Artificial Intelligence and the Great Divergence: claves, contexto y por qué este documento va mucho más allá de la IA
- hace 1 día
- 8 Min. de lectura
Aunque este no es un blog de actualidad política, hay documentos que merece la pena analizar porque no hablan del presente… sino de hacia dónde se mueve el mundo.
Uno de ellos es Artificial Intelligence and the Great Divergence, publicado en enero de 2026 por el Council of Economic Advisers de la Casa Blanca. (https://www.whitehouse.gov/research/2026/01/artificial-intelligence-and-the-great-divergence/)
No es un paper técnico. No es un informe económico al uso. Es, en esencia, un documento que plantea una pregunta incómoda:
¿Puede la inteligencia artificial crear una nueva brecha entre países?
Es decir: ¿puede la IA hacer que algunos países aceleren su crecimiento… mientras otros se queden atrás?
Porque si eso ocurre, no estaríamos solo ante una revolución tecnológica, estaríamos ante un cambio en el equilibrio global de poder, Y eso es lo que hace que este documento sea especialmente interesante.
La idea central: la IA como nueva Revolución Industrial
El documento arranca con un paralelismo muy potente. Durante siglos, las economías del mundo evolucionaron de forma relativamente similar… hasta que llegó la Revolución Industrial. A partir de ese momento, algunos países empezaron a crecer mucho más rápido que otros.
Ese proceso es lo que se conoce como la Great Divergence. No fue un cambio gradual. Fue una ruptura. Un punto en el que la tecnología dejó de ser una herramienta…y pasó a ser un factor de ventaja estructural entre países.
Hoy, el documento plantea que podríamos estar ante un momento similar, pero esta vez, el motor no es la máquina de vapor, sino la inteligencia artificial.
La pregunta que lanza el informe es directa:
¿Puede la IA provocar una nueva Gran Divergencia?
Es decir:
¿puede acelerar a los países que lideran la tecnología?
¿puede dejar atrás a los que no consigan adoptarla a tiempo?
Y aquí está lo realmente interesante: la IA no es solo una tecnología más, es una tecnología que afecta a la productividad, toma de decisiones, innovación, automatización, generación de conocimiento..., es decir, afecta a las bases mismas de la economía.
Por eso, si la IA se desarrolla y se adopta de forma desigual, el resultado no será solo una diferencia tecnológica.
Será una diferencia económica, y en última instancia, una diferencia de poder.
Cómo medir la “carrera de la IA”
Hablar de inteligencia artificial es fácil, medir quién va ganando… no tanto.
Uno de los puntos más interesantes del documento es que evita el discurso abstracto y propone tres indicadores muy concretos para entender el avance real de la IA. No se trata de quién tiene el mejor modelo en un benchmark. Se trata de quién está construyendo ventaja sostenida.
El informe lo simplifica en tres dimensiones:
1️⃣ Inversión
Quién está poniendo el dinero, y no solo en modelos, sino también en chips, centros de datos, infraestructuras, energía y talento. La inversión en la base de todo. sin inversión no hay capacidad.
2️⃣ Performance
Qué tan capaces son los sistemas de IA. Esto incluye: resolución de tareas complejas, rendimiento en benchmarks, capacidad de razonamiento y automatización de procesos.
Hay un matiz importante: la performance no es estática sino que mejora continuamente a medida que se invierte más
3️⃣ Adopción
Hasta qué punto la IA se está usando en el mundo real.Porque una tecnología no cambia nada…hasta que se utiliza. Aquí entran empresas que integran IA, trabajadores que la usan y procesos productivos que dependen de ella. La adopción es lo que convierte la tecnología en impacto económico.
Cómo encajan estas tres piezas
Estas tres dimensiones no son independientes. Forman un ciclo:
inversión → mejora de performance → mayor adopción → más inversión
Es un bucle de aceleración. Y quien consiga mantener ese ciclo…es quien liderará.
