Una nueva investigación del Banco de la Reserva Federal de St. Louis, que analizó casi 490,000 transcripciones de llamadas de resultados corporativos, confirma lo que los datos oficiales han indicado durante tres años: la inteligencia artificial aún no ha producido un aumento medible en la productividad agregada. Dado que el crecimiento de la productividad es el principal determinante de las ganancias salariales de largo plazo y del nivel de vida, esa ausencia tiene implicaciones importantes para saber cuán ampliamente se distribuirán los beneficios de la IA y cuándo. Sin embargo, uno de los autores del documento planteó una posibilidad más inquietante: que la IA ya esté generando ganancias reales que siguen siendo estructuralmente invisibles, porque la propia tecnología está erosionando el valor de los mismos productos que ha vuelto abundantes.

El mecanismo es sencillo. Cuando la IA reduce de forma radical el costo de producir un determinado resultado, ese resultado al mismo tiempo se vuelve menos valioso. La aritmética de la productividad se cancela en la práctica: las ganancias de un lado del balance quedan compensadas por la caída de precios del otro. Ahora cualquiera puede generar materiales de marketing, animaciones o incluso una noticia aceptable con una sola pulsación de tecla; pero si todos pueden hacerlo, ninguno de esos productos conserva el valor que tenía antes. La tarea se volvió más fácil; el resultado se volvió más barato. En algún punto de ese intercambio, una ganancia real desapareció de las estadísticas sin llegar a registrarse como una pérdida. Esto se hace eco de un desafío de larga data en la contabilidad nacional: las estadísticas de PIB y productividad fueron diseñadas para una economía industrial en la que los productos son bienes físicos vendidos a precios de mercado, y siempre han tenido dificultades para captar el valor de los servicios digitales gratuitos o casi gratuitos.

“Algunas cosas van a volverse más abundantes”, dijo Serdar Ozkan, uno de los autores del documento. “Eso significa que probablemente también van a volverse menos valiosas”.

Lo que muestran los datos

Los economistas Ozkan y Aakash Kalyani, junto con el investigador asociado Nicholas Sullivan, revisaron aproximadamente 490,000 transcripciones de llamadas de resultados de 5,198 empresas cotizadas en bolsa de EE. UU. entre 2000 y 2025. Usaron un modelo de IA para etiquetar las frases que mencionaban productividad e IA. La proporción de comentarios sobre productividad vinculados con la IA pasó de casi cero antes del debut de ChatGPT a fines de 2022 a alrededor del 15% de toda la discusión sobre productividad al cierre de 2025.

Aproximadamente el 95% de las frases sobre productividad relacionadas con IA describen ganancias que los ejecutivos esperan para el futuro y no beneficios ya obtenidos, una proporción que se ha mantenido estable desde 2023. Cuando los ejecutivos sí describen el impacto de la IA, su visión es casi unánimemente positiva: el 95% la presenta como un factor de aumento de productividad, frente al 75% en los comentarios no relacionados con IA.

Los investigadores dicen que esto es exactamente lo que predice la historia

Ozkan dijo que no le sorprendieron los hallazgos en tiempo futuro, dado que los datos agregados ya mostraban que no había un aumento significativo de la productividad una vez considerado el gasto de capital. Citó la conocida frase del economista Robert Solow, “you can see the computer age everywhere except but in the productivity statistics”, y trazó un paralelo directo con la electrificación, que, según dijo, necesitó “varias décadas” para reorganizar fábricas, capacitar a los trabajadores y transformar los flujos de trabajo antes de que su dividendo de productividad se hiciera visible en los datos.

El economista de Stanford Erik Brynjolfsson identificó este fenómeno como la “productivity paradox” en un artículo de 1993 para el MIT, y recientemente ha descrito el panorama actual como la secuela moderna.

Kalyani, quien por separado ha estudiado patrones de difusión en tecnologías de uso general, dijo que la profesión económica ha llegado en gran medida a un consenso sobre este punto tras desvanecerse el entusiasmo inicial posterior a ChatGPT: “The aggregate gains will be in the future, whereas what you see right now is a lot of investment and a lot of excitement and optimism for the future.”

