Desde la aparición de la electricidad hasta la del motor de combustión interna o la de Internet, todas las revoluciones tecnológicas de la historia han ofrecido una experiencia muy similar a los inversores: sacrificios a corto plazo seguidos de ganancias a largo plazo.
Los costes y beneficios siguen invariablemente una curva en J.
Los costes se producen en primer lugar. La fase de desarrollo inicial se caracteriza por una gran inversión de capital en la nueva tecnología. Esta suele ir seguida de una disminución pasajera de la productividad y de la rentabilidad empresarial.
A continuación, se produce un período turbulento de ajuste social, en el que la tecnología incipiente destruye algunos puestos de trabajo y crea otros nuevos.
Tras esta primera fase comienzan a materializarse los beneficios de la difusión de la nueva tecnología: incremento de la producción, los ingresos y el empleo, además de otras ventajas para la sociedad como el aumento del tiempo de ocio.
Tomemos como ejemplo la electrificación de finales del siglo XIX.
Al principio, las empresas realizaron grandes inversiones para cablear sus fábricas, lo cual alteró los procesos existentes sin que ello se tradujera en una mejora significativa de la productividad o los beneficios.
Tan solo después de reorganizar por completo sus actividades en torno a la nueva tecnología ─cambiando la distribución de las fábricas e introduciendo una producción más continua─ se obtuvieron los verdaderos beneficios, en forma de un mayor rendimiento por trabajador y unos costes más bajos. Fue en ese momento, mucho después de la profusión de gasto inicial, cuando las remuneraciones empezaron por fin a llegar a los inversores.
De aquí se desprende una lección útil para quienes intentan comprender cómo podría evolucionar la última tecnología polivalente: la inteligencia artificial.
Ya es evidente que también está avanzando siguiendo una trayectoria de curva en J. Tal y como muestra el último estudio del Pictet Research Institute, la IA parece encontrarse en unas etapas muy incipientes de su desarrollo.https://am.pictet.com/ch/en/intermediaries/investment-research/demographics-and-technology
En esta coyuntura, muchos sectores están experimentando una caída de la productividad: las importantes inversiones en infraestructuras de datos, la reestructuración organizativa y el reciclaje profesional del personal están sobrepasando temporalmente las rentabilidades cuantificables.
Dicho de otro modo, los procesos de trabajo cognitivos se están rediseñando a un ritmo más rápido de lo que los empleados pueden asimilar, lo que provoca caídas de la productividad pese a los considerables avances tecnológicos.
Fuente: Pictet Research Institute. Nota: Basado en la síntesis empírica de Acemoglu (2025), Acemoglu y Restrepo (2020), Atkeson y Kehoe (2007), Autor (2024), Brynjolfsson et al. (2021), Brynjolfsson y Hitt (2003), Devine (1983), IFR (2024b), Jorgenson y Stiroh (2000) y McKinsey (2023)
Esto sucede tanto en las empresas desarrolladoras de tecnologías de IA como en las dedicadas a su implantación.
Solo este año, empresas tecnológicas tales como Meta, Nvidia y Microsoft han invertido más de 600.000 millones de USD en construir centros de datos de IA,https://www.reuters.com/business/global-software-data-firms-slide-ai-disruption-fears-compound-jitters-over-600-2026-02-06/renovar procesos de producción y reducir drásticamente sus plantillas ─sin que, hasta ahora, se haya producido ninguna mejora sustancial en sus cuentas de resultados.
Esto no quiere decir que no existan pruebas de sus beneficios tangibles.
En el sector sanitario, por ejemplo, equipos mixtos formados por IA y seres humanos han reducido la carga de trabajo de los radiólogos y han aumentado las tasas de detección de enfermedades, reduciendo la incidencia de cánceres agresivos en los años venideros. https://ecancer.org/en/news/27721-ai-supported-mammography-screening-results-in-fewer-aggressive-and-advanced-breast-cancers-finds-full-results-from-first-randomised-controlled-trialEn otros ámbitos, los centros de distribución están logrando aumentos de dos dígitos en la velocidad de preparación de pedidos gracias a la tecnología guiada por visión. En los centros de atención telefónica, por su parte, los bots de chat se encargan de las consultas rutinarias de los clientes, liberando al personal humano para que pueda dedicarse a tareas complejas y reduciendo los costes totales.
También se están empezando a notar sus beneficios en la agricultura. Las herramientas de monitorización de cultivos basadas en IA están ayudando a los agricultores a aumentar el rendimiento utilizando menos agua y fertilizantes.
