Si se utiliza adecuadamente, podría acelerar significativamente el crecimiento económico y ayudar a que se recupere el crecimiento de la productividad.
News Press Service
FMI
Michael Spence
La economía mundial pospandemia se ve afectada por un crecimiento más lento, la inflación más persistente en décadas, avances limitados en materia de sostenibilidad y altos costos de endeudamiento que afectan la inversión, incluidas las enormes inversiones necesarias para la transición energética.
Sin embargo, tal vez el mayor obstáculo sea el lento crecimiento de la productividad desde la crisis financiera mundial.
La IA es nuestra mejor oportunidad para relajar las restricciones de la oferta que han contribuido a la desaceleración del crecimiento, las nuevas presiones inflacionarias, el aumento de los costos del capital, las dificultades fiscales y la disminución del margen de maniobra fiscal, y los desafíos para alcanzar los objetivos de sostenibilidad.
Y la razón es que la IA tiene el potencial no solo de revertir la tendencia a la baja de la productividad, sino también de producir con el tiempo un importante aumento sostenido de la productividad.
Por supuesto, llevará tiempo. La ley de Roy Amara se aplica aquí, como en episodios anteriores de transformación tecnológica: tendemos a sobreestimar los impactos de corto plazo y subestimar los de largo plazo.
Mi mejor estimación (y es sólo una estimación, basada en los patrones actuales de inversión) es que podríamos empezar a ver impactos significativos en la productividad laboral hacia fines de esta década.
Todas estas cosas son resultado de la colisión de tres fuerzas poderosas.
El primero son los shocks, como la guerra, la pandemia, el cambio climático, las tensiones geopolíticas, el resurgimiento del nacionalismo y la creciente atención a la seguridad nacional en la conducción de la política económica internacional.
Estas perturbaciones cada vez más graves y frecuentes están desplazando las redes de suministro globales hacia una mayor diversificación y resiliencia, pero se trata de una presión costosa y que contribuye a las presiones inflacionarias.
Por ejemplo, Apple está desviando más producción a la India, que hoy produce el 15 por ciento de los iPhones, mientras que sólo Corea del Sur y la provincia china de Taiwán fabrican (en lugar de diseñar) los semiconductores más avanzados, una situación insostenible desde una perspectiva de seguridad nacional.
La diversificación de las fuentes de abastecimiento se ve reforzada por iniciativas políticas encaminadas a traer importantes cadenas de suministro de vuelta a casa, o al menos a países amigos, al tiempo que niegan a los adversarios el acceso a bienes, tecnología y capital.
Algunas de estas políticas proteccionistas tienen por objeto proteger a los trabajadores nacionales de la competencia extranjera.
El resultado es una rápida fragmentación pospandémica de las redes de suministro globales que eran más cohesivas en los años de posguerra.
Las cadenas de suministro entonces seguían en gran medida criterios económicos: eficiencia y ventaja comparativa.
Hoy, es imposible maximizar la resiliencia y minimizar los costos al mismo tiempo, y ya no estamos minimizando los costos.
Entre muchos factores, este cambio estructural ha contribuido a las presiones inflacionarias.
Tendencias seculares
Si bien las tensiones pandémicas en las cadenas de suministro se aliviaron, un segundo conjunto de fuerzas en conflicto se materializa en tendencias seculares que reducen aún más la elasticidad de la oferta de la economía y aumentan los costos.
Entre ellas, la caída de la productividad, especialmente en las economías avanzadas.
Estas tendencias también incluyen el envejecimiento de la población en economías que representan más del 75 por ciento de la producción mundial.
La disminución de las tasas de fertilidad y el aumento de la longevidad están desacelerando el crecimiento de la fuerza laboral (o incluso reduciéndola), lo que deja a menos trabajadores a cargo de más personas mayores.
Dependiendo de los sistemas de seguridad social, esto crea estrés fiscal en un momento en que las tasas de interés de los bancos centrales siguen elevadas.
Es sorprendente que muchas economías avanzadas tengan escasez de mano de obra en sectores de alto empleo. En medio de una demanda agregada robusta, esto ha impedido el crecimiento y ha aumentado las presiones inflacionarias, especialmente en los Estados Unidos. Alemania ha experimentado problemas similares de oferta laboral.
El impacto de la pandemia incluyó un aumento de los niveles de deuda soberana en una amplia gama de economías. La deuda soberana global ahora supera el producto interno bruto mundial y sigue aumentando más allá de este umbral en los Estados Unidos, donde la proporción ahora es del 120 por ciento.
