Por Canuto  

La inteligencia artificial ya supera a los humanos en varias tareas, pero el entusiasmo del mercado podría estar corriendo demasiado. Raghuram G. Rajan sostiene que la revolución tecnológica es real, aunque eso no significa que la euforia actual esté libre de riesgos financieros, técnicos y políticos.
***

  • Raghuram G. Rajan reconoce avances notables en IA generativa, incluso en tareas académicas complejas.
  • El economista advierte que el mercado podría estar subestimando riesgos mientras las empresas del sector recurren cada vez más a deuda.
  • Entre las amenazas menciona límites técnicos, cuellos de botella y una posible reacción política contra el auge de la IA.

La inteligencia artificial generativa avanza a gran velocidad y ya está alterando la forma en que se produce conocimiento, se automatizan tareas y se organiza el trabajo. Sin embargo, ese salto tecnológico no necesariamente valida el nivel de entusiasmo que hoy domina a los mercados, según plantea Raghuram G. Rajan en un análisis publicado el 20 de mayo de 2026.

El economista, exgobernador del banco central de India y profesor en Chicago, sostiene que las herramientas actuales de IA ya pueden superar a los humanos en múltiples labores. Aun así, advierte que conviene detenerse a pensar en todo lo que podría salir mal, especialmente ahora que las empresas del sector dependen cada vez más del financiamiento con deuda.

La reflexión llega en un momento en que la IA se ha convertido en uno de los motores narrativos más poderosos para Wall Street y para el capital global. La expectativa es que estos sistemas impulsen productividad, reduzcan costos y abran nuevos mercados, pero Rajan sugiere que una transformación real no impide que también haya sobrevaloración, fragilidad y posibles decepciones.

Para lectores menos familiarizados con el debate, la IA generativa incluye sistemas capaces de producir texto, imágenes, código y otros contenidos a partir de instrucciones humanas. Los grandes modelos de lenguaje, o LLM por sus siglas en inglés, son una de sus expresiones más visibles, y se han expandido con rapidez hacia educación, finanzas, programación, investigación y atención al cliente.

Rajan no niega el potencial de esa tecnología. De hecho, parte de una observación favorable. Explica que los grandes modelos de lenguaje ya pueden redactar informes de arbitraje sobre sus propios artículos de investigación que compiten con los elaborados por evaluadores humanos, un ejemplo llamativo porque se refiere a una tarea altamente especializada y de fuerte componente analítico.

Según describe, un LLM puede acceder en un instante a una parte mucho más amplia de la literatura disponible. También puede señalar debilidades analíticas, verificar demostraciones y proponer mejoras con una velocidad que los humanos difícilmente igualan, sobre todo porque los investigadores suelen trabajar con restricciones de tiempo.

En ese punto, su comentario es claro. A diferencia de los humanos, que casi siempre están presionados por plazos y carga laboral, estos sistemas “saben” o pueden consultar un volumen mucho mayor de información de manera casi inmediata. Además, a menudo muestran menos sesgos que las personas encargadas de revisar un trabajo.

Rajan añade, sin embargo, un matiz importante. Solo en contadas ocasiones los informes humanos son mejores, y cuando eso ocurre suele ser porque logran conectar puntos dispersos y ofrecer ideas nuevas. Esa distinción es central, porque sugiere que la IA puede sobresalir en síntesis, revisión y consistencia, pero no necesariamente sustituye por completo el juicio creativo o la intuición conceptual.

Una revolución posible, pero no libre de excesos

El corazón de su advertencia no está en negar la utilidad de la IA, sino en cuestionar la magnitud de la euforia financiera que la rodea. En otras palabras, Rajan separa dos cosas que a menudo se mezclan en el discurso público: que una tecnología sea transformadora no implica que todas las apuestas del mercado en torno a ella estén justificadas.

Ese punto tiene relevancia para inversores y empresas tecnológicas. En las fases tempranas de una revolución productiva, es común que surjan valoraciones elevadas, expectativas grandilocuentes y una carrera por captar capital antes de que exista claridad sobre qué modelos de negocio serán sostenibles. La historia de internet ofrece varios precedentes de entusiasmo válido, pero también de sobreinversión y ajustes dolorosos.

En el caso actual, el economista pone atención especial sobre la estructura de financiamiento. Señala que las compañías de IA recurren cada vez más a deuda, una tendencia que podría amplificar los riesgos si el crecimiento prometido no se materializa al ritmo esperado o si aparecen cuellos de botella que retrasen la monetización.

Cuando una industria de alto crecimiento se apalanca demasiado, el problema no es solo empresarial. También puede trasladarse a bancos, mercados de crédito, proveedores de infraestructura y fondos de inversión que asumen que la expansión será lineal. Si esa trayectoria se frena, el ajuste suele ser más brusco y con efectos más amplios.

