La ciencia económica ha pasado demasiado tiempo observando el PIB como una magnitud agregada, una métrica de consuelo para la gestión política que, en última instancia, dice muy poco sobre el bienestar real o la eficiencia de un sistema. Como economistas, el dato que realmente importa es el PIB per cápita, el único capaz de aislarnos del ruido que genera el simple aumento de la población.
La actual fascinación por la inteligencia artificial generativa ha desatado proyecciones, como la de Goldman Sachs, que sugieren un aumento del 7% en el nivel del PIB mundial en el transcurso de una década, lo que supondría un avance de unas siete décimas porcentuales anuales en la productividad total de los factores (PTF). Esa cifra es ambiciosa incluso en economías maduras y en un contexto de estancamiento crónico, porque además no descarta otros crecimientos adicionales de productividad. Por ello, debe analizarse desde la realidad de la eficiencia, no desde la euforia estadística.
La falacia de los "brazos" y la PTF
Se suele argumentar que la IA liberará a las economías occidentales de la necesidad de recurrir a la inmigración. Es una simplificación peligrosa. La realidad es que la IA y la necesidad de mano de obra operan en estratos distintos. Es cierto que el avance en robótica aplicada, impulsado por una mejor gestión del capital intangible mediante IA, podría optimizar sectores intensivos en trabajo manual, como la construcción, permitiendo diseños más eficientes y una logística de obra superior. Sin embargo, la automatización extrema no elimina la necesidad de los "brazos" en sectores de servicios personales o de interacción humana, donde el valor se deriva precisamente de la presencia.
Occidente, y España como ejemplo paradigmático, ha optado por un modelo de crecimiento inorgánico: compensar la ausencia total de ganancias en productividad mediante la adición constante de factores demográficos. Es un modelo materialista (marxista) en el sentido más estricto: asume que el output económico es poco más que una función lineal de la cantidad de trabajadores. Al ignorar la productividad total de los factores, se ha anestesiado la urgencia de innovar. La IA no viene a reemplazar la necesidad de mano de obra en todas las áreas, sino a evidenciar que allí donde la productividad está estancada, el crecimiento es una ilusión.
El capital como activo intangible
Debe abandonarse la visión, también materialista, de que el capital es únicamente factor físico o demográfico. La teoría económica moderna reconoce que el capital incluye, de forma predominante, los activos intangibles. El software, los algoritmos de IA y la capacidad de procesamiento de datos no son complementos del capital; son la vanguardia del capital mismo.
La IA actúa, en este contexto, como un catalizador de la productividad de esos activos intangibles. Cuando una empresa integra estas herramientas, no solo automatiza una tarea; transforma su acervo de conocimiento operativo. El crecimiento que se necesita no proviene de añadir más unidades de trabajo, sino de hacer que el stock de capital intangible —que incluye el capital humano altamente cualificado y la tecnología acumulada— sea exponencialmente más eficiente. La vieja escuela del crecimiento, centrada obsesivamente en adicionar factores productivos físicos, ignoraba que la verdadera rentabilidad surge de la intensidad tecnológica y de la especialización. La contabilidad nacional, que sigue sin reflejar plenamente estos intangibles, contribuye al espejismo: se registra el agregado, pero se oculta la verdadera frontera del desarrollo.
La divergencia entre sectores
Mientras la IA aumenta la productividad en sectores de alta intensidad de información, su impacto en sectores de baja productividad se ve mediatizado por la capacidad de transformar los procesos. Pero aquí radica el peligro: si el Estado utiliza la IA únicamente para sostener una burocracia ineficiente, o si el mercado la emplea para reducir costes marginales sin generar valor añadido, se habrá perdido la oportunidad.
Si la IA permite que un sector altamente productivo genere el valor necesario para financiar el conjunto de la economía, la dependencia de la inmigración como motor de crecimiento inorgánico podría reconfigurarse. Ya no sería una herramienta para evitar la recesión por falta de mano de obra, sino una decisión estratégica para potenciar la competitividad. El riesgo es que la inercia política prefiera el modelo de "crecimiento por adición" frente al modelo de "crecimiento por excelencia": aumentar la PTF para elevar el PIB per cápita. La política se siente cómoda gestionando agregados: es más sencillo exhibir un PIB que sube que explicar por qué el ciudadano medio no es más próspero.
Para los gobiernos, un PIB que crece por el simple aumento de la población es una victoria. Para un análisis económico riguroso, es un estancamiento. Un PIB per cápita que no aumenta es la señal inequívoca de que la economía ha dejado de generar prosperidad real. La IA ofrece la oportunidad de romper el ciclo de estancamiento de la productividad en el que las economías occidentales llevan quinquenios inmersas. La cuestión que debe inquietar no es si la IA suple a los trabajadores, sino por qué se ha permitido que el crecimiento de la PTF sea casi inexistente durante tanto tiempo.
Conclusión: la medida del éxito
El futuro de la economía no se escribirá en el volumen de población que absorba un sistema, sino en la capacidad de transformar el conocimiento y la tecnología en valor por habitante que, por otro lado, es lo que ha permitido el fuerte crecimiento de la población en los últimos doscientos años. La verdadera frontera del crecimiento hoy es la productividad, y el instrumento capaz de expandirla es la inversión inteligente en activos intangibles.
La inteligencia artificial no es el fin del trabajo; es el examen de madurez de un modelo económico que debe decidir, de una vez por todas, si prefiere medir su éxito por la cantidad o por la calidad de su capital humano y tecnológico. Si al final de esta década se observa un incremento del PIB per cápita sin haber corregido la dependencia del crecimiento inorgánico, será una señal de que el espejismo del agregado sigue intacto: habrá mejorado la estadística, pero no la estructura.