Teniendo todo esto en cuenta, parece que la evolución de la IA está siguiendo fielmente el camino recorrido por tecnologías polivalentes previas tales como Internet o la electricidad.
Sin embargo, existe una posible diferencia, y es importante.
Es muy probable que su fase de costes resulte ser más intensa y duradera que ninguna otra experimentada antes por el mundo industrializado.
Dado que la IA se considera cada vez más como una amenaza para los puestos de trabajo tanto manuales como no manuales, es probable que su adopción se enfrente a una considerable resistencia social y política.
Todo ello indica que los inversores deberían prepararse para un prolongado periodo de agitación provocada por la IA.
Gestión del coste económico y social de la IA: la carga fiscal
La IA ya está causando importantes externalidades sociales, o efectos secundarios negativos, que los mercados financieros (sobre todo los de deuda pública) no descuentan adecuadamente.
Las investigaciones demuestran que la adopción de la IA está empezando a reemplazar a los puestos de trabajo menos cualificados o al empleo de nivel básico en sectores de servicios tan variados como los jurídicos, bancarios, de desarrollo de software, publicitarios y contables.
Según el FMI, el empleo de nivel básico en sectores vulnerables a la IA ya es un 3,6% inferior al de los sectores donde la demanda de IA es escasa.https://www.imf.org/en/publications/wp/issues/2024/09/13/the-labor-market-impact-of-artificial-intelligence-evidence-from-us-regions-554845
Incluso empresas situadas en el epicentro de la oleada de innovación de la IA están sustituyendo a sus trabajadores por el aprendizaje automático.
Microsoft, por ejemplo, ha recortado su plantilla en un 7% desde enero de 2025, mientras que Amazon ha suprimido 30.000 puestos de trabajo en solo tres meses, hasta enero de 2026. Las “Big Four”, las cuatro empresas consultoras más grandes del mundo, también han anunciado miles
de despidos, principalmente entre los empleados de menor rango.
Si aumenta el desempleo y crece la desigualdad, los gobiernos se verán obligados a actuar.
Entre las opciones políticas se incluyen subvenciones más generosas y específicas para el reciclaje profesional y la mejora de la capacitación, medidas reglamentarias tales como el empleo obligatorio a fin de impedir o ralentizar los recortes de plantilla, o incluso la imposición de un gravamen puntual extraordinario a las empresas de IA a hiperescala.
Aunque esto será costoso para las arcas públicas, la inacción solo empeoraría la situación. Si no se toman medidas, toda una generación podría perder la motivación para trabajar, quedando carente de las aptitudes que pueden impulsar la productividad de la economía.
En los auges de la productividad típicos, en los que la adopción de una nueva tecnología es fluida y metódica, la economía registra tipos de interés reales más altos y tasas de equilibrio más bajas –lo que implica expectativas de inflación estables.
Sin embargo, en transiciones desordenadas, en las que los gobiernos ofrecen poco o ningún apoyo a los trabajadores reemplazados, la previsión de un desempleo masivo incita los hogares a ahorrar en lugar de gastar, lo que lastra el crecimiento económico y conduce a una reducción de los tipos de interés reales.
Creemos que los gobiernos intervendrán para contrarrestar cualquier posible disrupción grave del mercado laboral causada por la IA. Y esto tendrá varias implicaciones para la inversión en los mercados de deuda pública.
El aumento del gasto público se sumará a los ya de por sí elevados niveles de deuda pública, lo que obligará a los bancos centrales a mantener los tipos de interés artificialmente bajos para dar prioridad a la estabilidad fiscal.
A medida que bajan las tasas libres de riesgo, los gobiernos tienen más incentivos para recurrir al crédito de los inversores domésticos que al de los acreedores extranjeros, ya que una amplia base de inversores en moneda local ofrece una financiación estable y reduce la vulnerabilidad ante las fluctuaciones externas.
Existen indicios de que esto ya está ocurriendo en EE.UU. Allí, la proporción de letras del Tesoro a corto plazo utilizadas para financiar el endeudamiento público ─que son adquiridas principalmente por inversores domésticos─ ha aumentado hasta aproximadamente el 21% de la deuda negociable, ligeramente por encima de la horquilla del 15-20% recomendada por el Comité Asesor de Préstamos del Tesoro (TBAC). El TBAC está compuesto por operadores del mercado privado a quienes el Tesoro consulta en el marco del proceso trimestral de refinanciación.
