La teoría de precios regresa en la era de la IA; solo un mercado abierto puede generar nuevas demandas y nuevos ecosistemas
Autor del artículo: Chen Yuyu, profesor de la Escuela de Gestión Guanghua de la Universidad de Pekín y director del Instituto de Política Económica de la Universidad de Pekín
Fuente: Xialight Think Tank
Miedo sobre los cimientos antiguos
Cada era tiene su propio cimiento. Las personas viven, trabajan, juzgan y temen sobre él, y también imaginan el futuro desde él.
Las personas de la era agrícola tenían dificultad para imaginar que una vida humana pudiera no girar en torno a la tierra, las estaciones y el hambre. Cuando apareció la máquina de vapor, muchos vieron primero el desempleo de los artesanos, pero fue difícil prever los ferrocarriles, las ciudades, el sistema fabril, las finanzas modernas y la nueva clase media. Cuando surgió la electricidad, la gente vio noches más brillantes, pero fue difícil imaginar por completo los refrigeradores, la industria cinematográfica, los hospitales modernos, la vida nocturna urbana, los electrodomésticos y las computadoras electrónicas. Cuando surgió Internet, muchos creyeron que no era más que un correo más rápido y una biblioteca más grande, pero no anticiparon los pagos móviles, los videos cortos, la nube informática, las plataformas de entrega de comida, los servicios de transporte en línea, la educación en línea y la colaboración global en tiempo real.
Cuando llega una nueva tecnología, el mayor obstáculo a menudo no es la tecnología en sí, sino la imaginación sobre los cimientos antiguos.
Hoy, la inteligencia artificial también se ha incorporado a la comprensión de los cimientos antiguos. El razonamiento de muchas personas es el siguiente: antes, diez programadores, redactores, traductores, analistas y agentes de atención al cliente realizaban ciertas tareas; ahora, una sola persona junto con una IA puede hacerlas, por lo que los otros nueve quedan desempleados. Este juicio parece frío, realista y distópico, pero en realidad sigue siendo un pensamiento del antiguo mundo. Concibe el futuro como una reducción de costos en la lista de tareas de hoy, entiende el progreso tecnológico como sustitución dentro de puestos existentes, y ve la vida económica como una tabla ya completada.
Pero las verdaderas revoluciones tecnológicas nunca consisten en eliminar algunas filas de una tabla antigua, sino en reinventar la tabla misma.
La implicación económica más importante de la inteligencia artificial no es hacer más barato el trabajo existente, sino incorporar a la conjunto viable humano una gran cantidad de productos y servicios que antes no existían, no eran factibles, eran demasiado costosos, demasiado dispersos, demasiado nicho o demasiado difíciles de organizar. No se trata simplemente de reemplazar el trabajo existente, sino de reducir los costos cognitivos, de comunicación, de prueba y error, de emparejamiento y de organización, liberando así demandas anteriormente reprimidas, creando transacciones que antes no eran sostenibles y generando industrias que antes no tenían nombre.
Desde la base antigua, las personas ven la IA como una reducción de puestos de trabajo. Desde el límite abierto por la nueva tecnología, las personas ven una explosión en el espacio de productos y servicios.
Esto es precisamente la razón por la que la teoría de precios vuelve a ser importante en la era de la inteligencia artificial.
La IA reduce los costos de producción, prueba y emparejamiento, pero no elimina la necesidad de identificar demandas; por el contrario, amplía el espacio de las demandas desconocidas. Cuanto más haya que producir, más la sociedad necesita saber qué cosas realmente tienen valor; cuanto más servicios personalizados se puedan ofrecer, más la sociedad necesita saber quién los necesita, cuándo los necesita, cuánto está dispuesto a pagar, quién asume la responsabilidad y cómo se forman transacciones sostenibles.
El problema futuro no es “si las máquinas pueden producir”, sino “cómo los humanos descubrirán qué vale la pena producir”.
La vuelta a la teoría de precios comienza precisamente desde este punto.
El significado económico de ingresos de dos billones de dólares
Comencemos con una suposición que parece exagerada, pero que no es absurda desde el punto de vista económico.
¿En los próximos quince años, podría OpenAI, Anthropic o una empresa similar de infraestructura de modelos grandes llegar a generar ingresos anuales de dos billones de dólares? Tenga en cuenta que aquí se refiere a ingresos, no a valoración. La valoración puede provenir de la imaginación del mercado de capitales, tasas de descuento, preferencias de riesgo y burbujas; los ingresos deben provenir de compras reales, pagos reales y transacciones reales.
Esto no es una predicción sobre el precio de las acciones de una empresa específica, ni un respaldo a un modelo de negocio particular, sino un ejercicio teórico de precios: si una empresa de infraestructura inteligente en la etapa upstream puede generar ingresos anuales de dos billones de dólares a largo plazo, entonces debe existir un ecosistema de nuevos productos y servicios en la etapa downstream de mayor escala y con una mayor disposición a pagar.
Quien no tenga conocimientos económicos dirá inmediatamente: esto demuestra que los gigantes monopolizan el mundo y están extrayendo rentas de todos los sectores. Este juicio puede tener cierta validez, ya que el monopolio de las plataformas ciertamente merece atención. Pero si solo entendemos los dos billones de dólares en ingresos como “extracción de rentas”, perderemos la lógica económica más importante.
Cualquier empresa de infraestructura de nivel superior que logre generar ingresos sostenidos de dos billones de dólares debe tener una condición previa: que el nivel inferior esté dispuesto a pagar continuamente esta cantidad. ¿Por qué el nivel inferior está dispuesto a pagar? Porque la IA, como insumo intermedio, genera mayores产出, mayor calidad, costos más bajos, más nuevos productos o una mayor disposición a pagar por parte de los consumidores. Sin una expansión significativa del valor en el nivel inferior, los ingresos del nivel superior no pueden mantenerse a largo plazo.
