Investigamos si los efectos positivos de la inteligencia artificial generativa (IA generativa) sobre la tasa de crecimiento del valor añadido varían entre países a corto plazo. Utilizando una estrategia empírica y un conjunto de datos que abarca 56 economías y 16 industrias, encontramos que los efectos diferenciales del crecimiento surgen de variaciones en la exposición sectorial a actividades cognitivas e intensivas en conocimiento, diferencias en las estructuras de producción y la preparación de los países para la IA. Los resultados sugieren que, de media, la IA generada probablemente beneficiará más a las economías avanzadas que a las emergentes, ampliando así las disparidades globales de ingresos a corto plazo.
En los últimos años, la adopción global de la inteligencia artificial generativa (IA generativa) por parte de individuos y organizaciones ha aumentado de forma espectacular, lo que ha desatado un intenso debate sobre sus efectos económicos. La opinión predominante es que esta innovación tecnológica aumentará la productividad de los trabajadores y fomentará el crecimiento y la innovación de las empresas. A medida que aumenta la productividad agregada, la IA generacional podría tener un impacto positivo significativo en la economía global.
Aunque la IA general representa una tecnología de propósito general que está transformando las capacidades cognitivas, no se espera que su impacto sea uniforme entre individuos, ocupaciones e industrias. En primer lugar, la IA de generación mejora principalmente actividades cognitivas e intensivas en conocimiento (por ejemplo, servicios profesionales como finanzas y TI), mientras que se espera que las tareas con componentes físicos sustanciales (por ejemplo, la construcción) se vean menos afectadas. En segundo lugar, la adopción de la IA puede no ser práctica ni beneficiosa para todas las empresas y trabajadores. Las tasas de adopción e intensidad de uso siguen siendo bajas entre los grupos de población menos educada y mayores, su trayectoria futura es incierta
Las ganancias de productividad de la IA a nivel de empresa o sector también pueden no traducirse en ganancias macroeconómicas equivalentes. Factores económicos más amplios —incluyendo fricciones en la adopción, posibles interrupciones en las redes de producción y regulación— significan que las mejoras impulsadas por la IA generativa no se agrupen simplemente en una suma de efectos sectoriales.
Además, es poco probable que los beneficios de la IA generativa se distribuyan de manera equitativa entre países. El impacto agregado en el crecimiento de la IA generativa probablemente dependerá críticamente de las estructuras nacionales de producción, especialmente del tamaño relativo de los sectores expuestos a la nueva tecnología. Se espera que las economías avanzadas (AE), que tienden a tener una mayor parte del valor añadido de sectores que adquieren temprano como finanzas, sanidad y manufactura avanzada, se espera que se beneficien más que las economías emergentes y en desarrollo (EMDE). En muchas EMDE, los sectores intensivos en conocimiento son más pequeños, y la manufactura de baja cualificación e intensiva en mano de obra es más destacada que en las AE. Esto sugiere que los EMDE pueden verse menos afectados por el aumento de productividad provocado por la IA. En otras palabras, la accesibilidad y adopción de esta tecnología de propósito general puede reforzar las disparidades socioeconómicas existentes al beneficiar de manera desproporcionada a ciertos sectores y países.
En este artículo, examinamos si los efectos de crecimiento a corto plazo de la IA generativa difieren entre AEs y EMDEs. Nuestra hipótesis clave, que probamos empíricamente, es que el impacto del crecimiento de la IA generada está impulsado por diferencias sectoriales en la exposición a la tecnología y por características a nivel nacional que influyen en su adopción y uso. Por un lado, los sectores con mayor incidencia de mano de obra cualificada están más expuestos a las ganancias de productividad asociadas a la IA generativa. Por otro lado, la heterogeneidad en el impacto de la IA en el crecimiento puede reflejar los diferentes niveles de disposición de los países para adoptar la IA, desde la calidad de la infraestructura digital hasta el entorno regulatorio. Nuestro análisis se centra en los efectos del crecimiento a corto plazo, abstrayendo de la dinámica de equilibrio a largo plazo.
