México acelera inversiones en supercómputo, semiconductores y formación en inteligencia artificial, pero un nuevo estudio publicado por el FMI advierte que tener acceso a la tecnología no garantiza crecimiento. El país ya enfrenta una demanda de nuevas habilidades superior a su capacidad para producirlas.
México puede construir una de las mayores infraestructuras públicas de supercómputo de América Latina, acceder a los modelos de inteligencia artificial más avanzados, cerrar acuerdos tecnológicos con Estados Unidos y China y, aun así, no conseguir que la IA reduzca la distancia que lo separa de las economías más productivas.
La razón es menos visible que los chips, los centros de datos o las supercomputadoras: tener acceso a inteligencia artificial no significa tener capacidad para convertirla en productividad.
Un estudio publicado el 4 de septiembre como working paper del Fondo Monetario Internacional plantea que la llegada de la IA podría producir una nueva división económica entre países. No necesariamente entre aquellos que tienen y no tienen acceso a la tecnología, sino entre quienes poseen las capacidades humanas, empresariales e institucionales necesarias para utilizarla productivamente y quienes no.
Los autores, Patrick A. Imam y Jonathan R. W. Temple, llaman a esta posibilidad la “brecha de inteligencia”. Su conclusión cuestiona una de las promesas recurrentes alrededor de la inteligencia artificial: que el acceso casi universal a herramientas capaces de programar, analizar información, traducir, investigar o resolver problemas técnicos permitirá a las economías menos desarrolladas alcanzar rápidamente a las más avanzadas.
La tecnología puede difundirse mucho más rápido que la productividad. El estudio encuentra que los países históricamente han conseguido cerrar con mayor facilidad diferencias en capital físico y escolarización que las relacionadas con productividad. Sus estimaciones sugieren que las economías situadas por debajo de determinado nivel de capital humano podrían tardar alrededor de 65 años en abandonar el estado de menor productividad, frente a unos 25 años entre aquellas que se encuentran por encima.
La diferencia no implica que exista un número mágico de graduados o años de escolaridad a partir del cual una economía comience automáticamente a crecer. El capital humano funciona, en el modelo, como una aproximación a algo más amplio: la capacidad de absorción tecnológica. Es decir, la posibilidad real de tomar nuevo conocimiento y transformarlo en procesos, productos, empresas y aumentos sostenidos de productividad. Y ahí México tiene un problema.
México necesita habilidades más rápido de lo que puede producirlas
Un análisis diferente publicado este año por el propio FMI identifica a México entre las economías donde existe una demanda elevada de nuevas habilidades acompañada de una oferta relativamente baja de trabajadores que las poseen. El organismo coloca al país en el mismo grupo que Brasil y Suecia y sostiene que estas economías necesitan reforzar capacitación y educación en ciencia, tecnología, ingeniería y matemáticas para responder a la transformación del mercado laboral.
El fenómeno ya puede observarse en las vacantes laborales. El FMI analizó millones de anuncios de empleo y encontró que aproximadamente una de cada diez vacantes en economías avanzadas requiere al menos una habilidad considerada nueva, proporción que se reduce aproximadamente a una de cada veinte en economías emergentes. Entre las capacidades que están adquiriendo valor se encuentran particularmente las relacionadas con tecnologías digitales e inteligencia artificial.
Para México, los indicadores utilizados por el Fondo muestran una demanda de nuevas habilidades equivalente a alrededor de 60% de la referencia estadounidense, mientras que la proporción de graduados que posee esas nuevas capacidades equivale aproximadamente a 66% de la de Estados Unidos. La clasificación del organismo considera, además de esas proporciones, el desequilibrio entre la evolución de oferta y demanda dentro de cada economía. Esto convierte el problema mexicano en algo distinto de una simple falta de acceso tecnológico. La economía empieza a necesitar capacidades que su sistema educativo y laboral todavía no genera con suficiente velocidad.
Primero llegaron las máquinas
La advertencia llega precisamente cuando México acelera la construcción de infraestructura tecnológica. El gobierno trabaja en Coatlicue, una supercomputadora pública cuya inversión anunciada asciende a 6 mil millones de pesos, y desarrolla paralelamente el Clúster Nacional de Cómputo de Alto Rendimiento e Inteligencia Artificial, que integra capacidades de instituciones como la UNAM, UAM, Universidad de Guadalajara, Cinvestav, CIMAT y otras universidades y centros de investigación.
México también impulsa Kutsari para desarrollar capacidades nacionales en semiconductores y acaba de firmar con AMD un acuerdo que incluye formación de talento en inteligencia artificial, supercómputo y chips. El fin de semana añadió otra pieza: un memorando de cooperación tecnológica con China que contempla inteligencia artificial, supercómputo, robótica, formación de talento y transferencia de tecnologías avanzadas.
