Por Ismael Zamora Tovar
Doctor Filosofía UAG
La inteligencia artificial dejó de ser solamente una revolución tecnológica. Se ha convertido en una gigantesca apuesta económica y estratégica. Goldman Sachs Research estima que la inversión mundial relacionada con IA superará el billón de dólares en 2026, mientras el gasto de capital de los grandes hyperscalers estadounidenses rondará los 800 mil millones (Goldman Sachs, 2026a). Ya no hablamos sólo de mejores aplicaciones o modelos más capaces, sino de semiconductores, centros de datos, energía e infraestructura digital capaces de modificar el comportamiento de la economía.
La pregunta inevitable es: ¿todo esto producirá suficiente valor para justificar lo invertido?
Dario Amodei, Goldman Sachs y Paul Krugman permiten observar el fenómeno desde tres perspectivas complementarias: las capacidades y riesgos de la IA, la rentabilidad del capital invertido y las lecciones económicas de las grandes revoluciones tecnológicas. Juntas conducen a una pregunta más relevante que decidir simplemente si existe una burbuja: ¿estamos construyendo la infraestructura de una nueva era económica o protagonizando una enorme sobreinversión alrededor de una tecnología extraordinaria?
La respuesta podría ser: ambas cosas.
La apuesta de Amodei
Amodei parte de una convicción extraordinariamente ambiciosa. Considera que una inteligencia artificial suficientemente avanzada podría acelerar la investigación científica, transformar la medicina y elevar significativamente el crecimiento económico. Pero precisamente porque atribuye tanto poder a la tecnología, durante 2026 endureció su posición sobre la necesidad de gobernarla.
En Policy on the AI Exponential, Amodei (2026a) plantea una asimetría fundamental: las capacidades de la IA pueden avanzar exponencialmente mientras gobiernos, leyes e instituciones cambian mucho más lentamente. El problema no sería solamente tecnológico. Las instituciones encargadas de regular la tecnología podrían estar permanentemente reaccionando a capacidades que ya han sido superadas por una nueva generación de modelos.
En septiembre dio un paso adicional. En We Must Pace the Frontier, Amodei (2026b) sostiene que ya no basta con desarrollar mejores mecanismos de seguridad mientras continúan aumentando las capacidades. La creciente utilización de IA para desarrollar la siguiente generación de IA puede acelerar el ciclo tecnológico hasta superar nuestra capacidad de comprenderlo y controlarlo. Su conclusión es significativa: debemos considerar la posibilidad de gobernar también la velocidad de la frontera tecnológica.
La paradoja resulta evidente. Las empresas tienen enormes incentivos para acelerar precisamente cuando las sociedades necesitan tiempo para comprender las consecuencias de esa aceleración.
Y aquí aparece el dinero.
Un billón de dólares busca rendimiento
Goldman Sachs permite observar la otra cara del fenómeno. La inversión mundial relacionada con IA superará el billón de dólares en 2026, impulsada por los grandes hyperscalers y por empresas que buscan participar en la nueva economía digital (Goldman Sachs, 2026a). Sin embargo, construir capacidad no significa necesariamente crear valor. La adopción de IA generativa entre consumidores alcanzó aproximadamente 53% en apenas tres años, pero muchos utilizan servicios gratuitos y numerosas empresas todavía no obtienen rendimientos claros de sus inversiones (Goldman Sachs, 2026b).
Hasta ahora, buena parte de los beneficios se concentra en fabricantes de semiconductores y proveedores de infraestructura. James Covello, responsable de Global Equity Research de Goldman Sachs, advierte precisamente esta asimetría: mientras los fabricantes de chips obtienen resultados extraordinarios, muchas empresas que utilizan la tecnología aún no generan retornos suficientes para justificar su costo (Goldman Sachs, 2026b). Ésta será una de las pruebas decisivas de los próximos años. Más que el número de modelos, parámetros o usuarios, la pregunta económica fundamental será: ¿cuánto valor nuevo pueden producir las empresas gracias a la inteligencia artificial?.
Krugman y el fantasma de las grandes burbujas
Paul Krugman introduce una distinción particularmente útil. Que exista una burbuja no significa que la tecnología sea falsa. Internet transformó el mundo y, sin embargo, alrededor de internet se produjo una enorme burbuja financiera. Los inversionistas podían tener razón acerca de la revolución tecnológica y estar profundamente equivocados acerca del precio que debían pagar para participar en ella.
Krugman (2026a) sostiene que la IA claramente no es una moda pasajera, pero advierte que todavía desconocemos sus efectos finales sobre productividad, empleo y salarios. También considera legítimo preguntarse si la carrera por construir centros de datos y llevar IA a prácticamente todas las actividades económicas está produciendo una burbuja.
La historia recomienda prudencia. Las tecnologías de propósito general tardan en transformar las economías. No basta con comprar computadoras, instalar electricidad o contratar inteligencia artificial. Las organizaciones necesitan modificar procesos, capacitar trabajadores, reorganizar estructuras y descubrir aplicaciones que realmente creen valor.
Entre la invención y la productividad existe una distancia. Entre productividad y rentabilidad, otra. Y entre rentabilidad empresarial y bienestar social existe una distancia todavía mayor.
La lección central de Krugman es particularmente pertinente: una tecnología puede ser revolucionaria y estar financieramente sobrevalorada al mismo tiempo.