Señaló que la difusión de la tecnología entre regiones, ocupaciones y empresas es “extremely slow”, y suele desarrollarse durante 20 a 30 años. Comprimir el retraso de la IA a solo tres a cinco años “would be a huge change” respecto del precedente histórico. Las computadoras, en línea con la observación de Solow, no aparecieron en los datos de productividad hasta fines de los años 1990 y comienzos de los 2000.

El consenso sobre la difusión lenta

El patrón coincide con otras investigaciones de la Reserva Federal en 2026. Un análisis de la Kansas City Fed concluyó que el reciente repunte de productividad en los datos oficiales “not yet broad-based”, con un pequeño grupo de industrias concentrando la mayor parte de las ganancias incluso mientras se expande la adopción de IA. Por separado, el presidente de la Fed, Kevin Warsh, dijo al Congreso en julio que la IA “hasn't displaced workers” hasta ahora y los ha hecho “a bit more productive”, pero advirtió que “the long term can be quite far out”.

Investigaciones previas del St. Louis Fed estimaron de forma similar que la IA generativa representaba solo un aumento de 1.1% en la productividad a fines de 2024 respecto de 2022, una cifra modesta en comparación con el crecimiento total de la productividad de 2.3% y 1.6% que registró la economía estadounidense en 2024 y 2023, respectivamente.

Las empresas respaldan el optimismo con dinero

De manera crucial, el equipo del St. Louis Fed sostiene que esto no es solo discurso vacío. Kalyani dijo que los investigadores valoran más las acciones que las palabras: “we trust what people do, not what they say”. Las empresas que hablan positivamente de IA también han aumentado la investigación y desarrollo, el gasto de capital y la inversión total, una correlación que no existía cuando el equipo examinó por primera vez las menciones a la IA en una publicación de 2024 titulada con escepticismo “AI Hype or Reality?”, pero que desde entonces se ha fortalecido.

Un estudio relacionado de la San Francisco Fed encontró que las empresas con una visión positiva de la IA registraron para 2025 un crecimiento de la inversión y del I+D sustancialmente mayor que otras compañías públicas, con las mayores ganancias concentradas en las grandes empresas tecnológicas que están construyendo infraestructura de IA.

Lo que las estadísticas no pueden captar

El argumento de la abundancia de Ozkan se suma a una segunda limitación: cuellos de botella que la IA simplemente no puede eliminar. Por más que la IA acelere la investigación, la redacción o el análisis, dos personas todavía tienen que coordinar y asistir a una reunión, y ese paso avanza exactamente al mismo ritmo que hace cuatro años. La productividad no es una sola cifra; es el resultado de toda una cadena, y la IA solo ha acelerado algunos de sus eslabones.

Consultado sobre qué señal confirmaría finalmente que las ganancias de productividad impulsadas por la IA han llegado, Kalyani dijo que la respuesta honesta es que nadie lo sabe de antemano. La aplicación que termina importando se descubre por ensayo y error, y se difunde empresa por empresa y trabajador por trabajador, en un proceso que desde fuera parece casi aleatorio aunque en conjunto suma algo real.

Ofreció el ejemplo de Google Maps y la medallion taxista. La aplicación de mapas hizo que poseer una medallion de taxi en Nueva York fuera, por un breve tiempo, uno de los activos más valiosos de la ciudad. Luego llegó Uber y desmanteló todo el sistema en pocos años. Nadie predijo qué aplicación de navegación acabaría con los monopolios de taxis. El patrón se repite con cada tecnología de uso general: ganadores y perdedores quedan definidos por una lucha caótica y descentralizada que resiste la predicción, incluso cuando la importancia final de la tecnología resulta obvia en retrospectiva.

Ese es el verdadero mensaje oculto en casi medio millón de frases etiquetadas de optimismo en llamadas de resultados. No se trata de que los ejecutivos estén equivocados al creer que la IA dará resultados. Se trata de que si ese resultado se manifiesta como crecimiento medido de la productividad o simplemente se disipa en una producción más barata, más abundante y menos valiosa puede ser imposible de saber hasta que ya haya ocurrido.

Esta historia apareció originalmente en Fortune.com.