Esto ha tenido como consecuencia una reducción de la duración de los pasivos del Gobierno de EE.UU., lo cual deja al Tesoro vulnerable ante cualquier subida imprevista de los tipos de interés, aunque le ofrece cierta flexibilidad para ajustar el coste de financiación a lo largo del tiempo.https://www.jec.senate.gov/public/vendor/_accounts/JEC-R/debt/Monthly%20Debt%20Update.html
Esto debería, si todo lo demás continúa igual, resultar en un empinamiento de las curvas de rendimiento de los bonos. Para gestionar la mayor sensibilidad de la deuda pública a los tipos de interés, los responsables políticos podrían recurrir cada vez más a la “represión financiera”, es decir, a mantener los tipos reales artificialmente bajos o a limitar los rendimientos. En tal caso, los rendimientos de los bonos dejan de ser una señal del libre mercado, en la que la inflación o el riesgo de incumplimiento reales podrían no estar reflejados con precisión, lo que distorsiona la función informativa de esta clase de activos.
Proporción de emisión de bonos soberanos a corto plazo frente a total, suma móvil de 12 meses, %
Fuente: Instituto de Finanzas Internacionales
En el Reino Unido, donde los impuestos ya son elevados, es más probable que el Gobierno recurra a un aumento del endeudamiento antes que a nuevas subidas tributarias, lo que podría provocar un aumento de los rendimientos de la deuda pública británica o un debilitamiento de la libra esterlina.
Europa podría optar por usar la normativa para ralentizar la adopción de la IA (aunque su sólida base industrial aún puede beneficiarse del auge de la inversión en IA en todo el mundo).
No obstante, todo endeudamiento adicional relacionado con la IA vendría a sumarse a los compromisos de gasto social ya existentes. Esto podría empujar aún más al alza el ratio deuda/PIB de la zona euro, lo cual restringiría aún más el margen de maniobra fiscal e incitaría a los inversores a exigir una prima más elevada.
Japón también aumentará su ya elevado nivel de endeudamiento público para contrarrestar la disrupción de la IA.
Por lo tanto, los riesgos para las economías desarrolladas son dobles: muchos gobiernos se verán obligados a endeudarse más, y gran parte de dicha deuda se emitirá con vencimientos más cortos, lo que aumentará el riesgo de refinanciación y de duración.
De hecho, el mayor gasto social asociado a la disrupción provocada por la IA apunta a una oferta neta de deuda pública persistentemente mayor y, salvo que los bancos centrales o la demanda privada lo compensen por completo, a una prima por plazo estructuralmente más elevada y, por consiguiente, a rendimientos más altos con el tiempo o a una mayor represión.
Con independencia de la forma que adopte tal represión, finalmente
equivaldrá a una monetización de la deuda, lo que suele ser negativo para las divisas y relativamente más favorable para activos reales tales como el oro.
A nuestro juicio, las economías emergentes están mejor posicionadas para resistir la fase de sacrificios en lo que a deuda pública se refiere: sus compromisos de gasto social son menores que los de las desarrolladas y su deuda pública representa en torno al 70-76% del PIB, frente al 120% aproximadamente de las economías avanzadas.https://www.imf.org/external/datamapper/GGXWDG_NGDP@WEO/OEMDC/ADVEC/WEOWORLD
La dispersión de los rendimientos de los bonos entre los mercados desarrollados y en desarrollo también podría tener consecuencias para los inversores en renta variable.
Esto se debe a que la prima de riesgo de la renta variable ─la compensación adicional que exigen los inversores por mantener acciones en lugar de activos exentos de riesgo─ debería resultar más atractiva en aquellas economías que desean y pueden mitigar los costes sociales de adoptar la IA sin contraer más deuda ni monetizarla.
En cambio, los países sin recursos financieros suficientes para llevar a cabo una transición más fluida parecen expuestos a los efectos negativos de la IA. Sus activos financieros conllevarían, en igualdad de condiciones, una prima de riesgo más elevada. En el peor de los casos, estos países podrían optar por limitar el acceso a la IA, lo que podría restringir aún más su crecimiento a largo plazo.
Inversiones en la cadena de suministro de la IA: ganadores y perdedores
No obstante, los cambios en las primas de riesgo de la renta variable no son el único aspecto que los inversores en acciones deberán tener en cuenta a medida que avanza la curva en J de la IA.
