Durante años asigné a mis alumnos de MBA leer con cuidado el Harvard Business Review para que identificaran la creciente presencia de las TICs en los negocios. De naturaleza distinta pero no menos reveladora, The Economist hace lo propio con la inteligencia artificial —y lo notable es que lo hace sin proponérselo: ni su portada le da protagonismo (apenas un discreto subtítulo, “The AI supply crunch”) ni se trata de un número especial. Aun así, la edición del 2 de mayo de 2026 dedica más espacio a la IA que a cualquier otro tema tecnológico. La inteligencia artificial ya no necesita portada; se filtra en todo. Y el mensaje para las empresas mexicanas es claro: el recurso más escaso del siglo XXI no es el talento, sino la capacidad de cómputo.
Si usted quisiera tomar el pulso del momento que vive la inteligencia artificial en el mundo, no necesitaría leer diez informes de consultoría. En sus 74 páginas, la IA aparece en al menos ocho artículos distintos, abarcando desde la escasez global de chips hasta la manera en que los hackers ya utilizan modelos de lenguaje, pasando por la batalla legal entre Elon Musk y Sam Altman, la censura china sobre startups de IA y el riesgo de que las personas dejen de pensar por sí mismas. Más que una sección temática, la IA es el hilo conductor de esta edición. Lo que emerge de esta lectura cruzada no es un panorama abstracto sobre el futuro de la tecnología. Es un mapa de las decisiones concretas que las empresas, incluidas las mexicanas, deben tomar hoy.
El artículo central de la sección de negocios, titulado Silicon Ceiling (p. 52), documenta como la demanda de capacidad de cómputo para IA está creciendo mucho más rápido que la oferta. Según datos de OpenRouter, el consumo semanal de tokens se cuadruplicó entre enero y marzo de 2026. Anthropic ha tenido que limitar el acceso durante horas pico; OpenAI canceló su herramienta de generación de video, Sora, para redirigir recursos; GitHub dejó de aceptar nuevas suscripciones para su bot de programación.
El editorial (página 12) lo resume con un título elocuente: Compute says no. La revista argumenta que la escasez de cómputo va a reconfigurar la economía de la IA, modificando desde la distribución de ganancias hasta los incentivos para usar la tecnología. Los cinco grandes hiperescaladores (Amazon, Google, Meta, Microsoft y Oracle) invertirán más de 750 mil millones de dólares este año en centros de datos, pero las empresas que fabrican el hardware invierten mucho menos. La brecha no se cerrará pronto. La IA no va a ser cada vez más barata de manera indefinida. Los precios de inferencia han caído, sí, pero las empresas que los ofrecen están quemando miles de millones para sostener esas reducciones. Conforme la demanda crezca, los costos subirán. Las empresas que adopten IA deben preguntarse no solo si la están usando, sino si la están usando eficientemente.
Los gigantes tecnológicos reportan cifras récord, pero la IA divide ganadores y perdedores. La sección The world this week: Business (página 8) reporta que los ingresos de Google Cloud crecieron 63% interanual, y que Amazon y Microsoft también sorprendieron positivamente. Sin embargo, Meta generó preocupación al anunciar un aumento de gasto en IA mucho mayor al esperado y recortes del 10% de su plantilla para operar de manera más eficiente con IA. El stock de Intel se disparó 140% desde inicio de año gracias a la demanda de su negocio de centros de datos. Samsung reportó ganancias operativas en un trimestre superiores a todo el año 2025.
Mientras tanto, el Pentágono contrató a Google para usar Gemini AI en trabajo clasificado, provocando una carta de protesta de 600 empleados. Japan Airlines anunció que usará robots humanoides para manejar equipaje en el aeropuerto de Haneda ante la escasez de mano de obra. La IA ya no es un centro de costos experimental. Es el principal motor de crecimiento de las empresas tecnológicas más grandes del mundo. Las empresas que no integren IA en sus operaciones centrales no solo perderán competitividad; quedarán fuera de las cadenas de suministro globales que se están reconfigurando alrededor de esta tecnología.
