Durante décadas, los mercados financieros han aprendido a interpretar disrupciones tecnológicas como ciclos: innovación, adopción, consolidación y, eventualmente, normalización. La inteligencia artificial no encaja en ese patrón.
No es un sector emergente ni una ola tecnológica más. Es, cada vez con mayor claridad, una nueva forma de infraestructura económica que está reconfigurando cómo se genera, captura y distribuye el valor.
El AI Index Report 2026 de la Universidad de Stanford confirma la aceleración de la inteligencia artificial como herramienta operativa del día a día en el mundo. Revela, además, una transformación estructural social y económica en curso. La IA generativa alcanzó más del 50% de adopción poblacional en apenas tres años, superando el ritmo histórico de tecnologías como internet o la computadora personal. A nivel empresarial, el 88% de las organizaciones ya la utiliza en alguna función. Estos datos señalan un punto de irreversibilidad.
Para los mercados, esto implica un cambio fundamental en la naturaleza del capital. La inteligencia artificial está dejando de ser una herramienta para convertirse en un activo transversal, comparable, en impacto, a la electricidad o al internet. Sabemos que la IA no se limita a solo crear nuevas industrias, sino que está reconfigurando la eficiencia y la competitividad dentro de las ya existentes.
En el corto plazo, el impacto más visible es en la productividad. Estudios citados en el reporte muestran incrementos de entre 14% y 26% en áreas como atención al cliente y desarrollo de software. En términos financieros, esto debe traducirse en una expansión de márgenes operativos, especialmente en empresas intensivas en conocimiento.
Pero aún más: el mismo fenómeno que impulsa la productividad está reordenando el mercado laboral desde su base. En Estados Unidos, el empleo en desarrolladores jóvenes, entre 22 y 25 años, cayó cerca de 20% en un solo año, incluso cuando la demanda por talento sénior continúa creciendo.
La IA no elimina trabajo en términos agregados, pero sí altera los puntos de entrada al sistema productivo. Para inversionistas y líderes corporativos, esto implica repensar no solo sus costos laborales, sino también los flujos de talento, capacitación y sostenibilidad organizacional.
En paralelo, está emergiendo una dinámica económica poco convencional, que resulta en la generación de valor sin monetización directa. El reporte estima que los consumidores en Estados Unidos reciben beneficios por aproximadamente $172,000 millones de dólares anuales a través de herramientas de IA, muchas de ellas gratuitas.
En artículos anteriores señalábamos este fenómeno, que pudiera quedar fuera de los ingresos del país. Una transferencia masiva de valor no capturada desafía los modelos tradicionales de precio y plantea preguntas relevantes para los mercados: ¿dónde se está capturando realmente ese valor? ¿En las plataformas? ¿En la infraestructura? ¿En los datos? ¿Quién se los está quedando?
La respuesta, al menos por ahora, apunta hacia la concentración. Más del 90% de los modelos de IA de vanguardia son desarrollados por la industria de países desarrollados, en especial EUA y China. Más aún, en esos países, un número reducido de empresas concentra la capacidad de cómputo, talento y capital necesario para operar en la frontera tecnológica. Esta concentración no es trivial. En términos financieros, sugiere la consolidación de una nueva capa de infraestructura crítica controlada por pocos actores, con implicaciones directas para la competencia, la regulación y la valoración de activos.
La geopolítica refuerza esta lectura. La brecha en desempeño entre Estados Unidos y China prácticamente ha desaparecido, con modelos que alternan liderazgo en cuestión de meses. Mientras Estados Unidos mantiene ventaja en modelos de alto impacto y capital privado, China lidera en volumen de investigación, patentes e implementación industrial. Este equilibrio inestable está dando lugar a un nuevo concepto: “la soberanía de la inteligencia artificial”.
Para los mercados, la soberanía de IA es una variable de riesgo. Países que no controlen su infraestructura de datos, cómputo y modelos podrían enfrentar dependencias críticas similares a las observadas en energía o semiconductores. De hecho, el reporte señala que gran parte de los chips avanzados de IA dependen de una sola cadena de suministro concentrada en Taiwán. En términos financieros, esto introduce vulnerabilidades estructurales que aún no están completamente reflejadas en valuaciones o estrategias de cobertura.
A esta complejidad se suma el costo físico de la inteligencia artificial. La narrativa dominante ha posicionado a la IA como un activo intangible, pero su operación depende de infraestructura intensiva en recursos: centros de datos con capacidades energéticas comparables a estados completos, consumo de agua a escala de millones de personas y emisiones de carbono en niveles industriales. Este componente redefine la ecuación de costos y posiciona al cómputo, y a todos esos recursos, como insumos estratégicos para la economía digital.
Para inversionistas institucionales, esto abre una nueva categoría de análisis basada en la sostenibilidad de la IA como factor directo de rentabilidad y riesgo. La eficiencia energética de los modelos, la ubicación de los centros de datos y la capacidad de sostenimiento de las cadenas de suministro se vuelven variables tan relevantes como los ingresos o el crecimiento.
Sin embargo, el mayor desajuste no es ni tecnológico ni económico, sino institucional. Mientras el desarrollo de la IA avanza a velocidad exponencial, los sistemas diseñados para evaluarla, regularla y entenderla avanzan de manera incremental. Los benchmarks técnicos se están saturando, la transparencia de los modelos disminuye y los marcos regulatorios varían entre regiones.
Europa avanza con regulación estricta, Estados Unidos muestra tendencias de desregulación y múltiples economías emergentes comienzan a definir sus propias estrategias. México se queda atrás.
Esta fragmentación introduce una incertidumbre regulatoria que se reconoce como uno de los factores más sensibles para los mercados. La falta de estándares globales no solo complica la operación de empresas multinacionales, sino que también dificulta la valoración de riesgos a largo plazo. En un entorno en el que la tecnología evoluciona más rápido que las reglas, la capacidad de anticipación se convierte en una ventaja competitiva clave.
Según el reporte, el 73% de los expertos espera que la IA tenga un impacto positivo en el trabajo, mientras que solo el 23% del público comparte esa visión. Esta variabilidad es un indicador de potencial fricción social. En contextos históricos, desalineaciones de este tipo han derivado en respuestas regulatorias abruptas, cambios políticos o resistencia al mercado.
Desde la perspectiva financiera, el mensaje es claro: la inteligencia artificial no debe analizarse únicamente como una oportunidad de crecimiento, sino como una transformación de todo el sistema, lo que obliga a una redefinición de los fundamentos mismos del valor.
En este nuevo entorno, surgen nuevas preguntas. ¿Dónde se captura el valor en un ecosistema donde gran parte del beneficio es distribuido gratuitamente? ¿Qué modelos de talento pueden sostener la productividad en un mercado laboral reconfigurado? Y ¿Cómo se construyen marcos regulatorios que no frenen la innovación, pero tampoco amplifiquen los riesgos del modelo?
La inteligencia artificial, más que ser el futuro de la economía, es su presente operativo. Y, como toda infraestructura, su impacto no dependerá únicamente de su capacidad técnica, sino de la solidez de los sistemas que se construyan alrededor de ella. Lo hemos vivido antes, desde la revolución industrial.
Los mercados que logren entender esta transición, no solo como una disrupción, sino como una reconfiguración estructural, estarán en mejor posición para capturar valor. Los que no, corren el riesgo de interpretarla como una tendencia más, cuando en realidad se trata de un cambio de paradigma.
La historia financiera ha demostrado que las mayores oportunidades emergen cuando los activos aún no son plenamente comprendidos. La inteligencia artificial se encuentra exactamente en ese punto. ¿Será que en México no hay nadie que le entienda?