Esta es la economía básica de los insumos intermedios.
Una empresa aguas abajo compra llamadas a modelos, agentes inteligentes, capacidad de cómputo y habilidades de automatización no para hacer caridad a la empresa aguas arriba, ni simplemente para repartir los costos existentes, sino porque estas inversiones, al combinarse con su propio contexto, datos, procesos, clientes, marca, responsabilidades y capacidades organizativas, generan más valor. Cuanto mayor sea el valor marginal producido por la IA, mayor será el precio que las empresas aguas abajo estén dispuestas a pagar; cuanto más prósperas sean las aplicaciones aguas abajo, más probable será que los ingresos de la infraestructura aguas arriba crezcan.
Se puede realizar una simple simulación contable. Si el costo de la capacidad de IA, la llamada a modelos y los servicios inteligentes representa el 10% del producto final aguas abajo, entonces unos dos billones de dólares en ingresos aguas arriba podrían corresponder a un mercado de productos y servicios finales aguas abajo de hasta veinte billones de dólares. Si el porcentaje de costo es del 5%, podría corresponder a un ecosistema aguas abajo de hasta cuarenta billones de dólares. Por supuesto, la cuota de costo varía entre diferentes industrias, y la estructura de precios futura también cambiará constantemente, pero esta simulación revela una lógica básica: la cantidad de "electricidad" que la "red digital" aguas arriba puede cobrar depende de cuánto valor nuevo se crea aguas abajo con esa electricidad.
Las compañías eléctricas generan ingresos porque la electricidad impulsa fábricas, hogares, ciudades, hospitales y sistemas de entretenimiento. Las compañías de computación en la nube generan ingresos porque empresas digitales de la cadena de valor utilizan servicios en la nube para construir búsquedas, redes sociales, video, finanzas, logística y software empresarial.
La infraestructura de IA no generará ingresos de dos billones de dólares un día porque el mundo le pague impuestos sin motivo, sino porque innumerables empresas, individuos y organizaciones aguas abajo la utilizan como base para la cognición, el razonamiento, el diseño, el emparejamiento y la automatización, creando nuevas actividades económicas a una escala mucho mayor.
Este hecho, a su vez, nos recuerda que lo realmente importante podría no ser cuán grandes se vuelvan OpenAI o Anthropic, sino qué tipos de aplicaciones de capa inferior podrían surgir detrás de ellas.
En los próximos quince años, el tamaño total de las empresas de la capa de aplicación probablemente sea mucho mayor que el de la capa de infraestructura. La capa de infraestructura proporciona inteligencia general, mientras que la capa de aplicación realiza el descubrimiento de necesidades. La primera vende capacidades, la segunda vende valor concretizado. La capa de infraestructura es como la red eléctrica, la red de agua y las carreteras de la era digital; la capa de aplicación se acerca al consumidor, a los escenarios organizativos, a los procesos industriales, a las relaciones de confianza y a las necesidades específicas. La medicina, la educación, el derecho, el seguro, las finanzas, el entretenimiento, los servicios psicológicos, el cuidado de ancianos, la gestión empresarial, las herramientas científicas, los servicios urbanos, los servicios domésticos, las experiencias culturales y el crecimiento personal podrían dar lugar a grandes empresas de la capa de aplicación.
Los consumidores finalmente compran no “parámetros del modelo”, sino enfermedades curadas, ansiedades comprendidas, capacidades de aprendizaje mejoradas, tiempo ahorrado, vidas mejoradas, flujos de trabajo reorganizados, experiencias creadas y problemas resueltos. Las empresas finalmente compran no “tokens”, sino inventarios más bajos, tasas de conversión más altas, mejor control de riesgos, desarrollo más rápido, servicio al cliente más detallado, cadenas de suministro más estables y decisiones organizativas más claras.
Por lo tanto, que la capa de aplicación sea más grande que la capa de infraestructura no es un milagro, sino el resultado normal de la difusión de tecnologías de propósito general. La electricidad es importante, pero el sistema industrial impulsado por la electricidad es aún más grande; los servicios en la nube son importantes, pero la economía digital que crece sobre la nube es aún más grande; los modelos grandes son importantes, pero los nuevos productos, servicios, organizaciones y estilos de vida respaldados por modelos grandes podrían ser mucho más grandes.
Si en el futuro realmente surge una empresa de infraestructura de IA con ingresos de dos billones de dólares, no debemos interpretarla primero como un apocalipsis, ni simplificarla como una adoración a la tecnología. Debemos plantearnos primero una pregunta de teoría de precios: ¿de dónde proviene esta voluntad de pago tan enorme? ¿Qué innovaciones aguas abajo respalda? ¿Qué demandas anteriormente no comercializables libera? ¿Qué productos y servicios que antes no existían hace posibles?
Esto es simplemente conocimiento económico básico.
La escasez no desaparece, solo cambia de forma
Muchas personas creen erróneamente que el punto final del progreso tecnológico es la desaparición de la escasez. Si la IA es lo suficientemente poderosa, los robots son suficientes, la capacidad de cómputo es lo suficientemente barata y los bienes son suficientemente abundantes, el mecanismo de precios se retirará y el mercado se volverá redundante.
Es un malentendido sobre la escasez.
La escasez no es simplemente una insuficiencia física. La escasez se refiere a los deseos humanos, el tiempo, el conocimiento, la ubicación, las relaciones, el costo de oportunidad y la incertidumbre futura. Mientras los deseos humanos sean heterogéneos, cambiantes y contextualizados, la escasez no desaparecerá. Solo cambiará de “si hay o no” a “si es adecuado o no”, de “si es suficiente o no” a “si es exactamente lo necesario en este momento”, de la escasez material a la escasez estructural.