La complicada adopción de la IA generará innumerables riesgos y oportunidades comerciales. Este es sin duda el caso de las empresas que forman parte de la cadena de suministro de la IA. Pero también es aplicable a las empresas que intentan sacar el máximo partido de esta tecnología y a aquellas cuyos modelos de negocio podrían quedar obsoletos a causa de ella.
Como muestra de lo difícil que resulta para los inversores evaluar los beneficios de la IA, un estudio reciente reveló que el 95% de las organizaciones que han probado herramientas de IA generativa tales como ChatGPT y Copilot han declarado que no han obtenido rentabilidad alguna por su inversión.https://mlq.ai/media/quarterly_decks/v0.1_State_of_AI_in_Business_2025_Report.pdf
Por lo tanto, los inversores en renta variable deberían adoptar un enfoque más selectivo en su exposición a la IA. En nuestra opinión, deberían centrarse en identificar e invertir en los cuellos de botella de la infraestructura que sustenta este auge ─semiconductores, chips de memoria y hardware que permiten ampliar la capacidad y la potencia informática─ en lugar de en los proveedores de software y aplicaciones en general, donde las perspectivas de beneficios podrían ir por detrás de la realidad.
En cuanto a los sectores, la situación de las industrias pesadas, como las de energía, materiales y fabricación de maquinaria pesada, es óptima para aprovechar las mejoras de la eficiencia ofrecidas por la IA e impulsar la rentabilidad. Representan un sector en el que ha sido más difícil conseguir aumentos de productividad y en el que se espera lograr mejoras sustanciales en la eficiencia.
Del mínimo a la era de la abundancia
Los inversores deberían considerar la IA como un proceso de desarrollo a largo plazo, en lugar de un cambio revolucionario inminente de la economía y las inversiones.
Aunque el gasto mundial en IA está aumentando rápidamente ─se prevé que alcance los 2,5 billones de USD en 2026, lo que supone un incremento interanual del 44%─, sigue siendo moderado en comparación con el tamaño de la economía.https://www.gartner.com/en/newsroom/press-releases/2026-1-15-gartner-says-worldwide-ai-spending-will-total-2-point-5-trillion-dollars-in-2026
Se estima que el gasto en IA de las empresas tecnológicas estadounidenses representa alrededor del 1% del PIB, cifra inferior a la de otras euforias inversoras recientes como la fiebre del esquisto en EE.UU. de mediados de la década de 2010 y la burbuja de las puntocom de los años 90.https://www.bis.org/publ/bisbull120.pdfLos repuntes del sector inmobiliario comercial y de minería en Japón y Australia durante las décadas de 1980 y 2010, respectivamente, fueron más de cinco veces superiores en relación con el PIB.
Cambio de la inversión, % del PIB, en grandes transformaciones industriales
Fuente: BPI, https://www.BIS.org/publ/bisbull120.pdf
La mayor disponibilidad de recursos de IA acabará por ampliar la variedad y el volumen de las tareas que realizamos, favoreciendo nuevas formas de trabajo, industrias y modelos de negocio innovadores, así como una mejora de la calidad de vida. Traerá consigo un futuro que bien valdrá la curva en J.
En este contexto, los inversores deben tener en cuenta los costes del reajuste social y fiscal que se avecinan, admitiendo la probabilidad de que las recompensas a largo plazo de la IA vengan acompañadas de una transición más profunda, más desigual y más onerosa desde el punto de vista fiscal de lo que muchos dan por sentado actualmente.
Sin embargo, esto no quiere decir que la fase de sacrificio de la transición ─con toda la presión fiscal y las tensiones sociales que pueda acarrear─ no merezca la pena. Esto se debe a la paradoja de Jevons, un fenómeno observado durante casi todos los grandes cambios tecnológicos de la historia: cuando la tecnología hace que un recurso o una tarea sea mucho más eficiente, su precio efectivo baja, por lo que las personas y las empresas le encuentran muchos más usos y el consumo total puede, de hecho, aumentar.
Si la IA sigue este patrón histórico ─y creemos que así será─, la mayor disponibilidad de recursos de IA acabará por ampliar la variedad y el volumen de las tareas que realizamos, favoreciendo nuevas formas de trabajo, industrias
y modelos de negocio innovadores, así como una mejora de la calidad de vida, en lugar de reemplazar de forma permanente a los seres humanos.
Creará un futuro que bien valdrá la mayor duración de su curva en J.