La proporción de Europa es del 88,6 por ciento, con Grecia, Italia, España, Francia, Bélgica y Portugal por encima del promedio (en los casos de Grecia e Italia, por mucho).
La deuda soberana de China parece menor, excepto cuando se cuenta la deuda de las empresas estatales, que forman una parte significativa del sector corporativo.
Esto se explica en parte por el gasto masivo y exitoso durante la pandemia para evitar el sufrimiento humano, el cierre de empresas y el daño a los balances personales y corporativos.
Una razón por la que la demanda se mantuvo resistente a medida que subían las tasas de interés es precisamente porque el daño a los balances que se produjo durante la crisis financiera mundial fue mucho menor en la economía pandémica.
Por último, en esta segunda categoría, la poderosa fuerza deflacionaria de varias décadas asociada con el crecimiento de las economías de mercado emergentes y la introducción de grandes incrementos de capacidad productiva en la economía global, especialmente pero no exclusivamente en China, está desvaneciéndose.
Los economistas del desarrollo se refieren a esto como el “punto de inflexión de Lewis”, es decir, la etapa del crecimiento en la que la mano de obra subempleada y subutilizada en los sectores tradicionales de una economía de mercado emergente se agota en gran medida y es absorbida por la urbanización y por sectores mejor conectados de la economía.
La productividad merece una atención especial. El crecimiento de la productividad en Estados Unidos fue en promedio del 1,68% entre 1998 y 2007, un período durante el cual muchos estadounidenses tuvieron acceso a Internet y, más tarde, a teléfonos móviles. Luego, el crecimiento de la productividad se desaceleró al 0,38% entre 2010 y 2019.
Esta caída se aplicó a toda la economía. El crecimiento de la productividad de los sectores de bienes y servicios transables, que tienden a ser más productivos a pesar de emplear a menos de una cuarta parte de los trabajadores, cayó del 4,27% al 1,23%.
Los sectores de servicios no transables, grandes y menos productivos, disminuyeron del 0,73% a prácticamente cero.
Un hecho sorprendente es que, a pesar de este patrón reciente de crecimiento moderado de la productividad, Estados Unidos ha tenido un desempeño destacado en comparación con otras economías avanzadas, incluida toda Europa.
En Europa, el rezago en el crecimiento y la productividad se debe en parte a una adopción y despliegue menos rápidos y efectivos de las tecnologías digitales y a sectores tecnológicos subdesarrollados en comparación con Estados Unidos y China.
La productividad medida aumentó ligeramente durante la pandemia, en gran medida porque las industrias menos productivas cerraron parcialmente, mientras que los sectores de mayor productividad pasaron al trabajo remoto. Necesitaremos más datos para saber si este repunte perdurará, pero se observan patrones similares en otras economías desarrolladas.
El efecto combinado de estos dos conjuntos de fuerzas es un cambio relativamente rápido de un crecimiento restringido por la demanda a uno restringido por la oferta.
El crecimiento es moderado, la inflación persiste y las tasas de interés reales siguen elevadas. Muchos economistas, incluido yo, creen que las condiciones estructurales que he descrito significan que los costos de endeudamiento probablemente seguirán siendo elevados, y ciertamente más altos que durante la década posterior a la crisis financiera mundial.
Eso probablemente causará cambios importantes en el mundo de la inversión, entre ellos, manteniendo altos el costo del capital y las tasas de descuento y deprimiendo las valoraciones.
Cabe señalar que los inversores no están de acuerdo y cambian de opinión sobre la trayectoria probable de las tasas de interés. Por ejemplo, las expectativas del año pasado de que la Reserva Federal haría siete recortes de un cuarto de punto porcentual en las tasas de interés este año se desvanecieron rápidamente. Los mercados ahora están descontando uno o dos recortes.
Las expectativas pueden evolucionar aún más hacia tasas más altas durante más tiempo, y las condiciones estructurales apuntan en esa dirección.
Revoluciones tecnológicas
Esto nos lleva al tercer conjunto de fuerzas en colisión: la ciencia y la tecnología. Hay al menos tres transformaciones revolucionarias en marcha.
Una es la transformación digital que durará varias décadas y que ahora se ha acelerado gracias a los avances en inteligencia artificial. La segunda es una revolución en las ciencias biomédicas y de la vida. La tercera son las tecnologías que sustentan la transición a la energía sostenible.
Los tres disfrutan de una gran inversión. El progreso acelerado no sólo está impulsado por los avances, sino también por la disponibilidad de una serie de herramientas poderosas cuyos costos están disminuyendo y su accesibilidad aumenta.
