La discusión sobre inteligencia artificial suele presentarse como una carrera entre empresas que desarrollan modelos cada vez más capaces. Sin embargo, la pregunta económica más importante podría estar en otro lugar: ¿quién se queda con las ganancias de productividad que produce esa tecnología? No es lo mismo que una herramienta permita a miles de pequeñas empresas competir mejor a que concentre datos, clientes e ingresos en un grupo reducido de compañías.
Michael Barr, gobernador de la Reserva Federal de Estados Unidos, abordó el problema este jueves 12 de noviembre en un discurso en la Universidad de Yale. Planteó dos escenarios posibles. En uno, la competencia y las herramientas accesibles permiten que los beneficios de la IA se distribuyan ampliamente. En el otro, las ventajas de escala refuerzan a los gigantes tecnológicos y aumentan la desigualdad. No ofreció una predicción cerrada: advirtió que el resultado todavía depende de cómo evolucione el mercado.
Una revolución que no garantiza reparto
Durante décadas, las tecnologías digitales aumentaron la capacidad de producir bienes y servicios, pero sus beneficios no siempre se tradujeron en ingresos laborales equivalentes. Barr señaló que la participación del trabajo en el ingreso nacional estadounidense llegó al 52,8% en el segundo trimestre de 2026, según la serie que citó. El dato corresponde a Estados Unidos; no debe trasladarse automáticamente a la Argentina ni interpretarse como un efecto ya causado por la inteligencia artificial.
La distribución de ganancias depende de quién posee la infraestructura, el capital, los datos y los canales de comercialización. Una empresa puede adoptar IA para aumentar ventas o reducir tiempos; otra puede utilizarla para reemplazar tareas y retener internamente la mayor parte del ahorro. En ambos casos aumenta la productividad, pero las consecuencias sociales y empresariales son distintas.
La oportunidad para las pequeñas empresas
Hay un escenario de democratización plausible. Herramientas capaces de responder clientes, traducir documentos, analizar inventarios o producir campañas pueden ofrecer a un negocio chico capacidades que antes exigían contratar equipos completos o pagar servicios inaccesibles. Un comercio de barrio puede trabajar mejor con sus consultas. Una firma de servicios puede dedicar menos horas a tareas repetitivas y más tiempo a atender clientes.
Para que ese beneficio ocurra no alcanza con que exista un modelo avanzado. El acceso debe ser simple, sus costos previsibles y las condiciones de uso claras. También hacen falta capacitación, conectividad y mecanismos para cambiar de proveedor sin perder los datos. Una pyme que depende de una plataforma cerrada, cuyos precios y reglas no controla, puede reducir costos hoy y quedar atrapada mañana.
El riesgo de una economía de pocos dueños
Los grandes desarrolladores disponen de capacidades de cómputo, investigación e infraestructura que requieren inversiones extraordinarias. Esa escala puede producir servicios baratos para millones de usuarios. Al mismo tiempo, puede dificultar la aparición de competidores. Barr advirtió que, si unas pocas empresas dominaran el sector y capturaran la mayor parte del retorno financiero, crecería la concentración del mercado.
Conviene distinguir riesgo de realidad comprobada. La IA todavía muestra evidencia mixta sobre el empleo: se observan ganancias de productividad y algunas señales de sustitución de tareas, especialmente en trabajos de entrada, pero no hay una demostración de desplazamiento masivo generalizado. Anticipar una catástrofe laboral inevitable sería tan impreciso como prometer que toda automatización generará mejores salarios.
La cuestión argentina: competir o quedar como consumidor
Para Argentina, el desafío puede formularse en términos concretos. ¿Las empresas locales incorporarán IA para vender y exportar más, o se limitarán a pagar servicios extranjeros sin desarrollar capacidades propias? ¿Los trabajadores podrán utilizarla para elevar su productividad, o competirán con sistemas que abaratan sus tareas sin mejorar sus oportunidades?
No hay una única respuesta estatal ni empresarial. La competencia entre proveedores, la formación profesional, la protección de datos y la posibilidad de acceso para pymes condicionarán el desenlace. También contará la habilidad de convertir automatización en nuevos productos y mejores servicios.
La disputa no es entre humanos y máquinas
La pregunta decisiva es quién controla las herramientas y bajo qué reglas participa el resto de la economía. La inteligencia artificial puede reducir barreras de entrada, ampliar mercados y mejorar el trabajo. También puede consolidar posiciones dominantes y concentrar beneficios. Ambas posibilidades son compatibles con avances técnicos impresionantes.
