La inteligencia artificial (IA) puede generar mejoras significativas de la productividad, según muestran los estudios, lo que alimenta la esperanza de revertir la desaceleración del crecimiento de la productividad mundial.
Sin embargo, muchas herramientas de IA generan ganancias de eficiencia principalmente automatizando tareas que ya se realizan, en lugar de crear nuevas tareas y productos.
La contribución de la IA al crecimiento de la productividad dependerá de tres factores clave: la automatización, el descubrimiento científico y las tasas de adopción de la IA a nivel mundial.
La inteligencia artificial, o IA, no es nueva. El término fue acuñado por John McCarthy durante la legendaria Conferencia de Dartmouth de 1956, en la que algunas de las mentes más brillantes de la informática se reunieron para debatir sobre «máquinas pensantes». Desde entonces, el campo ha experimentado ciclos de entusiasmo y declive.
El optimismo inicial acabó dando paso a un 'invierno de la IA', un periodo de recortes de inversión, tras expectativas exageradas que no se cumplieron, y el término IA cayó en desuso.
Sin embargo, en la última década, impulsado por el aumento de la potencia de cálculo y las enormes cantidades de datos, el campo ha pasado de forma decisiva de los primeros sistemas basados en reglas a un aprendizaje automático ascendente más flexible, como los grandes modelos de lenguaje (LLM), culminando con el lanzamiento de ChatGPT por parte de OpenAI y un nuevo ciclo de expectativas exageradas. Sin embargo, pese al renovado entusiasmo, el impacto de la IA generativa en la economía sigue siendo incierto.
Es cierto que numerosos estudios han demostrado que las capacidades actuales de la IA ya pueden generar importantes ganancias de productividad en ámbitos como la atención al cliente, la redacción y la programación, y el trabajo realizado por profesionales de nivel medio.
Estos hallazgos alimentan la esperanza de revertir la desaceleración del crecimiento mundial de la productividad, que lleva ralentizándose más de una década. Pero estas aplicaciones generan ganancias de eficiencia principalmente automatizando tareas que ya realizan las personas, en lugar de crear nuevas tareas y productos.
Aquí presentamos tres factores clave que influirán en la contribución de la IA al crecimiento de la productividad, así como el papel crucial de la política en su configuración.
La automatización es una ganancia puntual
Si bien la automatización puede proporcionar un impulso de productividad a corto plazo, se trata de una ganancia puntual. Si todo el progreso desde 1800 se hubiera limitado a la automatización, tendríamos una agricultura eficiente y textiles baratos, pero poco más.
El tamaño y el momento de los efectos de la IA generativa sobre la productividad son inciertos. Daron Acemoglu estima que, sin que la IA contribuya al descubrimiento científico ni a la creación de nuevos productos, la automatización con la IA más avanzada podría aumentar la productividad de Estados Unidos en solo un 0,07 % anual durante la próxima década. Mientras tanto, otros, como Erik Brynjolfsson, son más optimistas sobre el potencial de la IA para impulsar la productividad laboral mediante la complementariedad y la innovación.
Sin embargo, al final, la trayectoria de la IA y su contribución a la productividad estarán influidas por las decisiones políticas. Por ejemplo, las políticas fiscales han favorecido de forma ineficiente la automatización en algunos países al gravar de hecho los equipos, el hardware y el software clasificados como capital a tipos inferiores a los del trabajo.
En la medida en que la automatización esté impulsada por incentivos fiscales y no por ganancias de eficiencia, puede fomentar la sustitución indiscriminada de trabajo y no mejorar la productividad. Debería estudiarse con cuidado el reequilibrio de la combinación de amortizaciones, créditos y otros incentivos fiscales que generan ese sesgo.
Corregir este desequilibrio podría incentivar a las empresas a aprovechar la IA para la complementariedad en lugar de la automatización, priorizando el ahorro de capital frente a la sustitución del trabajo. Como resultado, las ganancias de productividad impulsadas por la IA mejorarían cada vez más las tareas ya realizadas por máquinas, como el entrenamiento de robots, los coches autónomos y la mejora de la detección del fraude con tarjetas de crédito. Revertir la tendencia a la baja de los impuestos sobre la renta del capital observada en las últimas décadas puede impulsar la productividad y, al mismo tiempo, hacer que esas ganancias se compartan ampliamente.
La IA puede impulsar la productividad mediante el progreso tecnológico
En segundo lugar, la IA tiene el potencial de revolucionar el descubrimiento científico y generar el progreso tecnológico que impulse la productividad futura. Ya, la predicción del plegamiento de proteínas mediante IA aporta nuevos conocimientos en aplicaciones biomédicas, y los descubrimientos de nuevos fármacos asistidos por IA están contribuyendo a la investigación y el desarrollo farmacéuticos. Pero la aceleración de la innovación en un amplio abanico de campos no está garantizada.