En la era industrial, muchas escaseces se manifestaban como falta de cantidad: comida insuficiente, ropa insuficiente, viviendas insuficientes, médicos insuficientes, escuelas insuficientes, transporte insuficiente. La tarea de la producción a gran escala y la organización moderna era replicar en masa estos productos y servicios básicos.
Pero en una era más rica y más inteligente, muchas escaseces clave ya no son simplemente cuestiones de cantidad. Una persona no necesita cualquier almuerzo, sino uno que se adapte a su estado físico actual, a las fluctuaciones de su glucosa, al gasto energético de su ejercicio, a sus necesidades emocionales y a sus preferencias estéticas. Un niño no necesita cualquier clase de matemáticas, sino una trayectoria de aprendizaje que se ajuste a sus obstáculos de comprensión actuales, su estado de atención, su entorno familiar y su estructura de autoestima. Un adulto mayor no necesita cualquier consejo de salud, sino una relación de servicio que realmente logre que lo crea, lo ejecute y lo mantenga. Una empresa no necesita cualquier sistema de IA, sino una solución concreta que se integre en sus procesos, incentivos, estructura organizacional y relaciones con clientes.
This is the scarcity of the era of differentiation.
Más específicamente, la era de la IA al menos reforzará tres tipos de escasez.
La primera categoría es la escasez de adaptabilidad.
Si un producto o servicio es adecuado para una persona, una organización, un momento o una situación específica, se volverá cada vez más importante. En la era de la estandarización, la pregunta clave era: “¿Hay suficiente oferta?”. En la era de la diferenciación, la pregunta clave es: “¿Esta oferta es exactamente la adecuada para mí?”. La IA hace posible la personalización, pero también complica el problema de la adaptación, ya que el cuerpo, la mente, las relaciones, el trabajo y las preferencias de las personas están en constante cambio. Lo verdaderamente escaso no es cualquier oferta, sino la oferta adecuada.
La segunda categoría es la escasez de confianza.
La IA puede ofrecer sugerencias, pero si esas sugerencias se pueden confiar, adoptar o ejecutar es otro asunto. Que un paciente sepa que debe tomar medicamentos no significa que los tome a largo plazo; que un estudiante sepa que debe estudiar no significa que persista; que una empresa sepa que debe transformarse no significa que la organización interna lo acepte; que una persona mayor sepa que debe controlar su dieta no significa que esté dispuesta a cambiar hábitos de vida de décadas. El valor de muchos servicios no radica en la información en sí, sino en la relación de confianza que convierte la información en acción. En el futuro, la confianza, la reputación, la responsabilidad y el acompañamiento se convertirán en activos económicos importantes.
La tercera categoría es la escasez direccional.
La IA puede generar infinitas soluciones, pero el capital del mundo real, el tiempo, la atención organizacional y las oportunidades de prueba siguen siendo limitados. Una empresa no puede implementar cien estrategias al mismo tiempo, un laboratorio no puede construir cien reactores simultáneamente, un hospital no puede reestructurar todos sus procesos a la vez y una ciudad no puede probar todas las soluciones de gobernanza al mismo tiempo. Cuando las posibilidades explotan, lo verdaderamente escaso es la capacidad de elegir dirección: decidir qué camino seguir, asumir qué riesgos y descartar qué posibilidades atractivas.
Por lo tanto, el poder de la IA no consiste en convertir el mundo en una abundancia completamente homogénea, sino en hacer posible por primera vez que la escalabilidad y la personalización ocurran simultáneamente. En el pasado, solo unos pocos ricos podían disfrutar de médicos privados, profesores privados, asesores privados, asistentes privados, acompañantes psicológicos privados, diseñadores privados y equipos de investigación privados; en el futuro, estos servicios podrían llegar a la vida cotidiana de las personas comunes con una nueva estructura de costos. Pero una vez que entren en la vida cotidiana, el problema ya no será “si se puede producir”, sino “cómo adaptarlos, cómo confiar en ellos y cómo elegir la dirección”.
Esto significa que el mercado no desaparecerá. Por el contrario, el mercado se volverá más activo, más detallado y más profundamente integrado en los aspectos microscópicos de la vida. Porque cuando los productos y servicios se vuelven cada vez más especializados, la sociedad necesita aún más un mecanismo para descubrir el valor real de diferentes personas, en diferentes momentos y en distintos escenarios.
Este mecanismo es el precio.
El precio es un mecanismo de descubrimiento, no solo un mecanismo de asignación.
El precio a menudo se malinterpreta como una herramienta de asignación fría. Parece que solo cuando los recursos son insuficientes, se necesita el precio para decidir quién recibe y quién no; una vez que la tecnología sea lo suficientemente avanzada, el precio podría eliminarse y la asignación dejarse en manos de algoritmos.
Pero la función más profunda del precio no es asignar objetos conocidos, sino descubrir información desconocida.
La cantidad que una persona está dispuesta a pagar por un servicio contiene mucha información que otros no pueden conocer de antemano: la intensidad de sus preferencias, el costo temporal, las restricciones de ingresos, el grado de urgencia, las opciones alternativas, el juicio de riesgo, el nivel de confianza y su estado emocional. Estos datos no están simplemente registrados en una base de datos ni siempre se pueden obtener mediante encuestas. Muchas veces, las propias personas no saben completamente lo que quieren hasta que aparece un producto, un precio, una comparación o una experiencia específica.