El artículo sobre DeepSeek (página 53) cuenta cómo el laboratorio chino lanzó su modelo v4 y fue recibido con indiferencia, a diferencia de la conmoción que causó su predecesor. El nuevo modelo rinde casi al nivel de los mejores modelos estadounidenses y es entre diez y mil veces más barato, pero aparentemente ya no fue tan económico de entrenar. China bloqueó además la adquisición de Manus, otra startup china de IA, por parte de Meta, y los cofundadores de Manus tienen prohibido salir de China desde marzo. La competencia global en modelos de IA se está intensificando y los precios de acceso seguirán bajo presión. Pero la verdadera batalla ya no está en los modelos per se, sino en las aplicaciones que se construyen encima de ellos. Las empresas deben enfocarse en los casos de uso que generan valor, no en la carrera de benchmarks.
El juicio Elon Musk v Sam Altman et al (página 54) comenzó el 27 de abril en Oakland. Musk alega que Altman y Brockman robaron una organización de caridad al convertir OpenAI en una empresa con fines de lucro. Si Musk gana, OpenAI podría verse obligada a revertir su reestructuración. Los mercados de apuestas consideran improbable ese desenlace, pero no imposible. La gobernanza corporativa de las empresas de IA está lejos de consolidarse. Las organizaciones que dependen de un solo proveedor de modelos de IA deben tener planes de contingencia. La diversificación de proveedores no es paranoia; es gestión de riesgos.
La columna Bartleby (página 56) aborda un fenómeno que debería preocupar a cualquier director de recursos humanos: la rendición cognitiva. Investigadores de Wharton demostraron que cuando las personas usan IA y el modelo da respuestas correctas, superan a quienes trabajan solos. Pero cuando el modelo se equivoca, los usuarios de IA obtienen resultados mucho peores que el grupo de control. En otras palabras, las personas dejan de pensar por sí mismas. El artículo sugiere tres contramedidas: contratar personas con alta necesidad de cognición, implementar incentivos y retroalimentación para que los empleados verifiquen las respuestas de la IA, y diseñar periodos libres de IA en los flujos de trabajo. La adopción de IA sin capacitación en pensamiento crítico es una bomba de tiempo. Las organizaciones necesitan políticas explícitas sobre cuándo y cómo usar IA, y mecanismos para verificar que los empleados no están delegando su juicio profesional a un chatbot.
En la sección de ciencia y tecnología (página 66), la crónica de la conferencia Black Hat Asia en Singapur revela que el modelo Mythos de Anthropic ya ha identificado vulnerabilidades severas en todos los principales sistemas operativos y navegadores web. El equipo de seguridad de la conferencia ha tenido que construir herramientas de IA para defenderse de ataques cada vez más sofisticados. Los bots atacantes se han vuelto notablemente más hábiles, acelerando los tiempos de ataque de semanas a horas o minutos. La ciberseguridad es ahora una carrera armamentista impulsada por IA en ambos lados. Invertir en IA defensiva dejó de ser opcional. Las empresas que no modernicen sus capacidades de detección y respuesta quedarán expuestas a amenazas que se mueven a velocidad de máquina.
La columna Schumpeter (página 57) describe cómo SpaceX, OpenAI y Anthropic planean salir a bolsa este año. Estas tres empresas ya están distorsionando los mercados públicos antes de listarse. El número de empresas cotizadas en Estados Unidos ha caído continuamente desde los años 90, mientras que los vehículos de inversión se han multiplicado: ahora hay más ETFs que empresas listadas. La concentración del valor en un puñado de empresas de IA va a redefinir los mercados financieros. Los directores financieros deben entender cómo la economía de la IA afecta la valoración de sus propias empresas, ya sea como adoptantes, competidores o víctimas de la disrupción. Vercel, agregaría yo, está en la lista de inminentes IPOs: Vercel es una plataforma en la nube para desplegar, alojar y escalar aplicaciones web modernas, especialmente frontend, con integración muy fluida con Git y frameworks como Next.js. Automatiza el proceso de compilación y publicación, ofrece CDN global y facilita lanzamientos rápidos sin tener que administrar servidores directamente.
