curva S: los aumentos en la eficiencia son reales y medibles, pero implican un costo directo para el número de empleados. Las reducciones no se distribuyen de manera uniforme. Son más pronunciadas en las empresas más grandes, y se concentran en los puestos de nivel inicial. Por otro lado, se están contratando nuevos empleados en áreas como la formación de trabajadores. Este patrón sugiere que la IA está automatizando tareas rutinarias y optimizando los procesos de trabajo. Pero también está forzando una reorganización del personal, algo que ya está en marcha.

En resumen, el auge de la productividad y las perturbaciones en el mercado laboral son dos aspectos de la misma realidad. La tasa de adopción de estas tecnologías está aumentando rápidamente; los países que adoptan estas tecnologías primero están logrando avances significativos, y las empresas ya están experimentando ganancias de eficiencia de dos dígitos. Sin embargo, esta transición genera ganadores y perdedores dentro de las empresas y entre las diferentes regiones. Las propuestas políticas de OpenAI reflejan el reconocimiento de que este cambio económico no es solo técnico, sino también social. La infraestructura necesaria para este nuevo paradigma se está construyendo, pero sus beneficios y desventajas se distribuyen de manera que requiere nuevos marcos económicos y políticos.

El imperativo de la infraestructura: el procesamiento y la energía como los nuevos “raíles” para el desarrollo tecnológico.

El cambio de paradigma impulsado por la IA no se trata simplemente de desarrollar software más inteligente. Se trata, en realidad, de una necesidad fundamental para crear nuevas infraestructuras físicas y tecnológicas. Las empresas que construyan y manejen estas infraestructuras serán las que obtengan la mayor parte del valor obtenido. Este nivel de infraestructura está sujeto a dos presiones cruciales y exponenciales: el cambio en las cargas de trabajo computacionales y las enormes demandas energéticas que esto conlleva.

La primera presión se debe a una clara inflexión en la propia curva S de la inteligencia artificial. La industria está pasando de enfocarse en el entrenamiento de modelos masivos a dedicarse con mayor frecuencia a la ejecución de esos modelos para responder a las consultas. Este cambio no es un ajuste menor; se trata de un cambio estructural en la demanda. Se espera que las cargas de trabajo relacionadas con la ejecución de los modelos representen una gran parte de las necesidades de la industria.En el año 2026, aproximadamente dos tercios de todo el procesamiento informático se realizará de esa manera.Esto crea un mercado enorme para los chips optimizados para el procesamiento de inferencias. Se proyecta que este sector crezca hasta alcanzar más de 50 mil millones de dólares en el año 2026. Esto significa que la próxima generación de chips de IA será más eficiente y, posiblemente, más económica. Pero la demanda general de potencia computacional sigue aumentando rápidamente. Incluso cuando el crecimiento de la demanda de entrenamiento disminuye, el volumen de consultas de tipo “inferencia” y la necesidad de mejorar los modelos después del entrenamiento hacen que la carga computacional siga aumentando a razón de cuatro o cinco veces al año, hasta el año 2030. La infraestructura debe poder adaptarse para satisfacer esta demanda.

La segunda presión, que a menudo se pasa por alto, es la energía. El crecimiento exponencial en el uso de computadoras está directamente relacionado con el aumento exponencial en la demanda de electricidad. Los data centers son las nuevas “centrales eléctricas”, y la red eléctrica ya está sufriendo las consecuencias de esto. El documento de políticas de OpenAI propone claramente que…Expansión acelerada de la red eléctrica de los Estados UnidosEs necesario manejar esta ola de demandas. Se trata de la capa física crítica que permite el funcionamiento de todo lo demás. Sin una expansión paralela en la generación y transmisión de energía, toda la infraestructura de computación relacionada con la IA enfrentará un gran obstáculo. La carrera por obtener contratos de suministro de energía y construir nuevas capacidades en la red es intensa. La infraestructura energética se está convirtiendo así en un activo estratégico.

Este imperativo de infraestructura se refleja perfectamente en el rendimiento de las acciones de la empresa líder del sector: Nvidia. El rendimiento anual de la compañía, del 102.8%, indica que el mercado apuesta por el crecimiento exponencial de los sistemas de inteligencia artificial. Sin embargo, la volatilidad reciente muestra otro aspecto importante. Las acciones de Nvidia han disminuido un 7.9% en los últimos 120 días; en este período, hubo una caída del 3.2% en los últimos 20 días. Este retroceso destaca los riesgos cíclicos y las presiones de valoración inherentes a un sector basado en la demanda futura. El mercado no solo está valorando el crecimiento, sino también los posibles desaceleraciones, la competencia y el enorme capital necesario para seguir desarrollando este sector. La actividad de precios de Nvidia es un indicador en tiempo real de la tensión entre la curva de crecimiento a largo plazo y los ciclos temporales de oferta y demanda.

