El presidente de la Fed, Kevin Warsh, lleva tiempo defendiendo que las ganancias de productividad impulsadas por la IA podrían ser estructuralmente desinflacionistas, al reducir los costes de producción y ayudar a contener los precios de los productos. Pero los datos, y los propios gobernadores de la Reserva Federal, demuestran lo contrario.
Miguel Ángel Valero
Un gráfico elaborado por DWS compara el crecimiento interanual de la producción no agrícola por hora en EEUU con el crecimiento interanual de la compensación real por hora desde 1985. La productividad se ha recuperado de la caída posterior a la pandemia en 2022 y ahora está creciendo más rápido que los salarios reales. La economía está produciendo más por hora trabajada, mientras que el poder adquisitivo de los hogares también está aumentando, aunque a un ritmo más lento.
Eso encaja con el patrón que los optimistas de la inteligencia artificial (IA) desean ver. El presidente de la Fed, Kevin Warsh, lleva tiempo defendiendo que las ganancias de productividad impulsadas por la IA podrían ser estructuralmente desinflacionistas, al reducir los costes de producción y ayudar a contener los precios de los productos. Los salarios reales subirían sin que los nominales se descontrolaran, lo que a la larga facilitaría justificar unos tipos de interés más bajos.
El problema es que los responsables de los bancos centrales rara vez pueden apostar por un único mecanismo causal, incluso cuando lo han identificado correctamente. “Fuera de los libros de texto de economía, rara vez se dan las mismas condiciones”, señala Christian Scherrmann, economista jefe para EEUU de DWS.
Es posible que Warsh tenga que ocuparse primero de los precios del petróleo y las expectativas de inflación. A corto plazo, el auge de la inversión en IA podría incluso complicar aún más la situación, al impulsar la demanda de insumos escasos, desde capital y cobre hasta electricistas.
Las ganancias de productividad a nivel de tareas parecen ser reales, pero concentradas, y no necesariamente en los sectores donde la demanda es mayor. Además, muchas tareas difíciles de automatizar siguen requiriendo criterio, contexto y cambios organizativos, así como destreza manual. Al igual que en anteriores transformaciones tecnológicas, es probable que la IA modifique los precios relativos y los salarios mucho antes de que se haga evidente su impacto en el conjunto de la economía.
Las señales de precios indican a hogares y empresas cuándo y cómo adaptarse, quizá incluso incentivando a algunos programadores de software a reciclarse como electricistas. Estos desajustes temporales en las competencias pueden ayudar a explicar por qué las nuevas tecnologías tardan en reflejarse en las estadísticas de productividad.
Lo cierto es que el mercado lleva meses comprando el mensaje de que la IA va a ser desinflacionaria. La lógica era sencilla: más productividad, menos costes, precios más bajos. Pero la Fed, pese a que su nuevo presidente es partidario de esa tesis, asegura que no es tan rápido. La gobernadora Lisa Cook subraya que la inflación lleva por encima del objetivo más de cuatro años consecutivos y los 1,5 billones$ comprometidos en centros de datos no van a resolver eso de la noche a la mañana. El presidente de la Fed de St. Louis, Alberto Musalem, aporta más argumentos: el PCE de abril en el 3,8%, máximo desde mayo de 2023, y el subyacente en el 3,3% no son compatibles con recortes de tipos a corto plazo. El mercado ya descuenta tipos en el 3,5-3,75% hasta bien entrado 2027.
La tesis de fondo importa: si la IA tarda más de lo previsto en comprimir costes, el relato desinflacionario se evapora y los múltiplos de las grandes tecnológicas ligados a ese argumento quedan expuestos. Los tipos altos más tiempo impactan negativamente en valoraciones, en el sector inmobiliario y en toda empresa con deuda flotante.
Team.blue
Fundadores de algunas de las empresas SaaS (Software como Servicio, que se entrega a través de Internet, generalmente mediante suscripción, en lugar de instalarse en su propio dispositivo o servidores) .en expansión más destacadas de España, inversores, asesores y otros profesionales del ecosistema digital se reunieron en Madrid para debatir el futuro de las empresas de software en la era de la IA, convocados por team.blue y Metricool (su marca de gestión de redes sociales) en Scale & Sip: Building SaaS for the AI Era’.