El impacto económico: potencial enorme, incertidumbre total
Si hay una pregunta que sobrevuela todo el debate sobre la IA, es esta:
¿Cuánto va a impactar realmente en la economía?
El documento intenta responderla…y la respuesta es tan interesante como incómoda: nadie lo sabe con precisión
Un rango de impacto enorme
El informe recoge múltiples estimaciones sobre el impacto de la IA en el PIB. Y el rango es sorprendentemente amplio:
escenarios conservadores: +1%
escenarios medios: +4% a +7%
escenarios agresivos: +20% a +45%
Esta dispersión no es un problema metodológico. Es una señal de algo mucho más importante: estamos ante una tecnología con impacto potencial masivo… pero con un comportamiento aún difícil de predecir
Productividad: la clave real
Más allá del PIB, el documento pone el foco en un concepto fundamental: Total Factor Productivity (TFP)
La TFP mide algo muy simple: cuánto produce una economía con los mismos recursos, y aquí está la clave; en economías avanzadas el crecimiento ya no viene tanto de trabajar más sino de hacer más con lo mismo
La IA encaja directamente aquí, porque su valor no está solo en automatizar tareas, sino en mejorar decisiones, acelerar procesos y optimizar sistemas completos
El efecto retraso (muy importante)
Hay otro punto clave que muchas veces se pasa por alto. El impacto de una tecnología no es inmediato.
Históricamente:
las inversiones en tecnología tardan años en traducirse en productividad
los beneficios reales aparecen cuando la tecnología se integra en procesos
Ejemplo:
inversiones tecnológicas en los 70–80 → impacto en los 90
Esto implica algo muy importante para la IA: el boom actual de inversión no refleja aún su impacto real; lo que estamos viendo ahora es solo el principio
Una señal interesante del presente
Aun así, el documento destaca un dato relevante: en la primera mitad de 2025 la inversión en IA ya aumentó el PIB de EE. UU. a un ritmo anualizado del 1,3%. Esto es interesante porque recuerda a otras grandes transformaciones tecnológicas del pasado.
La velocidad del cambio
Si hay una idea clave en el documento, es esta: la IA no está evolucionando. Está acelerando.
El crecimiento no es lineal:
el cómputo para entrenar modelos se multiplica ~4x cada año
ha crecido más de mil millones de veces desde 2012
el coste de uso cae drásticamente
Resultado: más capacidad, menor coste y mayor adopción. Un ciclo de aceleración continua
Además, la mejora no es solo en cantidad. Los sistemas están pasando de responder preguntas a ejecutar tareas complejas y cada vez más largas.
Esto tiene una consecuencia directa: lo que hoy es avanzado… mañana será estándar
La IA como infraestructura
Cuando se habla de inteligencia artificial, suele pensarse en modelos. Pero el documento deja clara una idea mucho más importante: La IA no es solo software, es infraestructura.
Detrás de cada modelo hay una capa física enorme:
centros de datos
chips y hardware especializado
redes de alta capacidad
consumo masivo de energía
cadenas de suministro globales
La escala es clave.
la inversión global en IA alcanzó los 252.000 millones de dólares en 2024
la inversión en infraestructura tecnológica en EE. UU. creció a gran velocidad en 2025
Esto no es un experimento. Es una transformación industrial en marcha
Energía: el factor invisible
Uno de los puntos más interesantes del documento es el papel de la energía.
Los centros de datos de IA:
consumen enormes cantidades de electricidad
requieren redes estables y escalables
dependen de planificación a largo plazo
Esto introduce una idea clave:
La ventaja en IA no depende solo del software, depende también de la capacidad energética
Empleo: más complejo de lo que parece
Uno de los debates más habituales sobre la IA es su impacto en el empleo.