La estrategia empírica sigue de cerca otro enfoque. En su marco, miden el grado de dependencia de la financiación externa para cada sector (usando la economía estadounidense como referencia) y examinan si los sectores más dependientes de la financiación externa crecen desproporcionadamente más rápido en países con mercados financieros más desarrollados. El paralelismo en nuestro artículo consiste en utilizar una medida a nivel industrial de exposición a la IA generada (comparando la economía estadounidense) y una medida específica de país de la preparación para la IA que capta los posibles beneficios de la adopción de la nueva tecnología.
Comenzamos identificando la exposición de cada industria a la IA generativa. Utilizamos una medida a nivel industrial de la exposición a la IA desarrollada en Aldasoro, adaptada a la economía estadounidense. Tratamos la distribución estadounidense de exposiciones sectoriales como un referente para todos los países. Esta medida muestra una alta exposición en sectores de servicios como las finanzas y la educación, y baja en sectores como la agricultura y el transporte.
Para identificar la disposición de los países a usar IA, utilizamos el índice de preparación para IA (AIPI) del FMI. La medida recoge cuatro dimensiones clave relevantes para la adopción de la IA: infraestructura digital, capital humano, innovación tecnológica y marcos legales. Esta medida revela diferencias significativas entre los AEs y los EMDEs: el valor medio del índice es aproximadamente un tercio superior en los AE que, en los EMDEs, aunque existe una considerable heterogeneidad dentro de este último grupo. De hecho, algunos EMDE cuentan con una preparación elevada para la IA que podría proporcionar un apoyo institucional y estructural importante para el crecimiento impulsado por la IA.
Utilizando estas medidas de exposición a nivel industrial a la IA y la preparación a nivel nacional para adoptar la nueva tecnología, estimamos el impacto de su interacción en la tasa de crecimiento del valor añadido real en cada par industria-país en 2022–23, tras condicionar los efectos fijos país e industria. Una contribución clave de nuestro análisis es su alcance global, que incluye tanto economías avanzadas como emergentes, un área de investigación que hasta ahora ha recibido poca atención en la literatura sobre los efectos macroeconómicos de la IA generativa.
Los resultados muestran que, para el mismo aumento en la preparación de la economía para la IA, los sectores con alta exposición a la IA experimentan un mayor crecimiento en el valor añadido real que aquellos con menor exposición. Comparando sectores en los percentiles 90 y 10 de exposición a la IA, un aumento de una desviación estándar en la preparación para la IA se asocia con una diferencia de crecimiento de aproximadamente dos puntos porcentuales.
También mostramos que este resultado es robusto a la inclusión de varias variables de control. Entre ellos, el stock de robots en uso en los distintos sectores. Este hallazgo es importante, ya que los robots son otra innovación tecnológica que podría afectar las tasas relativas de crecimiento entre sectores, pero sus implicaciones para los trabajadores de cuello blanco y azul probablemente difieran de las de la IA generativa.
Tomando las estimaciones de las exposiciones a la IA a nivel industrial y condicionando la diferente distribución de industrias entre países, estimamos que el impacto de crecimiento a corto plazo de la IA generada es mayor en economías avanzadas que en economías emergentes. En las economías avanzadas, de media, el aumento estimado del crecimiento real del valor añadido es 0,6 puntos porcentuales superior al del país con menor aumento en la muestra global. El efecto correspondiente es, de media, alrededor de un tercio menor en las EMDE, que también muestran una considerable heterogeneidad a nivel de campo. Nuestras estimaciones ofrecen una de las primeras evaluaciones a nivel nacional sobre los efectos de crecimiento a corto plazo de la adopción de la IA generativa y sus posibles implicaciones en la distribución.
El artículo se relaciona con diversas corrientes de la literatura sobre las implicaciones de la IA. Estos incluyen evidencias sobre mejoras en la productividad tanto a nivel macro como micro, las implicaciones de la IA para la desigualdad de ingresos entre países y evidencia sobre la difusión de innovaciones tecnológicas anteriores.
Varios estudios han examinado los efectos de la IA en la productividad a nivel macroeconómico, dada su importancia para implicaciones de crecimiento más amplias. Dicho esto, casi toda la investigación existente se centra en economías avanzadas, especialmente en Estados Unidos. Uno de los menores aumentos estimados de productividad de la IA: un aumento anual del 0,07% en la productividad total de factores (TFP) del 0,07%, aunque durante una década. En varios otros estudios se encuentran ganancias sustancialmente mayores en el crecimiento de la productividad.
