“A largo plazo, todos estaremos muertos.” Keynes escribió esa frase en 1923, no desde el nihilismo sino como advertencia metodológica. Los economistas que no prestan mucha atención a los ajustes de corto plazo y se centran en la transición al equilibrio de largo plazo evaden la responsabilidad de explicar lo que ocurre entre ambos. La frase se cita con frecuencia, no exenta de sorna, pero lo que se cita menos es su implicación inversa, esto es, que el largo plazo eventualmente llega, y desafortunadamente no lo hace de manera homogénea para todos en el tiempo.
Estamos, según el propio calendario de Keynes, a cuatro años de la fecha en que predijo que el problema económico de la humanidad estaría resuelto. Para unos pocos, el futuro que describió ya es presente, pero para muchos otros se sigue viendo en el largo plazo.
Al respecto, los números del superciclo de IA son difíciles de dimensionar. Según el análisis de Exponential View publicado en junio de 2026, la inversión acumulada en infraestructura de cómputo por parte de hyperscalers y neoclouds supera los dos billones de dólares en 2026. Para ponerlo en perspectiva, no se trata de la mayor apuesta de capital en la historia reciente de la tecnología, es la mayor apuesta de capital en la historia de la tecnología, sin adjetivo. El sector crece a una velocidad tres veces superior a cualquier ola de TI anterior. Como ejemplo está el caso de los centros de datos que no pueden construirse con suficiente rapidez para satisfacer la demanda. La oferta de cómputo, por primera vez en décadas, no alcanza a la demanda que ella misma generó.
Esa escala tiene una consecuencia lógica que el reporte de Exponential View plantea como pregunta abierta: si los tokens (la unidad básica de procesamiento de los modelos de lenguaje) continúan abaratándose al ritmo actual, ¿hacia dónde migra el valor? La respuesta técnica es hacia el consumidor. Cuando el costo marginal de producir inteligencia se acerca a cero, el excedente fluye hacia quien la usa, no hacia quien la vende. Es la misma lógica que documentamos en la primera entrega de esta serie, puesto que el valor se crea pero no necesariamente se incorpora en el precio de uso de las herramientas.
El problema es que esa migración no es neutral. Las entregas anteriores de esta serie construyeron un argumento en tres pasos: 1) el valor de la IA excede lo que el mercado incorpora en su precio; 2) las empresas que sí lo capturan lo dirigen hacia eficiencia y márgenes; y 3) las que llegaron primero han construido una ventaja que se retroalimenta. Si el excedente del superciclo migra hacia el consumidor, migrará primero hacia el consumidor que ya está del lado correcto de esa brecha. Se trata del que tiene acceso, el que sabe usar las herramientas, o el que trabaja en una empresa que lleva tres años acumulando experiencia institucional con IA.
Dos billones de dólares de inversión construyen infraestructura, pero ésta no distribuye los beneficios por sí sola. Hay un precedente que ilumina esto mejor que cualquier proyección. La electrificación de Estados Unidos entre 1880 y 1930 (el mismo proceso que Nordhaus estudió y que mencionamos en la primera entrega) tardó cincuenta años en llegar de las primeras ciudades industriales a las zonas rurales del sur. Durante ese tiempo, la productividad agregada subía en los índices nacionales mientras comunidades enteras operaban fuera del alcance de la red. El PIB no distinguía entre los que tenían acceso y los que no, justo como comienza a ocurrir hoy.
Para México, ese es el dilema que subyace a todo el arco de esta serie. La evidencia de 2026 resuelve la pregunta sobre la IA como revolución antes que burbuja con suficiente claridad, pero hay que cuestionar ademas en qué momento del ciclo de difusión se encuentra el país, y qué tan ancha es la brecha entre ese momento y el de quienes llevan cuatro años acumulando ventaja. Keynes tenía razón al afirmar que el largo plazo llega, pero la velocidad a la que cada quien lo hace determina qué encontrará cada uno cuando consiga llegar.