La edición trae aún más referencias a la IA. La Fed está comenzando a usar los mercados de predicción de Kalshi como fuente de datos (página 59). La columna invitada de Marie Potel-Saville (página 15) describe cómo las grandes plataformas tecnológicas utilizan diseño adictivo y patrones oscuros para manipular a los usuarios, y argumenta que estas empresas deberían demostrar que sus productos no son depredadores antes de lanzarlos. En la sección de cartas (página 14), un académico advierte que Anthropic ha abandonado su compromiso de no lanzar sistemas que considere capaces de causar daño catastrófico, y que la probabilidad de una catástrofe provocada por IA se estima entre 5% y 10%.
¿Qué nos dice todo esto en conjunto? Que la inteligencia artificial ha dejado de ser una apuesta y se ha convertido en infraestructura. Si pudiera sintetizar las ocho lecciones anteriores en un marco de prioridades para cualquier empresa, sin importar su tamaño o industria, propondría el siguiente orden: Primero, audite su exposición actual. ¿Cuánto depende su operación de un solo proveedor de IA? ¿Tiene alternativas si OpenAI pierde el juicio, si Anthropic restringe el acceso o si los precios se duplican? La gestión de riesgos tecnológicos es ahora gestión de riesgos estratégicos. Segundo, mida la eficiencia, no solo la adopción. La era de usar IA para todo sin medir el retorno está terminando. En un mundo de cómputo escaso, cada token tiene un costo. Las empresas exitosas serán las que sepan cuándo la IA agrega valor y cuándo es un desperdicio. Tercero, invierta en pensamiento crítico tanto como en herramientas. Si sus empleados dejan de verificar lo que la IA produce, los errores serán más costosos que los ahorros. Diseñe procesos donde la IA asista pero el juicio humano decida. Cuarto, modernice su ciberseguridad. Los atacantes ya usan IA. Si su defensa sigue siendo manual, está jugando ajedrez contra una máquina con un tablero de damas. Quinto, no confunda la carrera tecnológica con la estrategia de negocio. DeepSeek demostró que tener el mejor modelo no garantiza capturar valor. La batalla se está moviendo hacia las aplicaciones, los flujos de trabajo y la integración con procesos reales. Ahí es donde las empresas mexicanas pueden competir.
The Economist de esta semana no es alarmista ni utópico. Es pragmático. Y su mensaje central es que la IA está entrando en una fase de maduración donde los recursos son limitados, la competencia es feroz y las consecuencias de usarla mal (o de no usarla) son cada vez más severas. Las empresas que entiendan esto primero tendrán una ventaja que ningún modelo de lenguaje puede generar: criterio estratégico.
En su visita a Washington, Trump le recordó al Rey Carlos que si no hubiera sido por Estados Unidos, los británicos estarían hablando alemán. Carlos, sin perder el paso, respondió que si no hubiera sido por los británicos, los estadounidenses estarían hablando francés. En esa misma lógica, si no hubiera sido por la IA, las empresas seguirían discutiendo si vale la pena digitalizarse. Y si no aprenden a usarla con criterio, pronto estarán hablando el único idioma que queda para quienes llegan tarde: el de las excusas.
Referencias específicas
The Economist, Vol. 459, No. 9497, 2-8 de mayo de 2026. Artículos referenciados: “Compute says no” (líder, p. 12), “Silicon Ceiling” (negocios, p. 52), “Sequel struggles” (p. 53), “Alpha trial” (p. 54), “Cognitive surrender” (Bartleby, p. 56), “Punter’s paradise” (Schumpeter, p. 57), “In odds we trust” (p. 59), “Deus ex machina” (p. 66), “The world this week: Business” (p. 8), By Invitation: Marie Potel-Saville (p. 15), Letters (p. 14).