El precio no desempeña su papel después de que la demanda ya esté completamente determinada. El precio participa en la formación y descubrimiento de la demanda.
Esto es especialmente importante en la era de la IA. Debido a que la IA ampliará significativamente el conjunto de productos que se pueden producir y reducirá considerablemente el costo de generar prototipos de nuevos productos. En el pasado, muchas ideas de productos nunca tuvieron la oportunidad de ser probadas en el mercado, ya que murieron debido a los costos de investigación y desarrollo, los costos organizativos y los costos de comunicación. Ahora, más personas pueden crear prototipos rápidamente, más pequeños equipos pueden ingresar al mercado y más necesidades nicho pueden ser intentadas y satisfechas. El problema cambia: no se trata de la falta de ideas, sino de la falta de mecanismos para filtrarlas; no se trata de la falta de posibilidades, sino de la falta de mecanismos para determinar cuáles posibilidades merecen invertir recursos reales.
El precio es el núcleo de este mecanismo de filtrado.
Un empresario que presenta un nuevo producto está en realidad planteando una hipótesis sobre la demanda futura. La compra o rechazo por parte de los consumidores es la prueba de esta hipótesis. Si el precio es demasiado alto y no se vende, indica que el valor es insuficiente, la posición es errónea, los costos son demasiado elevados o el público objetivo no es el adecuado. Si, a pesar de un precio elevado, aún hay personas que lo compran, significa que alguna necesidad es más fuerte de lo que los observadores imaginaban. Las ganancias atraen imitación y expansión; las pérdidas obligan a la salida y la corrección. Este proceso no es una simple transacción, sino un gran experimento distribuido que la sociedad lleva a cabo bajo incertidumbre.
Sin precio, la sociedad pierde este tipo de retroalimentación experimental.
Así es especialmente en la era de la diferenciación. Supongamos que la IA puede generar mil nuevos servicios educativos, diez mil nuevos modelos de gestión de la salud y un millón de experiencias de entretenimiento personalizadas. ¿Cuáles son verdaderas necesidades y cuáles solo son demostraciones tecnológicas? ¿Qué consumidores estarán dispuestos a pagar de forma continua y cuáles solo probarán una vez? ¿Qué servicios pueden escalarse y cuáles se quedarán limitados a mercados nicho? ¿Cuáles requieren intervención humana y cuáles pueden automatizarse por completo? ¿Cuáles merecen inversión de capital y cuáles deberían descartarse rápidamente?
Estas preguntas no pueden resolverse solo con el juicio de expertos ni decidirse de una sola vez mediante un algoritmo central. Requieren la constante selección del precio, el comercio, las ganancias, las pérdidas y la competencia.
El precio sigue siendo un mecanismo para comprimir conocimiento local.
Que un consumidor esté dispuesto a pagar en un momento dado no es simplemente una función mecánica de sus ingresos y los precios. Puede incluir sus sensaciones físicas del día, sus experiencias del día anterior, sus relaciones familiares, la presión profesional, sus expectativas futuras, su identidad social y sus preferencias estéticas. Del mismo modo, que una empresa esté dispuesta a pagar por un sistema de IA no es solo una cuestión de indicadores técnicos, sino una reflexión integral de sus procesos internos, la capacidad de sus empleados, la estructura de sus clientes, los riesgos regulatorios y la presión competitiva. Estos conocimientos locales generalmente no pueden transmitirse por completo a un centro centralizado. Los precios del mercado convierten estos juicios dispersos en señales de acción observables.
Por lo tanto, el mecanismo de precios no es un residuo de la era pasada, sino un dispositivo de descubrimiento en un futuro abierto.
Cuanto más fuerte sea la IA, más posibilidades habrá; cuanto más posibilidades haya, más importante será la selección; cuanto más importante sea la selección, más importante será el mecanismo de precios.
Incentive: Why new products don't appear automatically
Solo tener tecnología no genera automáticamente nuevos productos y servicios.
Desde la capacidad en el laboratorio hasta el producto en el mercado, existe un proceso largo y complejo: ¿quién identifica los escenarios? ¿quién asume los riesgos? ¿quién organiza el equipo? ¿quién reforma los procesos? ¿quién educa a los consumidores? ¿quién maneja la responsabilidad? ¿quién enfrenta el fracaso? ¿quién convierte una posibilidad técnica en un servicio estable y entregable?
Esto requiere incentivos.
La teoría de precios no solo trata sobre los niveles de precios, sino también sobre las estructuras de incentivos. ¿Por qué las personas invierten tiempo, capital, reputación y capacidad organizativa en explorar nuevos productos? Porque creen que, si la exploración tiene éxito, obtendrán una recompensa. Si todos los nuevos servicios se copian inmediatamente y sin costo tan pronto como aparecen, si todas las ganancias se consideran inapropiadas, si todos los intentos de diferenciación son regulados y forzados a volver a productos estándar, y si todas las pérdidas las asumen los emprendedores mientras que los beneficios del éxito son confiscados, entonces ni siquiera la IA más potente generará automáticamente una capa de aplicaciones próspera.
La innovación no es un resultado natural de funciones tecnológicas, sino un comportamiento económico bajo estructuras de incentivos.
La inteligencia artificial reduce el costo de los errores, pero no elimina el riesgo. Un emprendedor aún debe evaluar la dirección, una empresa aún debe reestructurar sus procesos, un médico aún debe asumir responsabilidades, una institución educativa aún debe construir confianza y una empresa de capa de aplicación aún debe identificar escenarios en los que los consumidores estén realmente dispuestos a pagar. La IA puede generar soluciones, pero no puede reemplazar la validación del mercado sobre el valor de esas soluciones. La IA puede reducir los costos de desarrollo, pero no garantiza la existencia de demanda. La IA puede ampliar el espacio de la imaginación, pero no puede completar automáticamente la comercialización.
