Hay algo profundamente extraño en intentar medir un fenómeno que aún no ha terminado de suceder. Es como querer describir la intensidad de una tormenta mientras aún se están formando las nubes. Sin embargo, eso es exactamente lo que hoy intentan hacer los economistas con el llamado nowcasting: estimar el crecimiento del Producto Interno Bruto antes de que el trimestre concluya y mucho antes de que la estadística oficial lo confirme.
En México, el PIB se publica con rezago. Cuando conocemos el dato definitivo, la economía que lo produjo ya es pasado. Pero en un entorno de bajo crecimiento potencial, alta incertidumbre externa y política monetaria delicadamente calibrada, esperar tres meses puede ser demasiado tiempo. Así nació la obsesión por medir “en tiempo real”.
El nowcasting no es una predicción tradicional. No es un pronóstico a futuro, sino una estimación del presente. Utiliza indicadores mensuales como producción industrial, empleo registrado en el IMSS, ventas minoristas, datos fiscales, comercio exterior y una larga lista de variables que llegan antes que el PIB trimestral. Es, en esencia, un rompecabezas incompleto que se va armando pieza por pieza conforme avanza el trimestre.
Hasta hace poco, este ejercicio dependía de modelos estadísticos relativamente estructurados: filtros de Kalman, modelos dinámicos factoriales, regresiones con rezagos distribuidos. Pero la frontera se está desplazando. La inteligencia artificial ha comenzado a intervenir no solo en la selección de variables, sino en la detección de patrones no lineales y en el procesamiento de datos que antes eran invisibles para la macroeconomía.
Hoy es técnicamente posible alimentar modelos con cientos de indicadores simultáneamente sin que el sistema colapse por sobreajuste. Se pueden incorporar datos financieros de alta frecuencia, registros administrativos casi en tiempo real, e incluso información no estructurada: texto de reportes empresariales, encuestas de sentimiento, notas de prensa. El lenguaje, convertido en dato, empieza a formar parte del termómetro económico.
México no es una economía completamente formal ni completamente medible. Una parte significativa de su actividad ocurre fuera de los registros administrativos tradicionales. La informalidad, la subdeclaración y la heterogeneidad regional introducen ruido estructural. En ese contexto, la inteligencia artificial puede parecer una solución elegante: si el dato es imperfecto, que el algoritmo compense. Sin embargo, también puede amplificar el ruido si no distingue adecuadamente entre señal y volatilidad transitoria.
Existe además otro riesgo menos visible: la ilusión de precisión. Cuando un modelo entrega una cifra con dos decimales —1.72% de crecimiento trimestral anualizado, por ejemplo— el número transmite una sensación de exactitud técnica que puede no corresponder con la fragilidad de los insumos que lo alimentan. El problema no es el cálculo, sino la confianza excesiva en el resultado.
Paradójicamente, el mayor valor del nowcasting no está en adivinar el número exacto que publicará el INEGI, sino en entender la dirección del ciclo mientras este ocurre. Para un banco central, la diferencia entre una economía desacelerándose gradualmente y una contracción abrupta es decisiva. Para el sector privado, anticipar puntos de inflexión puede significar ajustar inversión, inventarios o financiamiento con semanas de ventaja.
La inteligencia artificial, en este contexto, no sustituye al economista; lo obliga a ser más disciplinado. Un modelo puede procesar miles de series de datos, pero alguien debe decidir qué es económicamente plausible. El algoritmo detecta correlaciones; el análisis debe interpretar causalidades.
La pregunta de fondo no es si la IA puede medir mejor el PIB, sino si estamos preparados para convivir con estimaciones cada vez más rápidas en una economía que estructuralmente crece menos y reacciona más a choques externos. En un entorno donde el crecimiento potencial ronda niveles modestos y las decisiones de política dependen de décimas de punto porcentual, la lectura del presente se vuelve casi tan importante como la planeación del futuro.
