Hay una promesa que se repite en foros empresariales, documentos de consultoras y discursos de gobierno: la inteligencia artificial democratiza el talento, abarata el conocimiento experto y pone capacidades antes reservadas a especialistas al alcance de millones. La evidencia temprana obliga a una lectura menos cómoda. La IA democratiza el uso, pero concentra la propiedad de lo que de verdad importa: la infraestructura que la hace posible. Y esa asimetría se abre en dos frentes a la vez: entre los países y dentro de cada uno.

La concentración entre naciones

El primer frente es entre países. Según el AI Index 2026 de la Universidad de Stanford, la inversión privada en inteligencia artificial en Estados Unidos alcanzó en 2025 los 285.900 millones de dólares: más de veintitrés veces los 12.400 millones de China. La foto es contundente aunque incompleta: el propio informe advierte que la cifra privada subestima el esfuerzo chino, cuyos fondos de orientación estatal desplegaron unos 184.000 millones entre 2000 y 2023. Pero la señal de fondo es difícil de ignorar.

Y esa tendencia importa porque la IA no se apoya sólo en buenas ideas, talento individual o creatividad emprendedora. Requiere cómputo, energía, centros de datos, chips, capital, universidades, empresas líderes y regulación capaz de sostener la innovación. Requiere, en una palabra, infraestructura. Y la infraestructura tiende a concentrarse donde ya existe poder acumulado.

Esa es la dimensión geopolítica del asunto. Los países que no controlan modelos, datos, chips ni capacidad de cómputo corren el riesgo de convertirse en consumidores sofisticados de inteligencia producida por otros. No quedan fuera de la revolución, pero participan en condiciones asimétricas: adoptan herramientas, pagan licencias, importan estándares y dependen de infraestructuras definidas fuera de sus fronteras.

Pero la frontera también se abarata

Pero la historia no termina ahí. La frontera también se abarata y se difunde. La brecha de desempeño entre los mejores modelos estadounidenses y chinos, que en 2023 superaba los diecisiete puntos, se redujo a apenas 2,7% a comienzos de 2026, según Stanford. DeepSeek demostró que es posible acercarse a la frontera con presupuestos mucho menores a los esperados. Y buena parte del valor llega gratis al usuario final: el mismo informe estima el excedente del consumidor estadounidense en 172.000 millones de dólares anuales, casi todos sobre herramientas gratuitas o de bajo costo.

Por eso la pregunta no es si la IA concentra o democratiza. Hace las dos cosas a la vez: democratiza el uso y concentra la propiedad de la capa profunda del sistema: chips, nubes, modelos fundacionales, datos y energía. La cuestión decisiva no es el acceso, que se abarata, sino la captura: quién se queda con el valor que esas capacidades generan, y bajo qué reglas se reparte. Y ahí aparece la cuestión central: el acceso se democratiza más rápido que la captura del valor que ese acceso genera.

La trampa fiscal del Estado de bienestar

El segundo frente aparece dentro de los propios países desarrollados, y no es productivo sino fiscal. El Estado de bienestar moderno se construyó sobre una premisa estable: el trabajo captura una parte relevante del ingreso y, por lo tanto, puede financiar pensiones, salud, educación y protección social. En Estados Unidos, cerca del 75% de la recaudación federal está asociada al trabajo -aportes a la nómina más impuesto a la renta personal, este último mayormente sobre salarios-, según la Brookings Institution; los sistemas europeos, con su impronta de seguridad social, dependen aún más de esa base. El diseño funciona mientras el empleo y los salarios sostengan una porción estable de la recaudación. Si la IA desplaza tareas y traslada valor del trabajo hacia el capital, esa base se debilita, y el problema deja de ser tecnológico para volverse macroeconómico.

Daron Acemoglu, premio Nobel de Economía 2024, viene advirtiendo contra el entusiasmo excesivo. Sus estimaciones son sobrias: el impacto agregado sobre la productividad podría ser bastante más modesto que el que promete el discurso dominante. Pero su punto más filoso no es cuánto crecerá el producto, sino cómo se repartirá: la IA, proyecta, ensancharía la brecha entre las rentas del capital y las del trabajo. Si la tecnología sustituye tareas humanas en lugar de complementarlas, la productividad puede subir sin que aumenten en igual medida los salarios, el empleo de calidad ni la recaudación laboral.

Europa vive esta tensión con particular intensidad. El informe que Mario Draghi presentó en 2024 fue explícito: la brecha de producto entre la Unión Europea y Estados Unidos se amplió del 15% en 2002 a cerca del 30% en 2023, en buena medida por diferencias de productividad y por la dificultad europea para capitalizar la revolución digital previa. La pregunta de fondo es si el continente podrá sostener su modelo social sin capturar una parte significativa de la próxima ola tecnológica.