Los costos de la energía solar se han desplomado en la última década. Otros avances han proliferado, desde semiconductores avanzados hasta la secuenciación del ADN y modelos tridimensionales de cientos de millones de proteínas disponibles gratuitamente en una base de datos pública.
El desarrollo de tecnologías como estas y su aplicación en aplicaciones productivas impulsará importantes cambios estructurales en las economías del mundo. No podemos predecir el alcance total de lo que presagian estos cambios, pero sus efectos sin duda serán significativos.
La tecnología emergente puede producir un aumento sostenido de la productividad, como argumenté el año pasado en un artículo sobre el potencial de la IA generativa (con James Manyika de Google). Esto es coherente con otras estimaciones, como la del McKinsey Global Institute.
La IA generativa es la primera IA con una capacidad similar a la humana para operar en múltiples dominios y detectar y cambiar de dominio basándose únicamente en indicaciones conversacionales. Puede hablar sobre inflación, escribir código informático y hacer algunas matemáticas, aunque esto es un trabajo en progreso.
Su capacidad sobrehumana de reconocimiento de patrones la convierte en un poderoso asistente digital. En lugar de la automatización total, el mejor modelo es la colaboración entre máquina y humano, o lo que a veces se llama “aumentación”.
Geoffrey Hinton, pionero de la IA en redes neuronales modernas, tiene una comprensión especial de las implicaciones. Utiliza el ejemplo de un médico experimentado.
Si bien puede haber tratado a miles de pacientes, la IA médica puede revisar y absorber cientos de miles. Eso puede hacer que sea útil para el médico experimentado, y aún más para aquellos que son menos experimentados.
Esto es consistente con los estudios de aplicaciones de IA en otras áreas, como el servicio al cliente, donde los asistentes digitales de IA, entrenados en interacciones pasadas, produjeron grandes ganancias de productividad en general y beneficios aún mayores para los agentes menos experimentados.
La IA es una tecnología de uso general que tiene aplicaciones en toda la economía, por sector y tipo de trabajo. Esto es importante porque solo las tecnologías de uso general pueden producir un aumento de la productividad en toda la economía.
Las aplicaciones de IA ya se están incorporando a dispositivos personales como teléfonos, en parte gracias a los semiconductores avanzados.
Dicho esto, es necesario superar desafíos para alcanzar el potencial. Uno de ellos es implementar una regulación para prevenir el uso indebido de la tecnología y los datos. Esa agenda regulatoria de mitigación de riesgos está en proceso en todo el mundo.
Otra es superar el sesgo de automatización, o lo que Erik Brynjolfsson llama la trampa de Turing, la fuerte tendencia a ver esta tecnología como una automatización total y, por lo tanto, un reemplazo de los humanos.
Esta es una opinión común en los medios de comunicación, en el mundo empresarial y en los debates sobre políticas, y la preocupación generalizada por la drástica caída del empleo lo refleja.
Probablemente, la cuestión de política más importante se refiere a los beneficios potenciales. Para que la IA alcance un impacto económico pleno a lo largo del tiempo, debe ser accesible a todos los sectores de la economía y a las empresas grandes y pequeñas.
No hay duda de que las enormes inversiones realizadas en sectores como la tecnología y las finanzas tendrán un gran impacto, pero las aplicaciones deben llegar a grandes sectores de empleo que tienden a quedarse rezagados, como el gobierno, la atención de la salud, la construcción y la hostelería.
Los estudios previos a la IA sobre la adopción digital indican que este amplio patrón de difusión no está garantizado y que, si se deja totalmente en manos de las fuerzas del mercado, es posible o incluso probable que se produzcan divergencias.
Las políticas de accesibilidad, difusión y desarrollo de capacidades para aprovechar todo el potencial de la IA son débiles en comparación con el intenso enfoque en la mitigación de riesgos y el uso indebido.
Ampliar las primeras sin abandonar las segundas es un elemento importante del reequilibrio de las políticas. No se trata de recomendar que los gobiernos elijan a los ganadores o campeones nacionales. Por el contrario, una política de competencia eficaz debería ser parte de la cartera de políticas.
Además, parte del enfoque debe centrarse en los sectores y las empresas que pueden quedarse rezagados en el descubrimiento y la adopción, como las pequeñas y medianas empresas, por ejemplo.
Y dado que los puestos de trabajo cambiarán con los colaboradores de la IA, la capacitación y la adquisición de nuevas habilidades merecen una atención prioritaria.