Por eso, los precios, la propiedad, las ganancias y la competencia siguen siendo importantes.
La ganancia no es un residuo del pecado, sino la recompensa por encontrar la dirección correcta. La pérdida no es un castigo cruel, sino una señal de dirección errónea. La competencia no es un desperdicio de recursos, sino un experimento entre diferentes hipótesis. La entrada libre no es un principio abstracto, sino una condición institucional que permite que surjan productos desconocidos.
En la era de la inteligencia artificial, lo verdaderamente escaso podría no ser la capacidad de generar, sino la capacidad de descubrir qué vale la pena generar; no la capacidad de responder preguntas, sino la de formular preguntas valiosas; no la capacidad de optimizar objetivos dados, sino la de elegir objetivos, asumir riesgos y organizar acciones en el mundo real.
Estas capacidades requieren incentivos del mercado para ser movilizadas.
Por eso es que la capa de aplicaciones no se desarrollará automáticamente. Un país puede tener modelos potentes, suficiente poder de cómputo, datos abundantes y un gran equipo de ingenieros, pero aún así carecer de un ecosistema de aplicaciones verdaderamente próspero. Si los emprendedores no pueden obtener recompensas, si las opciones de los usuarios están limitadas, si la regulación clasifica prematuramente nuevos servicios dentro de categorías antiguas, si los gigantes de las plataformas controlan los puntos de acceso, si el costo del fracaso es demasiado alto, si la opinión pública equipara las ganancias con la explotación, muchos productos potenciales morirán antes incluso de nacer.
La competencia en la era de la IA no es solo una competencia de capacidades de modelos, sino también de incentivos institucionales.
Quién permita que más personas lo prueben, quién permita que los errores se expongan rápidamente, quién permita que la dirección correcta sea recompensada, quién permita que las necesidades nicho también tengan oportunidad de ser atendidas, quién permita que las empresas jóvenes desafíen a las establecidas, será quien más probablemente descubra los productos y servicios del futuro.
Aparición de nuevos productos y servicios
Hoy es difícil nombrar las principales aplicaciones de IA dentro de quince años, al igual que las personas del siglo XIX tenían dificultades para nombrar la vida eléctrica del siglo XX, o las personas del final del siglo XX tenían dificultades para nombrar por completo la vida de internet móvil.
No es porque nos falte imaginación, sino porque los nuevos productos y servicios a menudo no se lanzan linealmente a partir de vocabulario existente. Surgen de la interacción entre tecnología, costos, organización, preferencias e instituciones.
En la era de la inteligencia artificial, el producto más importante podría no ser simplemente un "mejor motor de búsqueda", "programadores más baratos" o "servicio al cliente más inteligente".
Estas son solo extensiones sobre cimientos antiguos. Lo más importante podría ser nuevos modelos de gestión de la salud, nueva educación de acompañamiento, nueva organización de investigación científica, nuevos servicios legales, nuevos agentes personales, nuevas experiencias culturales, nuevos sistemas de cuidado para la vejez, nueva producción familiar, nuevos procesos empresariales, nuevos servicios de gestión urbana, nuevo apoyo psicológico y nueva colaboración creativa.
Muchos servicios antes no carecían de demanda, sino que tenían un costo demasiado alto.
Una familia común antes no podía tener un médico privado las 24 horas, un nutricionista, un asesor psicológico, un coach de aprendizaje, un asesor legal, un planificador de carrera y un asesor financiero familiar. Una pequeña empresa antes no podía tener un equipo estratégico de clase mundial, un equipo de análisis de datos, un equipo de cumplimiento legal, un equipo de marketing multilingüe y un sistema de operaciones automatizado. Un hospital de condado antes no podía acceder en tiempo real a conocimientos médicos de primer nivel, sistemas de gestión de pacientes y monitoreo continuo de la salud. Un niño común antes no podía tener un sistema de aprendizaje verdaderamente personalizado, con retroalimentación continua y conexión interdisciplinaria.
La IA hace que las partes inteligentes de estos servicios sean económicas. Pero la inteligencia económica es solo el comienzo.
La verdadera productización requiere integrar la inteligencia en los escenarios, convertir los escenarios en procesos, transformar los procesos en servicios, convertir los servicios en relaciones de confianza y convertir las relaciones de confianza en transacciones sostenibles.
Esta es la gran oportunidad en la capa de aplicación.
La empresa más grande del futuro, quizás no sea solo la que posea el modelo más potente, sino la que mejor entienda los escenarios específicos, la que mejor organice activos complementarios, la que mejor genere confianza y la que mejor convierta las capacidades de la IA en servicios de la vida cotidiana y procesos productivos. La capa de infraestructura vende capacidades generales; la capa de aplicaciones vende soluciones, experiencias, responsabilidades y relaciones. Las capacidades generales pueden ser grandes, pero el espacio para la innovación cercana a las necesidades finales podría ser aún mayor.
Por ejemplo, en la gestión de la salud: la IA puede leer literatura médica, analizar indicadores, generar recomendaciones, recordar tomar medicamentos y predecir riesgos.
Pero el producto real no es un “texto de consejo médico”, sino un sistema de servicio que permite cambios duraderos en el comportamiento. Podría incluir al médico de cabecera, personal comunitario, dispositivos portátiles, servicios de alimentación, incentivos de seguros, comunicación con familiares, apoyo psicológico y respuesta de emergencia. Aquí hay algoritmos, pero también organización; datos, pero también responsabilidad; automatización, pero también confianza humana. El consumidor no paga por un fragmento de texto, sino por una vida más saludable, segura y digna.
