Comience por los lugares donde el agua ya escasea. En Texas, donde la sequía sigue siendo una emergencia persistente, los centros de datos podrían consumir hasta 399 mil millones de galones de agua al año para 2030, frente a 49 mil millones de galones en 2025. Según una estimación, ese volumen bastaría para reducir el nivel del lago Mead, el mayor embalse de Estados Unidos, en más de 16 pies en un solo año. Las máquinas que hacen que la producción generada por IA parezca sencilla aún necesitan refrigeración, y esa refrigeración ocurre cada vez más en regiones con poca agua disponible —regiones a menudo elegidas por tierras baratas, incentivos fiscales y conectividad de fibra óptica, más que por su disponibilidad hídrica de largo plazo.

Ahora considere dónde están gastando los consumidores a medida que la producción digital se vuelve más barata. En 2025, un récord de 159 millones de fans asistió a un espectáculo de Live Nation, los ingresos superaron los $25 mil millones y, por primera vez, hubo más asistentes de fuera de Estados Unidos que de dentro del país. El aumento coincide con un cambio más amplio del consumo posterior a la pandemia hacia experiencias en vivo —viajes, restaurantes y entretenimiento— documentado en toda la economía del ocio. A medida que la producción hecha por máquinas se acercaba a ser gratuita, el precio de estar presente en un evento compartido y único siguió subiendo.

Estos hechos pueden parecer no relacionados. Apuntan al mismo cambio económico. La IA no ha eliminado la escasez; la ha reubicado. La escasez se desplaza hacia abajo, a los insumos físicos que consume la IA, y hacia arriba, a las experiencias humanas que no puede reproducir. Ninguna de estas formas de escasez siempre aparece en los tableros que las empresas usan para monitorear lo que la IA abarata.

Muchos equipos directivos se hacen preguntas operativas razonables: ¿dónde puede la IA reducir costos y aumentar la producción? Esas preguntas son útiles, pero pueden ocultar una más difícil. Cuando todo lo que produce una empresa se vuelve abundante, ¿qué se vuelve escaso, y la empresa todavía controla algo de ello?

Uno de los primeros ejemplos más claros proviene del mercado laboral, donde los freelancers sintieron rápidamente el cambio. Después de la llegada de ChatGPT, algunos de los trabajadores que podrían haber parecido mejor posicionados estuvieron entre los primeros afectados. Un estudio de más de tres millones de publicaciones en una plataforma global de trabajo freelance encontró que, en cuestión de meses, la demanda de tareas que la IA generativa realiza bien cayó con fuerza. La traducción a idiomas de Europa Occidental bajó alrededor de 30%, mientras que la redacción altamente mercantilizada, como las páginas "About Us", cayó a la mitad. Un análisis separado del mismo mercado halló que los freelancers más experimentados y con tarifas más altas fueron golpeados al menos tanto como los demás. La habilidad no los protegió.

Su trabajo no se había deteriorado. Se había vuelto abundante. La abundancia, más que la incompetencia, destruyó su precio.

La abundancia puede ocultar la verdadera restricción

La abundancia producida por la IA es real y, al mismo tiempo, engañosa. Lo que se vuelve abundante es la producción en sí, no las condiciones que hacen que esa producción sea confiable o útil. Producir una respuesta se ha vuelto más fácil que nunca. Producir la respuesta correcta, y hacerse responsable cuando es incorrecta, sigue siendo difícil.

El mercado freelance ilustra el mecanismo a pequeña escala. La IA no solo reemplazó parte del trabajo; también devaluó el trabajo que seguía siendo realizado por humanos. El ingrediente escaso nunca fue simplemente "texto competente". El texto competente ahora está cerca de ser gratuito. Lo que siguió siendo escaso fue lo que ese texto solía representar: juicio, responsabilidad y la garantía de que una persona había puesto su nombre detrás de esas palabras.

La escasez se vuelve más difícil de ver

En la economía industrial, la escasez solía ser visible y medible: inventario, asientos, horas de ingeniería. En la economía de la IA, la escasez se vuelve más difusa y a veces casi invisible. Puede esconderse en una cola de cómputo detrás de lo que parece ser una oferta amplia, o en los segundos de latencia que revelan cuántas pocas máquinas están realmente disponibles. En otros casos, la restricción no es técnica en absoluto. Puede ser legal, operativa o estar ligada a la atención limitada que le queda a un cliente.

Estas restricciones son fáciles de pasar por alto hasta que causan daño. Un servicio de streaming puede mostrar mil títulos al instante, pero el recurso realmente racionado es la noche del espectador y los pocos minutos que una persona dedicará a elegir qué ver. Una plataforma logística puede fijar el precio de cada ruta en milisegundos y luego encontrarse con un límite que no tiene relación con la potencia de cómputo: camiones esperando en fila en un único muelle de carga.

Herbert Simon identificó el cambio en 1971, al observar que la abundancia de información crea escasez de atención. Lo que entonces era una observación se ha convertido en una condición operativa básica en distintos sectores. La escasez no desaparece. Se esconde.

Muchas organizaciones aún actúan como si la escasez hubiera sido abolida, incluso mientras absorben sus consecuencias: congestión, clientes frustrados y compensaciones que nunca se hicieron explícitas. Siguen midiendo unidades vendidas y plantilla, mientras el negocio pierde valor silenciosamente por escaseces que no rastrea.

¿Quién controla la nueva escasez?

El saturado mercado freelance deja claro un punto: quien produce output barato a escala suele estar alquilando escasez a alguien aguas arriba. Lo mismo aplica a las empresas. Cuando un negocio lleva el costo marginal hacia cero, a menudo ha movido el cuello de botella un eslabón más arriba en la cadena, hacia quien controla el cómputo y la energía que lo alimenta.

La demanda eléctrica de los centros de datos aumentó 17% en 2025 y va camino de casi duplicarse, desde unos 485 teravatios-hora ese año hasta alrededor de 950 teravatios-hora para 2030, con una triplicación de la demanda de los sitios enfocados en IA. El gasto de capital de las cinco mayores empresas tecnológicas superó los $400 mil millones en 2025 y se espera que aumente otro 75% este año. Para finales de la década, la Agencia Internacional de Energía prevé que los centros de datos en Estados Unidos consumirán más electricidad que la producción de aluminio, acero, cemento y químicos combinada.

Las restricciones vinculantes no siempre son talento o capital. Incluyen conexiones a la red eléctrica, turbinas de gas, transformadores y galio, un material esencial para los chips semiconductores de los que depende el hardware de IA, del cual China refina alrededor de 99%. El agua ahora también pertenece a esa lista. La presión sobre los embalses en Texas es un ejemplo temprano, no una excepción. Se proyecta que el consumo directo de agua de los centros de datos en Estados Unidos se duplique o más para 2028, y gran parte de la nueva construcción ocurre en cuencas que ya tenían restricciones hídricas. La IEA ha dicho que estos cuellos de botella ya están limitando sus escenarios de crecimiento más agresivos. En muchos casos, una empresa que celebra una producción casi gratuita simplemente ha entregado un margen duradero a quien posee el insumo escaso. Como ha dicho el director de la agencia, no hay IA sin energía.

La misma lógica aplica del lado de la demanda. Cuando todos pueden generar una oferta similar, lo que se vuelve escaso es el lugar al que mira el cliente: el canal, o el asistente que filtra las opciones. Quien controla ese punto de atención controla la escasez que importa. Todos los demás compiten en la capa abundante.

El precio señala lo que importa

Cuando la abundancia se vuelve normal, el precio cambia de función. Deja de indicar simplemente cuánto hay disponible y empieza a señalar qué se está priorizando.

Un precio premium ya no refleja solo un costo más alto. Puede revelar una escasez subyacente: acceso más rápido, menor exposición al riesgo o una garantía más sólida. No necesariamente compra más volumen; compra tiempo y tranquilidad. Un precio demasiado bajo ya no es solo un problema de margen. Puede desatar una avalancha que sobrecarga el sistema y oculta compensaciones que deberían haberse hecho de manera abierta.

