El 13 de julio, el Stanford Digital Economy Lab publicó un texto de ochenta y ocho palabras titulado We Must Act Now. Lo organizaron Erik Brynjolfsson, director del laboratorio, junto a Ajay Agrawal, Anton Korinek y Tom Cunningham. Arrancó con más de doscientos economistas e investigadores de IA, dieciséis de ellos premios Nobel, y se acerca ya a dos mil firmas.
La señal más relevante no es el número: es quién firmó. Daron Acemoglu y Simon Johnson, ganadores del Nobel 2024, pusieron su nombre en un documento que proyecta una transformación económica mayor que la Revolución Industrial, y lo hicieron después de que el propio trabajo de Acemoglu situara las ganancias de productividad total de la IA en menos de un punto porcentual en una década. Cuando el escéptico más riguroso del campo suscribe la alarma, el debate sobre el si queda cerrado.
La coalición tampoco se alinea políticamente. Krugman, Ferguson y Cowen no coinciden en casi nada. Jeff Dean de Google, Jack Clark de Anthropic y los economistas jefe de OpenAI y Anthropic firmaron una advertencia sobre la tecnología que sus propias compañías construyen. Yoshua Bengio, que lleva años exigiendo gobernanza de riesgos, también aparece. Ochenta y ocho palabras que reúnen a ese grupo no son un manifiesto ideológico: son un diagnóstico técnico.
El problema del tablero corporativo
Brynjolfsson fue directo en su conversación con Forbes: «Hay un tsunami de capacidades técnicas que se nos viene encima y no estamos preparados en términos de cambios organizacionales». Su diagnóstico central es que las empresas miden mal el impacto de la IA porque priorizan lo fácilmente cuantificable —reducción de plantilla, ahorro en costos— sobre el valor creado por la augmentación humana, que es más difícil de capturar en un P&L.
El economista llama a esta trampa el «Turing Trap»: optimizar para que la IA imite al humano en lugar de complementarlo. La diferencia no es filosófica; es una decisión de asignación de capital que se toma en cada comité de inversión.
El valor que nadie contabiliza
Para cuantificar lo invisible, Brynjolfsson y su equipo —Avinash Collis, Felix Eggers, Sophia Kazinnik y David Nguyen— aplicaron el método GDP-B: en lugar de preguntar cuánto pagarías por algo, preguntan cuánto habría que pagarte para que lo abandones. Aplicado a los chatbots de IA, la respuesta promedio fue aproximadamente $124 al mes. La mayoría paga $20 o nada.
Agregado sobre 115 millones de adultos estadounidenses, el equipo estima un excedente del consumidor de aproximadamente $172,000 millones al año. Ese valor fue recibido y nunca transaccionado, y supera con comodidad los ingresos que la industria de IA recaudó en el mercado estadounidense en el mismo período. El PIB convencional no lo ve. Los balances corporativos tampoco.
La lectura del mercado
La señal que emite este manifiesto no es regulatoria: no hay proyecto de ley que fuerce a una empresa a complementar a sus empleados en lugar de reemplazarlos. El mecanismo es interno, y pasa por rediseñar los indicadores con los que los ejecutivos toman decisiones de inversión.
Desde Ágora Capital, el mensaje es nítido: una empresa que mide la IA solo por reducción de headcount está subvalorando el activo y sobreinvirtiendo en automatización de bajo retorno. El capital busca reglas claras, pero también métricas honestas. Las que hoy dominan los dashboards corporativos no lo son. Esa brecha de medición es, en sí misma, un riesgo de asignación que el mercado terminará cobrando.