Tomemos la educación como ejemplo. La IA puede explicar conceptos, generar ejercicios, corregir ensayos y ajustar trayectorias. Pero un verdadero producto educativo no es un “generador de respuestas”, sino un sistema que ayuda a los estudiantes a desarrollar habilidades, confianza, interés y hábitos a largo plazo. Requiere comprender el estado cognitivo del niño, así como el contexto familiar, el entorno de pares, el sistema de exámenes y la presión psicológica. Aquí, el valor proviene de la inteligencia, pero también del acompañamiento, la motivación, la evaluación y el reconocimiento social.
Por ejemplo, en la gestión empresarial, la IA puede generar informes, escribir código, hacer predicciones y ofrecer recomendaciones estratégicas.
Pero la verdadera aplicación empresarial no consiste en automatizar cada tarea, sino en reorganizar los flujos de información, los derechos de decisión, los mecanismos de incentivos y los límites de responsabilidad. Una empresa que adquiere IA no solo está comprando una herramienta, sino reestructurando su propia función de producción y su estructura organizacional. Este proceso es altamente contextual y no puede ser completado por las empresas de modelos básicos por sí solas.
Estos ejemplos demuestran que la capa de aplicaciones en la era de la IA no es un simple complemento de la capa de infraestructura; es la primera línea en el descubrimiento de necesidades, la organización de escenarios, la construcción de confianza y la asunción de responsabilidades.
Por lo tanto, dentro de los próximos quince años, el tamaño total de las empresas de la capa de aplicación será mucho mayor que el de la capa de infraestructura; esto no contradice los principios económicos, sino que los respeta. Cuanto más fuerte sea la inversión en la etapa superior, más probable es que se genere un ecosistema más amplio en la etapa inferior. Las empresas eléctricas son importantes, pero el sistema industrial impulsado por la electricidad es aún más grande; los servicios en la nube son importantes, pero la economía digital que crece sobre la nube es aún más grande; los modelos grandes son importantes, pero los nuevos productos, servicios, organizaciones y estilos de vida respaldados por estos modelos podrían ser mucho más grandes.
Oppose the illusion of plans in the intelligent era
Cada surgimiento de una tecnología generalista desencadena una ilusión de planificación. Si la nueva tecnología es tan poderosa, ¿por qué no planificarla de manera centralizada por unas pocas instituciones? Si la IA puede procesar cantidades masivas de datos, ¿por qué aún se necesita el mercado? Si los algoritmos pueden predecir la demanda, ¿por qué se necesitan los precios? Si los robots pueden producir, ¿por qué no distribuir directamente según la demanda?
La atracción de esta imaginación radica en que reduce los problemas económicos a problemas de cálculo.
Pero el núcleo de la vida económica nunca ha sido solo calcular. También incluye descubrir, incentivar, confiar, asumir responsabilidades y elegir.
Los sistemas de planificación pueden optimizar objetivos conocidos, pero tienen dificultades para descubrir objetivos desconocidos. Pueden mejorar la eficiencia en entornos con productos estandarizados, preferencias estables y datos completos, pero tienen dificultades para explorar en entornos con un espacio de productos abierto, preferencias en constante cambio y demandas aún no formadas. Pueden predecir parte del futuro a partir de comportamientos pasados, pero no pueden reemplazar la capacidad de las personas para volver a comprender sus propios deseos tras la aparición de nuevos productos.
La IA puede hacer que los planificadores sean más inteligentes, pero no elimina el conocimiento local.
¿Por qué un consumidor necesita un servicio en este momento y lugar, cómo un médico logra que un paciente confíe, por qué un niño de repente se interesa por cierto método de aprendizaje, por qué un sistema interno en una empresa enfrenta resistencia, por qué una persona mayor se niega a tomar medicamentos, por qué un usuario está dispuesto a pagar un plus por cierta experiencia: estos conocimientos son altamente contextualizados y a menudo implícitos en las relaciones, hábitos, cultura, lenguaje, cuerpo y emociones.
Cuanto más diferenciada sea la era, menos se debe dejar la vida económica en manos de la asignación centralizada. Cuanto más fuerte sea el centro, más fácil será comprimir las necesidades complejas en categorías estándar; cuanto más se busque la gestionabilidad, más probable será sacrificar el crecimiento salvaje de nuevos productos; cuanto más se prefiera la certeza, más se reprimirán las posibilidades desconocidas más valiosas que surgen de la exploración del mercado.
La inteligencia artificial no eliminará el problema de Hayek. La inteligencia artificial empujará el problema de Hayek a niveles más finos.
Lo verdaderamente importante en el futuro no es que un solo centro lo sepa todo, sino que innumerables conocimientos locales puedan integrarse en el proceso de experimentación social a través de precios, transacciones, contratos, competencia y emprendimiento. Los mercados no existen por falta de capacidad de cálculo. Los mercados existen porque el futuro es abierto, el conocimiento está disperso, las preferencias son heterogéneas y los incentivos son necesarios.
Otra falla más profunda del ilusión del plan en la era inteligente: trata la "demanda" como si fuera una lista ya existente y a la espera de ser satisfecha.
Pero la gran demanda no está preescrita. Las personas comprenden sus propios deseos después de que aparecen nuevos productos, reordenan sus preferencias a través de la imitación social, descubren su disposición a pagar mediante comparaciones de precios y aprenden qué vale la pena comprar nuevamente a través de la experiencia de consumo. Muchas demandas importantes del futuro ni siquiera tienen nombre hoy. Dado que no tienen nombre, no pueden ser registradas anticipadamente por la planificación central; dado que no pueden ser registradas, no pueden ser optimizadas de una sola vez.