El precio se convierte en la herramienta mediante la cual una empresa reconoce una escasez y decide si protegerla o cobrar por ella. Esa es una decisión estratégica, no solo aritmética. Como la IA puede medir en tiempo real restricciones que antes eran difusas, puede hacer que esas decisiones sean más precisas y que sus consecuencias sean inmediatas.

Algunas empresas ya están cobrando por cosas que pocos habrían pensado vender hace cinco años. Un proveedor de nube no vende solo capacidad, sino prioridad garantizada cuando la demanda se dispara. Una firma financiera deja de vender datos, que se han vuelto abundantes, y en su lugar vende trazabilidad de origen y confianza en que esos datos resistirán el escrutinio regulatorio. En software de construcción, Graitec ha construido su estrategia de IA en torno a una premisa similar, apostando a que los ingenieros pagarán no solo por generación más rápida, sino por diseños lo suficientemente auditables como para firmarlos con su nombre. Un gestor patrimonial cobra menos por el portafolio, una asignación que un robo-advisor ahora puede armar por unos pocos puntos básicos, y más por el juicio que mantiene a un cliente invertido durante una crisis, el acompañamiento que Vanguard dice que el alpha del asesor agrega más allá de la selección de acciones, y la responsabilidad que ningún modelo asumirá.

En cada caso, el precio deja de recompensar el esfuerzo de producción y empieza a asignar valor a una escasez que el cliente no puede encontrar en otro lugar.

La pregunta que los ejecutivos suelen pasar por alto

Los líderes que navegan esta transición con mayor eficacia comparten un hábito. No solo preguntan qué les permite producir la IA en mayores cantidades. Pueden decir con claridad qué se ha vuelto abundante en su negocio y qué se ha vuelto raro.

Tres preguntas revelan dónde está parada una empresa. ¿Qué se ha vuelto abundante en el negocio y aún se cobra como si fuera escaso? ¿Qué se ha vuelto escaso y todavía no se está midiendo? Y, entre esas nuevas escaseces, ¿cuáles controla realmente la empresa y cuáles ya fueron capturadas por una plataforma, un proveedor de cómputo o un competidor sin que la dirección lo notara?

La trampa suele ser la misma. Ante la abundancia, las empresas a menudo intentan competir con más fuerza en la capa abundante produciendo más de ella, más rápido. Esa es precisamente la capa donde los márgenes tienden a colapsar hacia cero, porque los competidores tienen acceso a las mismas herramientas. El valor migra hacia el cuello de botella y se queda con quien lo controla.

Los freelancers que se recuperaron no lo lograron produciendo más palabras. Quienes ahora están en mejor posición se reposicionaron alrededor de lo que siguió siendo escaso. Los freelancers con habilidades complementarias a la IA ganan alrededor de 40% más que sus pares que no las tienen, y los contratos de mayor valor han aumentado. Volvieron a vender escasez.

La IA seguirá haciendo abundante la producción. Esa es su promesa, y gran parte de ello representa progreso. Pero la abundancia no es donde reside el margen. El margen se desplaza hacia lo que siga siendo escaso: acceso difícil de conseguir, confianza difícil de ganar, y energía y prioridad que no pueden crearse simplemente a demanda.

Las empresas que más produzcan con IA no necesariamente capturarán el valor. El valor irá a quien pueda identificar la nueva escasez, controlarla y ponerle precio antes de que lo haga un competidor.

Eso requiere disciplina, no instinto. Toda estrategia ahora necesita un mapa de escasez: qué está haciendo abundante la empresa, dónde eso crea un cuello de botella, quién controla ese cuello de botella y si los precios reflejan algo de ello. Lo difícil es construir el negocio alrededor de esa escasez en lugar de hacerlo alrededor de la producción que la IA ha abaratado, especialmente cuando todos los incentivos todavía empujan a producir más.

Las opiniones expresadas en los artículos de comentario de Fortune.com son exclusivamente las de sus autores y no reflejan necesariamente las opiniones y creencias de Fortune.

Esta historia fue publicada originalmente en Fortune.com.