Retos a superar
Los beneficios potenciales de la IA van mucho más allá de contrarrestar los desafíos pospandémicos de productividad y crecimiento. Se prevé que tengan un impacto en la investigación científica y tecnológica, desde la biología hasta la física y la ciencia de los materiales, y que desempeñen un papel clave en la transición energética.
El talento, la capacidad de procesamiento y la creciente demanda de electricidad son las principales barreras para construir modelos de IA generativa cada vez más potentes.
La disponibilidad de datos no es una limitación importante. Internet cuenta con abundantes datos de entrenamiento. Por supuesto, hay IA que no está en la categoría de IA generativa y que es poderosa e importante.
AlphaFold, un sistema de IA que predice las estructuras tridimensionales de las proteínas, es un ejemplo. Para esta aplicación se necesitan datos biológicos especializados y aportes de expertos sobre cómo funciona el plegamiento de proteínas.
También es cierto que las megaplataformas que impulsan el desarrollo de la IA generativa tienen modelos de negocio que se basan en datos personales y en una segmentación muy precisa, pero para entrenar grandes modelos de lenguaje y similares no se necesitan datos personalizados y sensibles.
Los sistemas lo suficientemente potentes como para entrenar modelos con miles de millones de parámetros residen en gran medida en sistemas de computación en la nube del sector privado, principalmente en Estados Unidos y China.
Eso, sumado a la competencia por el talento, pone a la ciencia y al mundo académico en desventaja. Ampliar la infraestructura informática a una amplia comunidad de investigadores e innovadores es un paso político importante necesario para democratizar la creación de una comunidad abierta con un buen equilibrio entre la innovación académica y privada. Lograr ese equilibrio favorecerá una difusión generalizada.
Europa corre el riesgo de quedarse atrás de Estados Unidos y China en el desarrollo y la aplicación de la IA por tres razones. Una es la relativa falta de financiación de la Unión Europea a la investigación básica.
La segunda es que no cuenta con la capacidad informática necesaria para apoyar la investigación. La tercera es que no aprovecha al máximo la gran escala de la economía europea.
Con unos costes de desarrollo fijos elevados y unos costes variables relativamente bajos en el ámbito digital y de la IA, la escala es una enorme ventaja para determinar el rendimiento de la inversión. Los mercados de capital europeos siguen fragmentados; la integración de los mercados de servicios es incompleta y se ve obstaculizada por una regulación fragmentada a nivel nacional.
Queda por ver si esta situación persiste o si se produce un cambio de dirección tras las recientes elecciones al Parlamento Europeo. Dos informes a la Comisión Europea (uno de Enrico Letta y otro de Mario Draghi, que se publicará próximamente) abogan por una mayor inversión en tecnología digital.
China es una potencia en materia de inteligencia artificial. India, con sus sólidas raíces en tecnología digital, un mercado interno grande y en crecimiento y grandes reservas de capital humano en el campo de la ingeniería, probablemente será una potencia en ascenso.
El resto de las economías de mercado emergentes pueden beneficiarse enormemente de las aplicaciones de IA, pero al menos durante los próximos años, serán en gran medida consumidores de tecnología de IA avanzada generada principalmente en Estados Unidos y China.
La IA impulsará cambios estructurales y disrupciones a gran escala durante décadas. Si bien algunos perderán sus empleos debido a la automatización o al rápido crecimiento de la productividad, y otros serán contratados para empleos nuevos y creados por la tecnología, los más afectados serán los trabajadores intermedios.
En este caso, los empleos no necesariamente desaparecerán, pero sí cambiarán. Será un proceso disruptivo que requerirá habilidades diferentes y muchos cambios organizacionales. Tanto el sector privado como el público tienen un papel importante en facilitar las transiciones.
Con el apoyo de políticas para acelerar la difusión en toda la economía, la IA podría acelerar significativamente el crecimiento económico y ayudar a que se recupere el crecimiento de la productividad. Y si relaja las restricciones del lado de la oferta que son parte de la historia de la inflación, indirectamente podría reducir las tasas de interés reales y el costo del capital con el tiempo.
En un mundo que requiere billones de dólares de inversión para cambiar la ecuación de la eficiencia energética y la transición verde, eso sería de ayuda. Y en la parte envejecida de la economía global, ayudaría a la población activa más joven a apoyar al grupo de mayor edad sin sacrificios indebidos.
A pesar de los shocks y los vientos contrarios seculares que frenan el crecimiento, tenemos el talento y las herramientas para fomentar el crecimiento, la inclusión y la sostenibilidad en la economía global, pero solo si tenemos la voluntad de usarlos de manera agresiva, pero sabía.