El valor del mercado radica en que permite que estas necesidades anónimas surjan a través de la experimentación.
Riesgo de monopolio y condiciones del mercado
Defender la teoría del precio no es una alabanza ingenua de los mercados reales.
En la era de la inteligencia artificial, es completamente posible que surjan nuevos monopolios. Modelos base, capacidad de cómputo, datos, chips, plataformas en la nube, puntos de acceso y sistemas operativos podrían generar economías de escala y barreras de entrada. Las plataformas del segmento superior podrían comprimir los beneficios en la capa de aplicaciones mediante precios, interfaces, control de datos e integración vertical, convirtiendo a los innovadores aguas abajo en dependientes. Lo que se denomina ingresos de dos billones de dólares podría provenir tanto de una creación de valor enorme como parcialmente de rentas de plataforma.
Es precisamente por eso que necesitamos una teoría de precios más seria, no menos teoría de precios.
Para que el mecanismo de precios funcione eficazmente, se requieren condiciones institucionales: libertad de entrada, protección de la propiedad, cumplimiento de contratos, orden competitivo, normas antimonopolio, portabilidad de datos, interfaces abiertas y responsabilidad clara. Sin estas condiciones, los precios serán distorsionados por el poder, los beneficios se convertirán en rentas y la plataforma pasará de ser infraestructura del mercado a convertirse en señor feudal del mercado.
Por lo tanto, la tarea institucional de la era de la inteligencia artificial no es reemplazar el mercado con planes, sino proteger la apertura del mercado como mecanismo de exploración.
Necesitamos que la capa de infraestructura sea lo suficientemente robusta, pero sin bloquear la capa de aplicaciones. Necesitamos que las empresas de modelos obtengan retornos por la innovación, pero sin que puedan consumir arbitrariamente todos los escenarios aguas abajo. Necesitamos permitir que los emprendedores accedan a capacidades de inteligencia general, manteniendo el control sobre los usuarios, los datos, la marca y las relaciones de servicio. Necesitamos que los consumidores tengan opciones, que los trabajadores tengan oportunidades de transformación y que nuevas empresas puedan desafiar a las establecidas.
El mercado no es un vacío natural. El mercado es un logro institucional.
La reivindicación de la teoría del precio no significa que cada precio en la realidad sea justo, ni que cada beneficio provenga de la creación de valor. Significa que, en un entorno institucional abierto, competitivo y accesible, los precios, los beneficios y las pérdidas siguen siendo el mejor mecanismo para que los seres humanos descubran nuevas necesidades, filtren nuevos productos y organicen nuevos servicios.
Esto es especialmente importante, ya que si la capa de infraestructura se vuelve demasiado centralizada, el auge de las aplicaciones en la era de la IA podría ser ahogado.
Los gigantes de la capa superior no solo proporcionan modelos, sino que también controlan los puntos de acceso, observan los datos de la capa inferior y pueden copiar en cualquier momento las aplicaciones con mejor rendimiento, lo que reduce el incentivo para invertir en emprendedores de la capa de aplicaciones. Los usuarios parecen enfrentarse a muchas aplicaciones, pero en realidad solo están interactuando con distintas interfaces dentro de unos pocos jardines de plataformas. Los precios aún existen, pero la libertad de entrada y la presión competitiva detrás de ellos se han debilitado.
Por lo tanto, defender la teoría del precio no es defender a los gigantes, sino defender el mercado abierto. Lo que realmente necesita protección no es una sola empresa modelo, sino el entorno institucional que permite innumerables experimentos en la capa de aplicaciones.
La posición de la persona
La inteligencia artificial cambiará la posición de las personas.
Mucho trabajo intelectual estandarizado se comprimirá. Muchos puestos que anteriormente dependían de la asimetría de información, barreras profesionales y experiencia repetitiva para generar ingresos perderán su valor. La transición no será fácil. Un programador de mediana edad no se convertirá automáticamente en coach psicológico, un maestro tradicional no se convertirá automáticamente en diseñador de educación con IA, y un médico de base no se adaptará automáticamente a sistemas de colaboración humano-máquina. La sociedad debe enfrentar este dolor y reconstruir la educación, la capacitación, la seguridad social y los mecanismos de movilidad profesional.
Pero no se debe interpretar que el valor económico de las personas está desapareciendo solo porque la transformación sea dolorosa.
Cuanto más poderosa sea la IA, más necesitarán los humanos desempeñar un papel en las partes no estandarizadas. El valor futuro de las personas podría provenir más de juicio, confianza, responsabilidad, estética, emoción, comunicación, organización y asunción de riesgos. La IA puede ofrecer recomendaciones médicas, pero si el paciente confía y sigue esas recomendaciones aún requiere relaciones humanas. La IA puede diseñar cursos, pero si los niños persisten y recuperan la confianza en sí mismos aún necesita compañía humana. La IA puede generar propuestas, pero si la organización las adopta, si los empleados colaboran, si los clientes confían y si los reguladores las aceptan, todo ello requiere coordinación humana. La IA puede proponer innumerables direcciones de innovación, pero el empresario debe elegir una dirección y arriesgar capital, reputación y vida en ella.
La función del ser humano no consiste en retirarse de todas las tareas, sino en pasar de la ejecución estandarizada a la selección de dirección y la implementación práctica.
Esto no significa que todos puedan ascender fácilmente, ni que todos los nuevos trabajos sean dignos. El mercado por sí solo no resolverá automáticamente todos los problemas de distribución. Son indispensables la política, la educación, la seguridad social y las reglas de competencia. Pero desde la lógica profunda de la organización de la producción, la IA no dejará un vacío en el que los humanos no tengan nada que hacer; cambiará qué capacidades humanas son valiosas.