El contraargumento optimista

No todos los diagnósticos apuntan en la misma dirección. Erik Brynjolfsson sostiene que la productividad puede estar entrando finalmente en una fase de aceleración. Su hipótesis de la "curva J" es conocida: las grandes tecnologías de propósito general primero exigen inversión, reorganización y aprendizaje, y sólo después muestran plenamente sus efectos en las estadísticas. Bajo esa lectura, la IA no destruiría la base del bienestar, sino que ampliaría el pastel disponible para financiarlo. A ello se suma evidencia incipiente de que las herramientas de IA benefician proporcionalmente más a los trabajadores de menor desempeño inicial, comprimiendo brechas de habilidad en lugar de premiar solo a la élite.

El problema es que esa transición no ocurre sola. Entre la promesa de productividad y su distribución social median instituciones, impuestos, negociación salarial, competencia, educación y política industrial. La tecnología puede elevar la productividad promedio y, aun así, dejar sociedades más desiguales si los beneficios quedan capturados por una fracción reducida de empresas, territorios y trabajadores.

Tampoco alcanza con responder a esa tensión con más regulación por reflejo. Una política pública mal diseñada puede consolidar incumbentes, elevar barreras de entrada y convertir una concentración tecnológica de mercado en una concentración protegida por el propio Estado. La alternativa a la inercia no es cualquier intervención, sino reglas que preserven competencia, apertura, innovación y difusión efectiva de capacidades.

La divergencia es política, no técnica

Lo interesante es que esta preocupación ya no proviene solamente de académicos o de quienes observan la IA desde fuera de la industria. También comenzó a aparecer entre quienes la están construyendo. Dario Amodei, director ejecutivo de Anthropic, advirtió en Policy on the AI Exponential que la IA podría dejar a la economía atrapada en una configuración de "hipercrecimiento e hiperdesigualdad", difícil de revertir, y que el verdadero desafío no será incentivar el crecimiento sino lograr que sus beneficios se distribuyan. La advertencia pesa precisamente porque proviene de una de las empresas que construyen esta infraestructura. Conviene leerla con cautela: una regulación más estricta también puede elevar barreras de entrada para nuevos competidores. Pero aun con ese sesgo, la señal es relevante.

Ese es el punto central del debate. La divergencia asociada a la inteligencia artificial no es un destino técnico, sino el resultado probable de un vacío de decisión. Si los gobiernos tratan a la IA como un asunto de adopción -comprar herramientas, entrenar usuarios, automatizar procesos-, la agenda quedará reducida a eso. Si la entienden como una cuestión de poder económico, fiscal y geopolítico, la conversación cambia: quién controla la infraestructura, cómo se actualiza la arquitectura tributaria cuando el valor se desplaza del trabajo hacia el capital intangible, cómo se protege la competencia, cómo se forman capacidades nacionales y cómo se orienta la innovación hacia la complementariedad con el trabajo humano y no hacia su mera sustitución.

La inteligencia artificial no viene con una función social incorporada. Puede concentrar o distribuir, reemplazar o complementar, fortalecer al Estado o erosionar su base fiscal. Pero el dilema tampoco se agota en la productividad ni en la recaudación. El trabajo no es solo una fuente de ingresos fiscales: es también una forma de dignidad, pertenencia, aprendizaje y contribución social. Una economía que automatiza capacidades humanas sin preguntarse qué lugar conservarán la persona, la familia, la comunidad y las instituciones intermedias corre el riesgo de resolver un problema de eficiencia creando otros de integración y cohesión social.

La pregunta del siglo, entonces, no es solo si la IA nos hará más productivos. Es quién se quedará con esa productividad, bajo qué reglas competirá por ella y qué lugar conservarán el trabajo humano, la dignidad personal y la cohesión social en una economía crecientemente automatizada. Esa respuesta no la dará un modelo de lenguaje. La darán los parlamentos, los ministerios de hacienda, las empresas, las universidades, los trabajadores, las comunidades y los acuerdos internacionales. O no la dará nadie, y entonces la divergencia se presentará como destino cuando, en realidad, habrá sido una elección.

* Especialista en estrategia, economía aplicada, inteligencia artificial y analítica avanzada. Actualmente investiga el impacto de la inteligencia artificial sobre la economía y las organizaciones, y desarrolla estudios doctorales vinculados a modelos de predicción macroeconómica. Es docente de posgrado y conferencista en temas de datos, transformación digital e IA aplicada al negocio y las políticas públicas.