El discurso de Barr pone un límite útil al entusiasmo y al temor: ninguna de esas trayectorias está escrita. La productividad puede crecer sin que la prosperidad se distribuya. Por eso, medir el éxito de la revolución tecnológica solo en modelos, inversiones y valuaciones empresarias sería mirar la mitad de la historia.
Una tecnología puede aumentar el producto total y, al mismo tiempo, ampliar la distancia entre quienes cobran salarios y quienes poseen los activos que permiten producir. Es una posibilidad histórica conocida: no toda mejora de eficiencia termina reflejada en la misma proporción en las remuneraciones. La IA incorpora un elemento adicional porque automatiza tareas relacionadas con lenguaje, información, análisis y programación que antes estaban más asociadas a ocupaciones profesionales.
El discurso de Barr no es un pronóstico de reemplazo masivo inmediato. Presenta escenarios y advierte sobre disrupciones posibles. Esa diferencia es indispensable. Los indicios de transformación del empleo son reales, pero medir la adopción de herramientas no equivale a demostrar una reducción neta de puestos atribuible a ellas. En el corto plazo pueden coexistir sustitución de ciertas tareas, creación de otras y cambios en las exigencias de contratación.
Productividad no es sinónimo de mejores salarios
Si un trabajador produce más con ayuda de un sistema inteligente, existe una oportunidad de mejorar tiempos, costos y calidad. Pero el reparto de ese beneficio no viene incorporado en el software. Una empresa puede reinvertir, bajar precios, aumentar salarios, contratar personal, mejorar márgenes o combinar todas esas decisiones. La distribución depende del mercado en que opera y de su estructura interna.
En el contexto estadounidense analizado por Barr, la participación del trabajo en el ingreso nacional descendió hasta 52,8% en el segundo trimestre de 2026, una lectura sobre una serie específica de aquel país. El gobernador relacionó el fenómeno con tendencias históricas y la concentración de riqueza, no con una responsabilidad exclusiva de la IA. Trasladar ese porcentaje a la Argentina o atribuir toda la caída a la nueva tecnología sería un error.
Las grandes empresas pueden afrontar inversiones en datos, infraestructura y talento que resultan inaccesibles para muchos competidores. Sin embargo, los servicios comercializados por suscripción o por consumo abren una posibilidad inversa: un negocio pequeño puede utilizar capacidades que antes requerían un equipo especializado. El balance entre ambas fuerzas será determinante para saber si la inteligencia artificial democratiza herramientas o consolida posiciones dominantes.
La batalla de los costos de acceso
El precio de un modelo o de una aplicación no es un detalle técnico. Cuando el costo fijo es alto, la adopción favorece a quien dispone de presupuesto y escala. Si la oferta incluye alternativas confiables de bajo costo, herramientas abiertas y sistemas integrables, más empresas pueden participar. Aun así, acceder a un chatbot no garantiza obtener productividad: hacen falta datos ordenados, procesos claros y supervisión.
Los pequeños comercios y profesionales suelen tener problemas diferentes a los de una corporación. Tal vez no necesiten entrenar un modelo ni construir una infraestructura propia. Necesitan responder consultas, organizar información, presupuestar, reducir trabajo administrativo y dar seguimiento a oportunidades. El impacto de la IA puede medirse en tiempo ahorrado y servicios que antes eran imposibles de sostener con recursos limitados. Esa discusión puede verse en las tareas operativas que las pymes ya pueden automatizar: los beneficios se miden en operaciones reales, no solo en capacidades técnicas.
La cuestión competitiva aparece cuando una plataforma controla simultáneamente la infraestructura, los canales de distribución y el acceso a los clientes. En ese escenario, un proveedor pequeño puede depender de condiciones comerciales que no decide. La concentración tecnológica debe analizarse también desde el punto de vista de la interoperabilidad, la posibilidad de cambiar de proveedor y la propiedad efectiva de los datos empresariales.
El empleo cambia por tareas, no solamente por profesiones
Un error frecuente es imaginar que un puesto desaparece entero en el mismo momento en que una herramienta ejecuta una de sus actividades. Muchas ocupaciones contienen tareas repetitivas, interacciones humanas, decisiones bajo incertidumbre y responsabilidades legales o comerciales. Algunas partes son automatizables y otras continúan requiriendo intervención profesional. La combinación puede modificar la demanda de habilidades sin borrar necesariamente la ocupación.