La advertencia resulta especialmente pertinente en un momento en que la IA se percibe como una apuesta casi inevitable. Buena parte del mercado actúa bajo la premisa de que cualquier actor expuesto al tema tendrá retornos elevados, pero Rajan plantea que incluso dentro de una tendencia tecnológica real puede haber perdedores significativos, márgenes presionados y expectativas que terminen corregidas.

Su mensaje también toca una discusión más amplia sobre productividad. Aunque la IA ya muestra capacidades impresionantes, convertir esas destrezas en ganancias sostenidas para la economía requiere adopción efectiva, integración en procesos reales, cambios organizacionales y tiempo. Esa transición rara vez es automática, y mucho menos uniforme entre sectores.

Los riesgos que el mercado podría estar ignorando

El texto citado por Project Syndicate plantea que el entusiasmo actual puede estar dejando en segundo plano varios focos de riesgo. Entre ellos figuran límites técnicos, escasez de capacidad de cómputo y una posible reacción política contra la expansión de la IA. Todos esos factores pueden alterar proyecciones de ingresos y de crecimiento.

La escasez de cómputo es un punto sensible porque los modelos más avanzados dependen de enormes volúmenes de procesamiento, centros de datos y chips especializados. Si la demanda por infraestructura crece más rápido que la oferta, los costos pueden subir y el despliegue de nuevos sistemas podría ralentizarse, afectando a desarrolladores y clientes por igual.

Otro riesgo es el posible estancamiento del rendimiento de los modelos. La narrativa dominante asume mejoras continuas, pero Rajan sugiere que no debe darse por hecho que cada nueva generación mantendrá el mismo ritmo de avance. Si las ganancias de calidad o utilidad empiezan a disminuir, la brecha entre promesa e ingresos reales podría hacerse más visible.

A eso se suma el frente político. A medida que la IA reordena empleos, concentra poder empresarial y altera sectores sensibles, pueden aparecer respuestas regulatorias o sociales más duras. Una reacción política adversa podría limitar ciertos usos, encarecer el cumplimiento normativo o frenar despliegues en áreas donde hoy el mercado anticipa rápida expansión.

Para un público que sigue también el ecosistema cripto, el argumento no resulta ajeno. En blockchain y activos digitales ya se vio cómo una narrativa poderosa puede atraer flujos masivos de capital mucho antes de que maduren los casos de uso. La lección no es que la innovación sea falsa, sino que el mercado suele adelantarse a la realidad y castigar con fuerza cuando aparecen límites.

En ese sentido, la intervención de Rajan funciona como un llamado a distinguir entre transformación estructural y exuberancia financiera. Que la IA vaya a cambiar la naturaleza del trabajo no obliga a concluir que todas las valoraciones actuales sean razonables, ni que la expansión del sector será lineal, rápida y políticamente pacífica.

Lo que sí reconoce Rajan sobre la IA

Un aspecto importante de su postura es que no adopta un tono tecnófobo. Al contrario, empieza reconociendo que las herramientas de IA generativa han mejorado de forma rápida y que ya superan a los humanos en muchas tareas. Su ejemplo sobre la evaluación de artículos académicos es concreto y difícil de descartar como simple exageración mediática.

Esa precisión importa porque evita una lectura simplista del debate. No se trata de una crítica al progreso técnico, sino de una objeción al exceso de confianza del mercado. En otras palabras, Rajan acepta la potencia de la innovación, pero cuestiona la facilidad con la que se da por hecho que el resultado económico para inversionistas y empresas será necesariamente extraordinario.

También subraya una ventaja operativa relevante de los modelos de lenguaje: su menor exposición a ciertos sesgos humanos y su capacidad para examinar grandes cuerpos de información en segundos. En tareas de revisión, análisis comparativo y chequeo de consistencia, esa combinación puede ofrecer mejoras reales de productividad.

Aun así, deja espacio para una superioridad humana en escenarios específicos. Cuando un evaluador logra unir ideas dispersas y aportar una intuición verdaderamente original, la máquina todavía no siempre lo iguala. Esa observación, aunque breve, ayuda a entender que el futuro del trabajo podría orientarse más hacia complementariedad y redefinición de roles que hacia sustitución total e inmediata.

Visto en conjunto, su análisis introduce una nota de cautela en un mercado acostumbrado a premiar narrativas de crecimiento sin fricción. La IA puede ser una revolución auténtica y, al mismo tiempo, atravesar fases de exceso, desilusión y reordenamiento. De hecho, muchas de las grandes transformaciones tecnológicas de la historia siguieron ese patrón.

Por eso, la llamada “ducha fría” de Rajan no equivale a negar el futuro de la IA. Más bien propone una pregunta incómoda, pero necesaria: si la tecnología avanza con fuerza, ¿por qué asumir que el mercado ya descontó de forma correcta todos los riesgos, costos y límites que todavía podrían emerger?


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados