En 1930, John Maynard Keynes publicó un ensayo breve y extraordinariamente optimista. Se titulaba “Posibilidades económicas para nuestros nietos” y contenía una predicción que, vista desde hoy, resulta incómoda. Para el año 2030, la productividad tecnológica habría resuelto el problema económico de la humanidad. Trabajaríamos quince horas a la semana y el resto del tiempo lo dedicaríamos al ocio, a la cultura y al florecimiento personal. Keynes no era un utopista, pero sí el economista más influyente de su época, y lo que describía era una extrapolación razonada del progreso técnico que veía a su alrededor.
Hoy estamos a solo cuatro años de la fecha que señaló Keynes y aunque el crecimiento en la productividad sí ocurrió, aún estamos lejos de la jornada de quince horas. La pregunta que me ha ocupado estas semanas, y que esta serie intenta responder, es a quién está llegando el valor del avance en inteligencia artificial, especialmente si los instrumentos que tenemos para medirlo son capaces de evidenciarlo.
El ecosistema de inteligencia artificial generativa facturó, al cierre del primer semestre de 2026, ingresos anualizados superiores a 175 mil millones de dólares, según el análisis más reciente de Exponential View. La cifra suena imponente, y puesta en contexto equivale al 0.42% del PIB de Estados Unidos. En perspectiva, el sector tecnológico tradicional representa el 9.4%, es decir, que la mayor transformación tecnológica en décadas apenas registra, en términos de ingreso medido, el equivalente a un error de redondeo.
Aquí es donde conviene recordar a William Nordhaus. En un trabajo publicado en 1996, “Do Real-Output and Real-Wage Measures Capture Reality? The History of Lighting Suggests Not”, el economista de Yale demostró algo perturbador: entre 1800 y 1900, el costo de producir luz artificial se redujo en más de 99%, de tal forma que una hora de trabajo que antes alcanzaba para iluminar unas pocas horas pasó a comprar miles. Esta transformación cambió la vida cotidiana de millones de personas, extendió la jornada productiva, reorganizó ciudades enteras, pero prácticamente no apareció en los índices de precios de la época, puesto que el instrumento de medición tardó más tiempo en notar el cambio.
Lo mismo podría estar ocurriendo hoy. El Stanford AI Index 2026, publicado en mayo por el instituto HAI de la Universidad de Stanford, estima que los consumidores estadounidenses extrajeron 172 mil millones de dólares en valor de las herramientas de inteligencia artificial generativa durante 2025, pero lo que pagaron por dicho acceso fue considerablemente menor. La diferencia, eso que los economistas llamamos excedente del consumidor, no aparece por ahora en algún rubro del PIB, porque el precio de mercado no captura el valor real asociado al uso de las heramientas.
Mi impresión es que este desfase no es un accidente contable. Es la característica estructural de cualquier tecnología que abarata radicalmente algo que antes tenía un precio. Cuando el costo marginal de producir un análisis, una traducción, un resumen o un diagnóstico se acerca a cero, el mercado deja de ser el lugar donde se distribuye el beneficio. El beneficio se distribuye fuera del mercado, en el espacio invisible entre el precio que alguien paga y el valor que recibe.
Eso plantea una pregunta que Keynes no formuló en 1930, porque entonces no era urgente: si el valor de la revolución tecnológica no pasa por el mercado, ¿cómo sabemos quién lo recibe? Mientras el PIB mide el precio de las transacciones, el excedente del consumidor lo hace con el bienestar. Son cosas distintas, y en diferentes fases de la historia económica moderna la diferencia produce diferentes tipos de interés.
En las próximas entregas de esta serie veremos que el problema no es solo de medición. Las empresas, cuando deciden cómo aplicar la inteligencia artificial, están tomando decisiones que determinan si ese valor invisible llega a los trabajadores, a los accionistas o simplemente desaparece en la brecha entre eficiencia y crecimiento. Pero antes de hablar de distribución, había que establecer que el instrumento con el que medimos puede estar mirando en la dirección equivocada. Keynes predijo correctamente la llegada de la abundancia, pero lo que no anticipó es que la abundancia podría volverse invisible para quienes la contabilizan.