En resumen, el valor que se puede obtener en la era de la IA se está moviendo desde la capa de software hacia la infraestructura que la sustenta. Las empresas que logren adaptarse a este cambio, que puedan garantizar el suministro de energía y que construyan la próxima generación de fábricas de procesamiento de datos, serán las que definirán el nuevo panorama económico. Las propuestas de OpenAI son un reconocimiento de que la construcción de esta infraestructura no es solo un desafío técnico, sino también uno social. Esto requiere nuevos marcos de trabajo para gestionar su escala y su impacto.

Catalizadores, escenarios y lo que hay que observar

La tesis de una transformación inminente impulsada por la IA se enfrenta ahora a señales concretas y riesgos tangibles. Los próximos meses revelarán si este cambio de paradigma se está acelerando como se esperaba, o si se encontrará con resistencias imprevistas.

El primer grupo de señales que deben tenerse en cuenta es la implementación física de la nueva infraestructura informática. El cambio que está ocurriendo en la industria hacia el uso de tecnologías de inferencia no es algo teórico; se trata de una realidad actual. Se proyecta que el mercado de los chips optimizados para procesamiento de datos de tipo inferencial crezca considerablemente.50 mil millones en el año 2026El indicador clave será el ritmo de esta implementación, así como la expansión paralela de la red eléctrica. Si los chips de procesamiento se distribuyen más rápido de lo previsto, eso confirmará el aceleramiento de la curva S. Por el contrario, cualquier retraso en la obtención de contratos de suministro o en la construcción de nuevas capacidades de la red, hará que se cree un punto débil, lo que podría ralentizar todo el sistema informático. Este es el nivel de infraestructura en tiempo real.

El segundo indicador es la información del mercado laboral, que mostrará los efectos negativos que las propuestas de política intentan mitigar. La situación actual, caracterizada por un fuerte crecimiento del PIB, junto con un nivel cercano a cero en el número de empleos, es un indicador importante. La prueba crucial será la evolución de los datos relacionados con la productividad y con las solicitudes de desempleo en aquellas profesiones que están expuestas en gran medida a la influencia de la IA. Un estudio reciente reveló que los trabajadores en las profesiones más expuestas son, generalmente, mayores, mujeres y tienen salarios más altos. Además, la contratación de trabajadores más jóvenes ya está disminuyendo en estas áreas. Si el desempleo en estas profesiones comienza a aumentar significativamente, eso demostrará que las ideas políticas de OpenAI no son solo teóricas, sino que son realmente necesarias. En resumen, las propuestas de política son una respuesta a un problema que ya está ocurriendo, y los datos deben confirmar cuán grave es ese problema en poco tiempo.

Sin embargo, el riesgo principal es que las respuestas políticas y regulatorias se retrasen o se diluyan debido a la manipulación por parte de los poderosos. La idea de un “impuesto para robots” o de un fondo de riqueza pública, tal como lo propone OpenAI, enfrenta un largo camino de debates y compromisos. La historia nos muestra que las reformas económicas relacionadas con la disrupción tecnológica suelen ser lentas y poco efectivas. Si estos instrumentos políticos se retrasan, las tensiones sociales y económicas causadas por la pérdida de empleos debido a la inteligencia artificial podrían agravarse, lo que podría llevar a una mayor inestabilidad. La expectativa del mercado respecto al crecimiento exponencial debe ser evaluada en comparación con el riesgo a corto plazo de una parálisis política.

En esencia, los catalizadores que contribuirán al proceso de transición son la construcción física de los chips de inferencia y la red de energía necesaria para ello. También son importantes los datos del mercado laboral, que reflejan el costo humano que conlleva esta transición. El escenario en el que se confirma esta tesis es aquel en el que estos factores se alinean: la infraestructura crece rápidamente, la productividad aumenta, y las políticas gubernamentales logran seguir el ritmo de este proceso. Por otro lado, el escenario en el que esto no ocurre es aquel en el que la infraestructura se retrasa, los problemas laborales se intensifican, y las medidas políticas no logran surtir efecto alguno. Los próximos cuatro trimestres determinarán si la curva exponencial se mantendrá o no.