Para obtener efectos de la productividad macroeconómica, los estudios mencionados anteriormente se basan en estimaciones de las ganancias de productividad de la IA a nivel micro. Estas ganancias generalmente están documentadas como grandes. Otros aportan pruebas de empleados con estudios universitarios; para agentes de atención al cliente; y para desarrolladores de software. Las ganancias de productividad basadas en tareas en estos estudios oscilan entre aproximadamente el 15% y más del 50%.
Las estimaciones sobre las implicaciones macroeconómicas de la IA para países distintos a Estados Unidos —especialmente las EMDE— son notablemente limitadas. Como resultado, el análisis econométrico de los impactos diferenciales en las trayectorias de crecimiento de los países derivados de la adopción de la IA suele ser escaso. Sin embargo, hay algunas excepciones, por ejemplo, estiman una exposición significativamente menor a la IA en países emergentes y de bajos ingresos en comparación con economías avanzadas, reflejando diferencias en las estructuras económicas. Basándose en tres dimensiones relacionadas con la IA —exposición, preparación y acceso— y utilizando un modelo global multisectorial, encuentran que el impacto del crecimiento de la IA podría ser más del doble en economías avanzadas que en países de bajos ingresos. Centrándose en Asia y el Pacífico, sostienen que la IA podría aumentar la desigualdad entre países, dado que la mayoría de los empleos que pueden complementarse con la IA se concentran en economías avanzadas y no en países de bajos ingresos. El enfoque difiere de estos estudios en cuanto a metodología, ya que adoptamos un marco similar para examinar cómo interactúan la exposición a la IA y la preparación tecnológica para influir en las tasas de crecimiento. Las diferencias en la composición sectorial, combinadas con distintos grados de preparación tecnológica entre países, resultan en trayectorias de crecimiento divergentes a corto plazo.
La evidencia histórica sobre la difusión tecnológica puede aportar una visión de cómo las tasas de adopción de la IA pueden variar en el futuro, al tiempo que sugiere que los países emergentes y en desarrollo probablemente estarán en desventaja, analizando la difusión de innovaciones desde finales del siglo XVIII, encuentran que los avances tecnológicos generalmente han llegado desde países avanzados a países de ingresos más bajos, con la velocidad de difusión moldeada por la dotación de capital humano de los países y la adopción de tecnologías predecesoras. Al mismo tiempo, observan que los retrasos en la adopción han disminuido respecto a innovaciones más recientes. Se documentan además que la variación en la adopción de tecnología explica al menos una cuarta parte de las diferencias de ingresos per cápita entre países. De manera relacionada, desarrolla un modelo en el que las distorsiones a nivel de empresa dificultan la adopción de tecnología y tienen implicaciones significativas para la productividad agregada.
Conclusiones
La mayoría de las investigaciones previas sobre los beneficios de crecimiento y productividad de la IA generativa se han centrado en Estados Unidos y, en menor medida, en otras grandes economías avanzadas. Se ha prestado mucha menos atención a las diferencias entre países en los impactos del crecimiento de la IA, especialmente entre economías avanzadas y emergentes. Nuestro artículo aborda esta carencia en la literatura.
Está documentado que los impactos diferenciales en el crecimiento entre países provienen de diferencias en la exposición sectorial a la IA generativa, diferencias en las estructuras de producción de los países y su nivel de preparación tecnológica. Los resultados sugieren que, de media, la IA generada probablemente beneficiará más a las economías avanzadas que a sus homólogas de mercados emergentes, aumentando así las disparidades globales de ingresos a corto plazo.
Los resultados se refieren a impactos en el crecimiento medidos en términos de valor añadido bruto. Para traducir estas estimaciones en equivalentes de TFP —y más allá en proyecciones a largo plazo a nivel nacional— se necesita un modelo estructural que tenga en cuenta los efectos agregados de la demanda y los desbordamientos intersectoriales. Dejamos esta extensión a futuras investigaciones.