El documento no da una respuesta simple. Muestra un escenario mixto: caída de empleo en algunos roles expuestos a IA, estabilidad en otros y crecimiento en sectores que se apoyan en la tecnología
Una idea clave: Jevons’ Paradox
Para entender lo que puede pasar, el informe introduce un concepto muy interesante:
Jevons’ Paradox
Cuando una tecnología hace algo más eficiente…no siempre reduce su uso. A veces ocurre lo contrario: al bajar el coste, aumenta la demanda y el uso total crece
Aplicado a la IA:
si automatiza tareas → reduce el coste
si reduce el coste → aumenta el uso
si aumenta el uso → puede aumentar el trabajo total
Lo que nos dice la historia
Esto no es nuevo. Ha pasado antes:
energía más eficiente → más consumo total
carreteras mejores → más tráfico
automatización → nuevos sectores
La tecnología no solo sustituye. También crea nuevas formas de actividad.
El tablero global: quién va ganando
Si la IA puede provocar una nueva divergencia, la siguiente pregunta es inevitable: ¿quién está liderando esta carrera? El documento es bastante claro en este punto.
Tres bloques principales
Estados Unidos → líder en inversión, infraestructura y capacidad
China → segundo actor con fuerte apoyo estatal
Europa → rezagada en inversión y ejecución
La ventaja de EE. UU.
Algunos datos lo reflejan bien:
~109.000 millones de dólares en inversión privada en IA (2024)
alrededor del 75% del venture capital en IA generativa
~74% de la capacidad global de cómputo para IA
El papel de China
China mantiene una estrategia distinta:
fuerte inversión pública
desarrollo interno
control sobre su ecosistema tecnológico
Europa: el gran interrogante
El documento apunta a una debilidad clara: menor inversión y menor velocidad de ejecución
Europa mantiene capacidad tecnológica, pero sin el mismo nivel de impulso en capital, infraestructura y escalado.
Un ecosistema más amplio
Más allá de estos tres bloques, el informe introduce un concepto interesante: Redes de colaboración tecnológica
Países que se alinean en torno a chips, centros de datos, infraestructuras e inversión. Esto indica que la IA no es solo una carrera nacional. Es también una red de alianzas.
La IA como sistema completo
Después de todo lo anterior, hay una idea que resume el documento:
La IA no es una tecnología aislada. Es un sistema.
Un sistema que depende de múltiples capas: hardware (chips, servidores), software (modelos, algoritmos), energía (consumo y suministro), datos, talento, capital y regulación.
Lo importante no es cada pieza por separado, es cómo se combinan.
Un país puede tener buenos modelos…
pero sin infraestructura → no escala pero sin energía → no sostiene pero sin talento → no evoluciona pero sin inversión → no compite
Por eso, la ventaja real no está en una tecnología concreta. Está en la capacidad de construir un sistema completo y coherente.
Lo que este documento no dice (pero sugiere)
Como todo documento institucional, este informe no es neutral. Tiene un enfoque claro: explicar… y justificar… la estrategia de liderazgo de EE. UU. en IA
A lo largo del texto aparecen varias ideas recurrentes:
necesidad de aumentar la inversión
desarrollo de infraestructuras
impulso a la innovación
reducción de barreras regulatorias
Todo ello alineado con una visión concreta: acelerar el liderazgo tecnológico
Lo que queda fuera
Al mismo tiempo, hay aspectos que apenas se abordan: impacto social de la IA, desigualdad interna, efectos en otros países y riesgos asociados al despliegue acelerado.
Esto no invalida el documento, pero sí nos recuerda algo importante: 👉 no es un análisis neutral, es un documento estratégico.
Conclusión
La historia económica está llena de momentos en los que una tecnología cambia las reglas del juego: la máquina de vapor la electricidad, Internet...
La inteligencia artificial apunta a ser el siguiente, pero con una diferencia importante: no solo cambia cómo trabajamos, cambia quién tiene ventaja
El documento que hemos analizado no es solo un informe sobre tecnología. Es una señal de cómo se está empezando a entender la IA: como una herramienta económica, como una infraestructura crítica, y como un elemento de poder global.
Porque, en el fondo, la pregunta no es si la IA va a transformar el mundo, la pregunta es otra:
quién será capaz de convertirla en ventaja real…y quién no.
Comentarios