La otra carrera: soberanía tecnológica
Para México y América Latina existe otra dimensión de esta carrera: la región puede adoptar rápidamente la IA y, sin embargo, participar poco en la propiedad de la tecnología, la infraestructura y el valor que genera. América Latina representa apenas 1.56% del gasto mundial en IA y mantiene limitaciones en talento especializado, infraestructura de datos, nube y desarrollo de modelos propios (CEPAL, 2025, 2026).
La asimetría es global. UNCTAD advierte que infraestructura, capacidad computacional e investigación se concentran en pocas economías y empresas; apenas 100 compañías, principalmente estadounidenses y chinas, concentran 40% del gasto empresarial mundial en investigación y desarrollo (UNCTAD, 2025). Esta concentración puede generar formas de colonialismo tecnológico: países que aportan usuarios, datos y mercados, pero dependen de plataformas, modelos y estándares desarrollados en otros centros de poder.
El desafío para América Latina no es alcanzar una improbable autosuficiencia, sino evitar que la adopción de IA se transforme en dependencia estratégica, desarrollando talento, investigación, datos, cómputo, empresas y capacidad regulatoria que permitan participar en la creación y captura de valor. La brecha tecnológica corre el riesgo de convertirse también en una brecha de soberanía.
Cuando todos tienen que correr
Existe una razón por la que la inversión puede seguir aumentando aun cuando sus rendimientos sean inciertos: ninguna gran empresa tecnológica puede permitirse quedarse atrás. Si la IA será una infraestructura central de la próxima economía, invertir menos puede significar perder una posición estratégica difícil de recuperar.
Surge así una paradoja: decisiones individualmente racionales pueden producir colectivamente sobreinversión. La competencia alimenta su propia dinámica: más chips, centros de datos y energía para desarrollar modelos más capaces, y vuelve a impulsar la inversión. Algo semejante ocurrió con ferrocarriles, electrificación, telecomunicaciones e internet: innovaciones reales cuya expectativa de transformación movilizó, en ciertos momentos, más capital del que las oportunidades inmediatas podían rentabilizar. La carrera adquiere su propia lógica: más chips → más centros de datos → más energía → modelos más capaces → más competencia → nuevamente más inversión.
Del capital propio a la deuda
A esta dinámica se añade un cambio relevante. Las grandes tecnológicas financiaron inicialmente sus inversiones en IA con sus enormes flujos de caja, pero la escala del gasto está llevando a los hyperscalers a recurrir crecientemente al mercado de bonos (Krugman, 2026b).
La diferencia importa: una burbuja financiada con acciones puede destruir riqueza cuando caen las valoraciones; una expansión crecientemente financiada con deuda puede transmitir parte del riesgo al sistema financiero. La pregunta ya no es sólo cuánto se invierte, sino cómo se financia esa inversión.
¿Y si la burbuja estalla?
Una eventual sobreinversión o caída de las valoraciones no demostraría que la inteligencia artificial haya fracasado. La burbuja dot-com destruyó enormes cantidades de capital, pero dejó redes, fibra óptica, servidores y conocimiento que posteriormente impulsaron la economía digital.
Algo semejante podría ocurrir con la IA: los inversionistas pueden sufrir pérdidas mientras permanece una vasta infraestructura computacional disponible para nuevas aplicaciones productivas. Ésta es la paradoja de las grandes burbujas tecnológicas: pueden destruir capital y, al mismo tiempo, construir la infraestructura de la siguiente etapa de innovación.
Por ello, plantear la discusión como “burbuja o revolución” puede ser un falso dilema. Podríamos estar viviendo una burbuja dentro de una revolución.
Tres preguntas, y una cuarta, para una misma tecnología
Amodei, Goldman Sachs y Krugman observan dimensiones distintas del mismo fenómeno. Amodei pregunta si podremos gobernar las capacidades que estamos construyendo; Goldman Sachs, si producirán rendimientos suficientes para justificar la inversión; y Krugman, si ésta terminará traduciéndose en productividad, empleo, salarios y bienestar.
Para México y América Latina debemos agregar una cuarta pregunta: ¿quién controlará la infraestructura de la nueva economía?
La inteligencia artificial es simultáneamente capacidad, inversión, poder y soberanía. Nube, semiconductores, centros de datos, modelos y plataformas se concentran en pocas corporaciones y países. El riesgo no es sólo una nueva dependencia tecnológica, sino aproximarnos a lo que Varoufakis (2024) denomina tecno feudalismo: un orden en el que quienes controlan las infraestructuras digitales pueden establecer las condiciones bajo las cuales otros producen, intercambian y participan en la economía. No es necesario aceptar plenamente esta tesis para reconocer su advertencia central: cuando una infraestructura se vuelve indispensable, pero quienes dependen de ella no pueden gobernarla, la tecnología se convierte en poder.
Para América Latina, la respuesta no es la autosuficiencia, sino desarrollar capacidades, es decir, talento, investigación, cómputo, datos, empresas, regulación y cooperación regional, que permitan negociar la interdependencia desde una posición menos vulnerable.
El billón de dólares que el mundo invertirá en inteligencia artificial durante 2026 es, por tanto, mucho más que una cifra financiera: es una apuesta sobre la futura distribución del poder económico. La pregunta ya no es solamente quién terminará cobrándola, sino quién terminará poniendo las reglas.