Los puestos de entrada merecen particular atención. Si una empresa automatiza las tareas simples con las que aprendían los trabajadores jóvenes, puede reducir oportunidades de formación inicial incluso sin recortar grandes plantillas. Al mismo tiempo, una persona con experiencia puede ampliar su alcance utilizando asistentes que aceleran búsquedas, pruebas y borradores. El diseño de los procesos de aprendizaje será tan importante como la productividad inmediata.
La capacitación no debería limitarse a explicar cómo escribir instrucciones para un modelo. Implica aprender a verificar resultados, detectar errores, proteger datos, documentar decisiones y reconocer cuándo una respuesta automatizada no debe utilizarse. Si un sistema acelera el trabajo pero incrementa errores o compromete información sensible, el ahorro aparente puede ocultar costos sustanciales.
La discusión política que empieza ahora
Barr sostuvo que los países deberían prepararse para la posibilidad de perturbaciones laborales graves mientras la adopción de IA todavía se encuentra en una etapa relativamente temprana. La advertencia es relevante porque los sistemas de educación y protección social responden con lentitud. Capacitar después de un desplazamiento extendido puede ser mucho más costoso que anticipar transiciones y facilitar la movilidad entre ocupaciones.
La política de competencia también adquiere importancia. No se trata únicamente de vigilar precios al consumidor, sino de observar el acceso a insumos críticos, las adquisiciones de rivales, las reglas de plataformas y la posibilidad de crear nuevos emprendimientos. El beneficio público de una herramienta digital crece cuando su disponibilidad no queda sometida a una sola vía de acceso.
Aunque el discurso de Barr se refiere a la economía de Estados Unidos, sus escenarios permiten plantear una pregunta argentina: ¿cómo distribuir los beneficios de una tecnología desarrollada en buena medida fuera del país? La IA puede ampliar la oferta de servicios exportables, mejorar la gestión de pymes y facilitar el acceso a conocimientos técnicos. Pero también puede reforzar la dependencia de proveedores externos y exigir nuevas capacidades laborales. No hay una conclusión escrita de antemano. El punto central es decidir qué mecanismos permiten que los beneficios lleguen más allá de las compañías que desarrollan los modelos.
Un mercado de proveedores no es una economía de adopción
La cantidad de empresas capaces de entrenar grandes modelos es reducida si se compara con el universo de negocios que podría utilizarlos. Esa diferencia separa dos mercados. Uno requiere inversiones extraordinarias en infraestructura de cómputo, energía y talento; el otro necesita aplicaciones confiables, interfaces accesibles y procesos adaptados. La concentración en el primero no implica automáticamente que el segundo carezca de competencia, aunque las dependencias entre ambos pueden restringir opciones.
Para una pyme, la posibilidad de integrar varias herramientas mediante estándares comunes puede ser más valiosa que contar con un modelo de última generación. Poder migrar historiales, conectar inventarios y conservar la propiedad de la información reduce costos de cambio. En la práctica, el poder de mercado puede manifestarse no solo en el precio del servicio sino también en las dificultades para abandonarlo.
Una adopción responsable exige medir resultados. Es posible definir un proceso piloto, comparar tiempos antes y después, estimar correcciones humanas y observar satisfacción del cliente. Si la herramienta ahorra minutos en tareas menores pero obliga a duplicar controles en las críticas, el retorno puede ser limitado. El éxito debe acreditarse con productividad neta y calidad, no con la cantidad de prompts enviados.
La oportunidad para países que no fabrican los modelos
La Argentina puede beneficiarse de herramientas globales sin tener que replicar cada centro de datos de las grandes potencias. Su oportunidad más inmediata puede estar en el desarrollo de soluciones especializadas, capacitación y exportación de servicios apoyados en IA. Pero para capturar valor local necesita empresas capaces de vender, profesionales que controlen los resultados y reglas claras de protección de información.
La diferencia entre consumir tecnología y crear valor económico con ella está en el problema resuelto. Una aplicación genérica puede estar disponible para todos; una implementación que entiende el flujo de un comercio, un estudio contable o una industria particular puede producir beneficios distintivos. Esa capacidad puede dispersar oportunidades si el acceso sigue abierto y los costos son razonables. Esa es, precisamente, una de las alternativas que el planteo de Barr invita a discutir.