El domingo pasado, Satya Nadella publicó en X un ensayo sobre el futuro de la firma en la economía de la inteligencia artificial. La idea central es simple de enunciar y compleja en sus implicaciones, ya que toda empresa tendrá que construir, al mismo tiempo, capital humano y capital de tokens. El primero es el conocimiento, el juicio, las relaciones y la capacidad de reconocer patrones que tienen las personas. El segundo es la capacidad de inteligencia artificial que la empresa misma construye y posee. Nadella insiste en un punto que vale la pena subrayar, no se trata de herramientas sustitutas, sino complementarias.
La formulación tiene una lógica clara. Sin dirección humana, escribe Nadella, lo que hay es cómputo dando vueltas en círculos. Alguien tiene que fijar los objetivos, conectar dominios que la máquina no sabe que están relacionados, reconocer qué patrón importa entre los miles que un modelo puede detectar. El capital de tokens no genera valor por sí solo; lo genera cuando se combina con la agencia humana que lo dirige. Por eso Nadella afirma que el capital humano no pierde valor a medida que crece el capital de tokens. Al contrario, se vuelve más valioso, porque es la pieza que hace que el resto compute.
Esta idea desplaza la pregunta habitual sobre IA y trabajo. Durante los últimos tres años, la discusión dominante giró en torno a la sustitución, esto es, cuántos empleos reemplaza la máquina, qué tareas desaparecen, qué ocupaciones están “expuestas”. Nadella propone otra interrogante. Si las empresas están construyendo un ciclo de aprendizaje donde el capital humano y el capital de tokens se acumulan juntos. Un modelo genérico se puede sustituir; el conocimiento institucional acumulado en ese ciclo no. Esa es, según él, la verdadera prueba de soberanía tecnológica de una empresa.
Es un argumento elegante. También es, hasta ahora, un argumento que no enfrenta las restricciones del mundo físico que hacen que las ideas elegantes choquen con la realidad de los presupuestos. Y ahí entra otro documento que circuló estos días, mucho menos citado en redes pero igual de revelador, un reporte de estrategia macro de Citade, firmado por el analista Frank Flight, “Tokenomics”.
Flight documenta algo que contradice la promesa implícita en cualquier discurso sobre IA generalizada: que el cómputo necesario para sostener flujos de trabajo complejos y agentes autónomos es escaso y caro, no abundante y gratuito. Amazon eliminó su tabla interna de consumo de tokens. Microsoft canceló suscripciones a Claude Code. Hay reportes múltiples de facturas de cómputo inesperadamente altas. La conclusión de Flight es que la adopción de IA dejará de depender de lo que un modelo frontera puede hacer en principio, y empezará a depender del precio y la escasez de los insumos, como cómputo, energía, ancho de banda de memoria, entre otros, que resultan necesarios para operarlo a escala.
Esto no contradice a Nadella, sino que lo complica. El ciclo de aprendizaje que él describe, ese bucle donde el capital humano dirige y el capital de tokens aporta valor, tiene un costo marginal real cada vez que se ejecuta. No es un activo que una empresa simplemente decide construir; es un activo cuyo ritmo de acumulación depende de cuánto cómputo puede costear, y a qué precio. Flight anticipa una bifurcación, donde los modelos más capaces, intensivos en inferencia, se concentrarán entre las empresas con balance suficiente para absorber ese gasto y la profundidad de investigación para traducirlo en retornos. El resto de la economía avanzará con modelos más simples y baratos, al menos hasta que las restricciones físicas se alivien.
La complementariedad entre capital humano y capital de tokens, entonces, es evidente. Pero su acceso no está distribuido de forma homogénea, ya que cada empresa tendrá que combinar juicio humano con capacidad de IA, algo que cualquier organización con suficiente disciplina podría, en teoría, aprender a hacer. Pero al mismo tiempo, esa empresa debe ponderar también si puede costear esa combinación a la escala donde realmente compone valor. Es una desigualdad de acceso a la complementariedad, no una negación de que la complementariedad exista.
Para una empresa mexicana, esa distinción importa de manera muy concreta. El cómputo que sostiene los modelos frontera se factura, en buena medida, en dólares, sobre infraestructura que se construye en nube y cuyo costo de oportunidad compite con tipos de cambio, tasas de interés y acceso al crédito que ya son más restrictivos que los de una empresa tecnológica en Seattle o en Shenzhen. Construir capital de tokens propio, ese ciclo de aprendizaje que Nadella describe como la nueva propiedad intelectual de cada empresa, exige un nivel de inversión sostenida que no todas las empresas del país pueden costear al mismo ritmo que sus competidores globales, incluso si tienen el capital humano para dirigirlo igual de bien.
Nadella advierte que el mundo no tolerará una economía de IA donde unos pocos modelos absorben el valor de industrias enteras. Es una advertencia política, sobre concentración de poder. Flight describe un mecanismo económico distinto que produce un resultado parecido: la concentración no vendría solo de quién controla el modelo, sino de quién puede pagar para usarlo al ritmo que el ciclo de aprendizaje exige. Dos caminos hacia la misma bifurcación.