Cuando las máquinas asumen cada vez más tareas cognitivas replicables, el conocimiento local, las habilidades relacionales, la capacidad de juicio y la capacidad de responsabilidad humanos, que no se pueden replicar, se volverán aún más importantes.
Esto también significa que no podemos juzgar el futuro de una persona basándonos en los títulos profesionales de hoy. Muchos trabajos futuros aún no tienen nombre. Las personas del siglo XIX no podrían haber imaginado profesiones como “ingeniero de software”, “diseñador de experiencia de usuario”, “operador de transmisión en vivo”, “científico de datos”, “arquitecto en la nube” o “creador de videos cortos”, y hoy tampoco podemos enumerar completamente la estructura laboral de la era de la IA. El trabajo humano del futuro probablemente girará más en torno a relaciones de servicio, organización de escenarios, asunción de riesgos, interpretación de necesidades, cambio de comportamiento, diseño de experiencias y generación de confianza.
Los trabajos antiguos desaparecerán, y surgirán nuevos trabajos.
Pero un cambio más profundo es que el trabajo humano pasa de “ejecutar tareas establecidas” a “organizar posibilidades abiertas”.
Conclusión: Deja un mercado para el nuevo mundo
La historia nunca avanza según las categorías profesionales de la era pasada.
Cuando las máquinas tejen, la gente llora por los tejedores; cuando los ferrocarriles atraviesan los continentes, la gente se angustia por los cocheros; cuando las luces eléctricas iluminan las ciudades, la gente lamenta a los encendedores de faroles; cuando internet consume los medios impresos y las ventanillas, la gente escribe elegías para las industrias antiguas. Estos dolores son reales. Pero si la historia estuviera compuesta únicamente por estos dolores, la humanidad ya habría quedado atrapada en el pasado.
Lo que realmente cambia el mundo no es solo la desaparición de trabajos antiguos, sino la visibilidad de nuevas necesidades, el invento de nuevos productos, la organización de nuevos servicios y la creación de nuevos estilos de vida.
La inteligencia artificial también lo hará.
Hoy, sobre los cimientos del pasado, es fácil imaginar el futuro como un proceso de eliminación de puestos de trabajo. Vemos a los redactores, programadores, agentes de atención al cliente, traductores y analistas reemplazados, pero no vemos los nuevos servicios de salud, formas de educación, organizaciones de investigación, experiencias culturales, producción familiar, procesos empresariales y estilos de vida personales que aún no han surgido. Lo destruido tiene nombre; lo creado a menudo aún no lo tiene. Por eso, el miedo siempre llega antes que la imaginación.
La responsabilidad de la economía no es vender optimismo barato ni adaptarse al pesimismo defensivo. La responsabilidad de la economía es recordar a las personas: el núcleo de la revolución tecnológica no es la aritmética de sustitución en el antiguo mundo, sino la expansión del conjunto factible en el nuevo mundo.
Cuando la IA convierte la inteligencia en un insumo barato, lo que la sociedad realmente necesita no es entregar todas las posibilidades a unos pocos centros para que las planifiquen, sino dar libertad a innumerables personas para explorar necesidades desconocidas. Necesitamos precios, porque las preferencias de las personas son heterogéneas y cambiantes; necesitamos mercados, porque el conocimiento está disperso en tiempos y lugares específicos; necesitamos ganancias, porque la innovación requiere incentivos; necesitamos pérdidas, porque los caminos erróneos deben ser eliminados; necesitamos competencia, porque nadie sabe de antemano a qué producto, servicio u forma organizacional pertenece el futuro.
Cada era antigua ha confundido sus profesiones, organizaciones e industrias con la forma natural de la civilización. Así fue en la era agrícola, así fue en la era industrial, y así también en la era de Internet. La gente cree que está protegiendo la vida, pero en realidad a menudo está protegiendo las categorías del pasado; cree que está defendiendo a la humanidad, pero en realidad a menudo está defendiendo la identidad profesional formada bajo las condiciones tecnológicas antiguas.
Pero lo que realmente protege la historia nunca han sido identidades específicas como los cocheros, los encendedores de faroles o las mecanógrafas, sino la capacidad humana de redescubrir necesidades, reorganizar la producción y recrear la vida frente a nuevas tecnologías.
Lo más valioso que se debe defender en la era de la IA es precisamente esta capacidad. Y su forma institucional sigue siendo los precios, las ganancias, las pérdidas, la competencia y la libertad de entrada en los mercados abiertos.
La reivindicación de la teoría del precio no es un regreso al pasado, sino una defensa del futuro.
El futuro no se convertirá en un paraíso estático sin escasez, sin elección, sin intercambio ni mercados debido a la potencia de la IA. El futuro será más rico y más complejo; más abundante y más diferenciado; más inteligente y más dependiente del conocimiento local y del juicio humano. La inteligencia artificial amplía las posibilidades, pero el mecanismo de precios nos ayuda a descubrir cuáles de esas posibilidades realmente tienen valor.
Dejar un mercado para el nuevo mundo es dejar un camino para las necesidades desconocidas, dejar pruebas para nuevos productos, dejar aventuras para los jóvenes y dejar una salida para la imaginación humana.
La antigua base finalmente se aflojará. La verdadera pregunta no es si podemos mantener cada uno de los carros, sino si permitimos que surjan el ferrocarril, el automóvil, el avión y aquellas cosas aún sin nombre.
Lo más valioso que se debe defender en la era de la inteligencia artificial no es una ocupación, industria u forma organizacional antigua, sino la capacidad institucional del ser humano para descubrir valor en un futuro abierto.
This is not a remnant of old economics.
Este es el portal al nuevo mundo.
This is the return of price theory.