El país está, por tanto, tratando de resolver una parte fundamental del problema: conseguir infraestructura, tecnología, conocimiento y capacidad computacional. Pero el nuevo estudio del FMI plantea una pregunta incómoda: ¿qué ocurre si las máquinas llegan antes que la capacidad productiva necesaria para utilizarlas?
La respuesta es que dos economías podrían tener acceso exactamente al mismo sistema de IA y obtener resultados completamente distintos. Una empresa altamente digitalizada puede integrar un modelo en sus sistemas internos, conectarlo con bases de datos, automatizar procesos logísticos, rediseñar productos, optimizar inventarios y modificar la organización del trabajo. Otra empresa puede utilizar el mismo modelo para escribir correos o producir textos. En ambos casos existe “adopción de IA”. Su efecto económico, sin embargo, es radicalmente diferente.
El acceso deja de ser la brecha
Ésta es una diferencia importante respecto de la primera expansión de internet. Durante décadas, la desigualdad tecnológica se explicó mediante la llamada brecha digital: algunas personas, empresas y países tenían computadora y conexión a internet mientras otros no.
La IA modifica parcialmente ese problema. Un modelo avanzado puede distribuirse simultáneamente en decenas de países a través de internet. Una pequeña empresa mexicana puede utilizar herramientas muy similares a las disponibles para una empresa estadounidense. Un estudiante puede consultar sistemas que condensan conocimientos que antes requerían bibliotecas, especialistas o software costoso.
La inteligencia comienza a abaratarse. Pero eso no significa que también se abarate automáticamente la capacidad para aprovecharla. Una organización necesita datos, procesos digitalizados, trabajadores capaces de supervisar resultados, directivos que comprendan dónde aplicar la tecnología, acceso a capital, infraestructura informática y capacidad para rediseñar su funcionamiento. A escala nacional ocurre algo parecido.
El FMI mide la preparación para la IA considerando infraestructura digital, capital humano y políticas laborales, innovación e integración económica y regulación.
México obtiene 0.53 en su Índice de Preparación para la IA, por encima del promedio de América Latina y el Caribe, de 0.43, y también por encima del promedio de las economías emergentes, de 0.46. Sin embargo, permanece lejos de Estados Unidos, con 0.77, y de otras economías situadas en la frontera tecnológica. Los datos más recientes del índice corresponden a 2023.
Esto significa que México tampoco parte de cero. Posee una base industrial importante, universidades, integración con cadenas productivas internacionales, infraestructura digital y una política tecnológica que comienza a tratar la inteligencia artificial, los semiconductores y el supercómputo como capacidades estratégicas. La cuestión es si esas piezas conseguirán conectarse.
La paradoja de la IA mexicana
El riesgo para México podría ser construir una economía con abundante acceso a inteligencia artificial pero con una capacidad limitada para apropiarse de sus beneficios. Las grandes empresas integradas a cadenas internacionales probablemente tendrán capital, infraestructura y personal suficiente para adoptar estas tecnologías rápidamente. Las universidades y centros especializados también podrán aprovechar capacidades avanzadas de cómputo.
El problema aparece cuando la transformación debe extenderse hacia el resto de la economía. Las pequeñas y medianas empresas representan una parte enorme del tejido productivo mexicano y muchas siguen enfrentando problemas mucho más básicos de digitalización, acceso al financiamiento, profesionalización administrativa y capacitación.
En esas condiciones, distribuir herramientas de IA no necesariamente produce una transformación productiva. Puede producir simplemente más usuarios. Ésa es precisamente la diferencia que plantea el nuevo estudio: difusión tecnológica no equivale a convergencia económica.
Si la IA complementa principalmente a trabajadores altamente cualificados y a empresas que ya poseen buenas capacidades organizacionales, las economías más avanzadas pueden beneficiarse primero y acelerar todavía más. La misma tecnología que parecía capaz de reducir una brecha termina ampliándola. Pero existe un segundo escenario.
Si la inteligencia artificial reduce también el costo de aprender nuevas habilidades, adaptar tecnología, formar trabajadores y resolver problemas de implementación, puede aumentar la capacidad de absorción de economías menos desarrolladas y favorecer la convergencia. Ésa podría ser una de las decisiones centrales para la política mexicana de IA. No sólo cuánto cómputo comprar. No sólo qué modelos utilizar.
No sólo con qué país firmar acuerdos tecnológicos. Sino cómo conseguir que esa capacidad llegue al interior de empresas, escuelas, universidades y organizaciones que todavía no poseen las condiciones necesarias para aprovecharla. México está tratando de construir las máquinas de la economía de inteligencia artificial. Ahora tendrá que construir algo quizá más difícil: la capacidad de utilizarlas. Porque si el acceso a la inteligencia deja de ser escaso, la verdadera ventaja económica estará en quién sabe convertirla en productividad.
