La IA y cómo medir el crecimiento  

La economía mundial está apostando siete billones de dólares a una tecnología cuyo retorno nadie sabe medir. España, especializada en los sectores que menos se beneficiarán, llega especialmente mal equipada. 

En enero de 2025, McKinsey calculó que satisfacer la demanda computacional de la inteligencia artificial requeriría entre 5,2 y 7,9 billones de dólares de inversión en infraestructura antes de 2030. No en modelos ni en I+D: en generación eléctrica, líneas de transmisión, sistemas de refrigeración y plantas de fabricación de semiconductores. Siete billones equivalen, aproximadamente, al PIB combinado de Alemania y Francia. Son también, en cierta medida, el muro contra el que la IA empieza a chocar. 

Los cinco grandes hiperescaladores americanos —Microsoft, Alphabet, Amazon, Meta y Oracle— destinarán colectivamente entre 660.000 y 690.000 millones de dólares en gasto de capital (CapEx) solo en 2026, el doble que en 2025. Amazon encabeza con 200.000 millones. Alphabet llega a 185.000 millones; su consejero delegado, Sundar Pichai, admitió que incluso esa cifra «no será suficiente» para atender la demanda. El proyecto Stargate, la alianza entre OpenAI, SoftBank y Oracle, tiene comprometidos 400.000 millones en tres años. Estamos ante la mayor concentración de inversión privada en una tecnología de la historia moderna. 

El problema es lo que esta inversión ya representa para la economía real. En el primer semestre de 2025, el gasto tecnológico vinculado a la IA contribuyó casi un punto porcentual a un crecimiento del PIB estadounidense del 2,1%: casi la mitad del avance económico de la primera potencia mundial lo generó una sola partida de inversión privada. La IA no solo es una industria; en Estados Unidos se ha convertido en el principal soporte macroeconómico. Un frenazo en ese gasto –por menores retornos, restricciones energéticas o tensiones crediticias– no afectaría únicamente a las cotizaciones tecnológicas. Golpearía directamente al PIB. 

Y aquí aparece la contradicción más incómoda. A pesar de los billones invertidos, la productividad agregada no lo refleja. La paradoja de la productividad —que Robert Solow formuló sobre los ordenadores en los años ochenta y que sigue plenamente vigente— se reproduce con la IA. Los ingresos anuales recurrentes de OpenAI rondan los 20.000 millones de dólares, aproximadamente el 3% del gasto en infraestructura desplegado. La brecha entre inversión y retorno medible es hoy astronómica. 

España llega a esta encrucijada con una desventaja estructural doble

Parte del problema es conceptual: nuestros instrumentos de medición son inadecuados. Un nuevo trabajo de los economistas Farach, Cambon y Spataro argumenta que la contribución de la IA permanece oculta dentro de la Productividad Total de los Factores, el cajón de sastre estadístico donde va todo lo que no puede atribuirse al capital físico ni al trabajo humano. Su propuesta es radical pero lógica: reconocer el «trabajo digital» –la capacidad cognitiva autónoma de los sistemas de IA– como un factor de producción independiente. Este trabajo digital posee propiedades que ningún factor tradicional comparte: escala ilimitada a coste marginal casi nulo, capacidad de autoaprendizaje, obsolescencia acelerada y sustituibilidad elástica respecto al trabajo humano. Hasta que no lo midamos correctamente, invertiremos a ciegas. 

España llega a esta encrucijada con una desventaja estructural doble, bien documentada recientemente por los economistas Matilde Mas, Francisco Pérez y Dirk Pilat. El primer hándicap es el déficit crónico de inversión en activos intangibles —software, I+D, formación, capital organizativo—: en 2023, España invertía en intangibles un 70% menos que en activos tangibles, cuando en Estados Unidos los intangibles ya los superaban en más de un 50%. El segundo es de especialización productiva: el sector productor digital solo representa el 5,2% del valor añadido español, frente al 10,5% estadounidense o el 10,8% finlandés. Turismo, construcción y hostelería –sectores donde la penetración de la IA no alcanza el 6% de las empresas– pesan desproporcionadamente en nuestra economía. 

Lo paradójico es que las grandes empresas españolas adoptan la IA a tasas superiores a las de Alemania, Italia o Francia. El problema no es la cúspide empresarial: es la base. Las pymes, que representan la mayor parte del empleo y del tejido productivo, apenas superan el umbral de adopción, y operan precisamente en los sectores menos digitalizados. 

El dilema español es, en el fondo, el dilema global comprimido. El retorno de la IA no es automático ni instantáneo: requiere inversión complementaria en intangibles, reorganización empresarial y tiempo. Los países que lleguen a ese proceso mejor posicionados –con sectores digitales potentes y capital organizativo acumulado– captarán la mayor parte del dividendo de productividad. España tiene trabajo pendiente antes de que los millones invertidos en infraestructura se traduzcan en algo que sus estadísticas puedan ver.