Se constata que se trata de un sector emprendedor que vive un momento de madurez en España, con más de 5.000 startups activas en 2025 -un 38% más que el año anterior- y una inversión superior a los 3.100 millones€ en 376 operaciones durante el pasado año
“España está generando emprendedores SaaS con visión europea y capacidad de ejecución real. Eventos como Scale & Sip demuestran que el ecosistema ya no sólo quiere crecer, sino crecer con calidad basándose en modelos sostenibles, con IA integrada y con la mirada puesta en el liderazgo continental. Y eso es precisamente lo que facilitamos desde team.blue”, subraya Miguel Calejo, Divisional CEO de SaaS en team.blue.
Snowflake, IBM, Theta, XYO, protagonistas
- El cloud de datos estaba bajo sospecha sobre su capacidad de generar dinero 'de verdad'. El primer trimestre fiscal de Snowflake desmonta esa desconfianza: ingresos de 1.390 millones$, un 33% más que hace un año, y los procedentes del producto, 1.334 millones, suben el 34%. Más de 13.600 cuentas ya usan las capacidades de IA de Snowflake. Los clientes que gastan más de un millón al año suben a 779, un 46% más que hace doce meses. La empresa eleva la guía anual de producto a 5.840 millones, con margen operativo del 13,5%. El beneficio por acción ajustado se eleva a 0,39$, frente a los 0,32 previstos por el consenso. Snowflake es el termómetro del SaaS de datos. Si Snowflake crece al 33%, el mercado vuelve a mirar a Datadog, MongoDB, y Salesforce con apetito renovado. Los múltiplos del software cloud ligado a datos pueden expandirse. La tesis de que la IA convierte datos en facturación real recibe un gran empujón.
- IBM invertirá más de 10.000 millones$ en cinco años para entregar el primer ordenador cuántico tolerante a fallos a escala industrial en 2029. El plan cubre I+D, fabricación, adquisiciones y asociaciones ecosistémicas durante cinco años. La multinacional cuenta con más de 90 computadores cuánticos desplegados y trabaja con más de 325 organizaciones. Anderon, una nueva empresa de fabricación de chips cuánticos en EEUU, recibirá cerca de la mitad del presupuesto. El movimiento de IBM no es casual, ya que la Casa Blanca lleva meses impulsando la cuántica como seguridad nacional. La tolerancia a fallos es la clave. Sin ella, los computadores cuánticos son juguetes de laboratorio. Con ella, criptografía, logística, fármacos y materiales tienen un nuevo motor. IBM apuesta a que lo entrega antes que Google o IonQ. Una apuesta cuántica de esta magnitud puede disparar la cotización de IBM y obligar a IonQ, Rigetti y los fondos de deep tech a mover ficha. Una derivadas es la ciberseguridad post-cuántica: CrowdStrike y Palo Alto ya se están moviendo.
- Theta Network y XYO se asocian para crear una capa blockchain de verificación y autenticidad para agentes de IA. La pregunta que más asusta del boom de agentes IA no es si funcionan, sino si se puede confiar en que hagan lo que dicen. Theta y XYO están apostando a que la respuesta pasa por la blockchain. La integración permite que los agentes de IA verifiquen datos, acciones y resultados en onchain, creando un registro inmutable de lo que cada agente hace y con qué información trabaja. Theta aporta la infraestructura de compute descentralizado. XYO aporta el protocolo de prueba de ubicación y verificación. El resultado es una capa de confianza para agentes autónomos, justo cuando el mercado empieza a preguntar qué pasa cuando un agente AI toma decisiones con dinero real. Si los agentes IA necesitan verificar cada acción, la demanda de infraestructura on-chain para agentes autónomos puede ser masiva. Theta y XYO son los protagonistas directos, pero el marco más amplio beneficia a cualquier protocolo de identidad descentralizada o compute verificable.