Los ordenadores personales e internet fueron en su día aclamados como herramientas de investigación definitivas, al permitir un acceso sin precedentes a la información, facilitar el análisis estadístico y fomentar la colaboración mundial. Sin embargo, pese a un auge inicial de la productividad alrededor del cambio de milenio, los ordenadores no lograron desbloquear avances significativos en la investigación.
Mantener la ley de Moore (la observación de que el número de transistores en un chip de silicio se duplicaría cada dos años) requiere ahora 18 veces más investigadores que a principios de la década de 1970, lo que refleja una tendencia más amplia de rendimientos decrecientes en toda la economía estadounidense.
Una explicación es que las start-ups, que tradicionalmente impulsan la innovación, se enfrentan a barreras de entrada crecientes. Las grandes empresas tienen escala tanto en datos como en potencia de cálculo, lo que podría llevar a una concentración excesiva del desarrollo de la IA. Pero los estudios también documentan un aumento sustancial de la concentración de patentes en empresas superestrella, y esta patente defensiva ayuda a proteger su ventaja tecnológica.
Hubo un tiempo en que las start-ups entraban con entusiasmo en sectores muy rentables. Sin embargo, a finales de la década de 1990, los beneficios ya no predecían la entrada de nuevas empresas. Ya sea por la patente defensiva o por el lobby de las empresas establecidas a favor de una regulación restrictiva, les resulta cada vez más difícil entrar en el mercado.
Este declive del dinamismo resulta especialmente preocupante, dado que las start-ups desempeñan un papel desproporcionado en la llegada de nuevas investigaciones al mercado. Además, las start-ups también tienen más probabilidades de lanzar productos que crean nuevas industrias y nuevas tareas para el trabajo. Revitalizar la competencia para estimular la innovación es, por tanto, una tarea clave que deberán afrontar los responsables políticos en el futuro.
El crecimiento de la productividad depende de la velocidad de adopción de la IA
En tercer lugar, dado que traducir los avances científicos en productos comercializables puede llevar muchos años, incluso décadas, el crecimiento de la productividad en la próxima década dependerá en gran medida de la rapidez con que se adopte la IA.
En el lado positivo, la investigación indica que el desfase temporal entre la adopción de nuevas tecnologías por parte de distintos países se ha reducido de forma significativa a lo largo de los siglos.
Por ejemplo, mientras que a los barcos de vapor les llevó 131 años llegar a Indonesia tras su introducción en Inglaterra, el ordenador personal llegó a Vietnam solo 11 años después de su invención en Estados Unidos. El problema es que el grado en que estas tecnologías se extendieron entre la población tras su adopción inicial ha disminuido con el tiempo.
Cómo impulsar la adopción de la IA en todo el mundo
La cuestión es cómo pueden los responsables políticos aumentar la intensidad de la difusión y la adopción de la IA en todo el mundo. Esto requerirá inversiones complementarias.
En primer lugar, será fundamental la preparación básica para la IA, que requiere inversiones en infraestructura digital, datos digitales y competencias, especialmente en las economías emergentes y en desarrollo. De hecho, en lo que respecta a la mejora y recualificación de competencias, la IA puede formar parte de la solución al ofrecer mejores opciones de formación para los trabajadores, siempre que se disponga de la infraestructura necesaria.
En segundo lugar, los estudios previos a la IA sobre la adopción digital sugieren que este patrón de difusión amplia no está garantizado, y que es posible, o incluso probable, que se produzcan divergencias. Para que la IA alcance a lo largo del tiempo un impacto económico pleno, debe ser accesible en toda la economía, para empresas grandes y pequeñas, tanto en zonas rurales como urbanas.
Por último, una adopción eficaz de la IA requerirá regulaciones adecuadas para gestionar los riesgos de la IA (sin perjudicar la innovación al desfavorecer a las start-ups), y la creación de salvaguardias eficaces en torno a la IA para reforzar la confianza en su uso.
La IA tiene el potencial de impulsar la productividad y mejorar las perspectivas de crecimiento. Se necesita un enfoque político integral para aprovechar todos sus beneficios y ampliar las ganancias para todos.
Los autores, Carl-Benedikt Frey, Era Dabla-Norris, Rob Hornby y Laura D’Andrea Tyson, son miembros del Consejo Mundial sobre el Futuro del Crecimiento.
¿Qué hace el Foro Económico Mundial en relación con la Cuarta Revolución Industrial?
El Centro de Tecnologías de Vanguardia e Innovación reúne a científicos, responsables políticos y líderes empresariales para comprender las tecnologías emergentes y sus implicaciones en el mundo real.
Al facilitar la colaboración y la experimentación, el Centro ayuda a los socios a traducir la innovación de la investigación en aplicaciones prácticas que abordan desafíos globales compartidos.
