El retorno financiero de la IA fuera del sector tecnológico es, de momento, difícil de encontrar en las cuentas de resultados. Torsten Slok, economista jefe de Apollo Global Management, ha publicado una nota en la que concluye que la inteligencia artificial no ha mejorado el beneficio de las grandes empresas que no pertenecen a la tecnología. Su análisis se centra en el llamado S&P 493 y detecta márgenes e ingresos por trabajador que se mantienen planos. Es un dato incómodo para quien lleva meses justificando presupuestos con promesas de productividad.
Qué ha dicho Apollo y por qué importa el retorno financiero de la IA
La nota de Slok parte de una pregunta sencilla: si la IA está cambiando tanto la forma de trabajar, ¿dónde se ve en los resultados? Para responderla, el economista no mira a las empresas que fabrican o venden la tecnología, sino a las que la compran. Por eso utiliza el S&P 493, es decir, el S&P 500 sin siete compañías: Alphabet, Amazon, Apple, Meta, Microsoft, Nvidia y Tesla. Son precisamente las que concentran buena parte del entusiasmo bursátil y de la inversión en infraestructura de IA.
El resultado que expone es claro. En ese grupo de grandes empresas, los márgenes de beneficio y los ingresos por trabajador se mantienen planos. Dicho de otro modo, las métricas que cabría esperar que subieran si la IA estuviera aportando eficiencia o nuevos ingresos no se han movido de forma apreciable. La conclusión de Slok es que la IA no ha mejorado la cuenta de resultados de esas compañías.
Esto importa porque el discurso dominante en el último tiempo ha sido el contrario: que adoptar IA es una cuestión de supervivencia y que el retorno llegará casi por defecto. La nota de Apollo no dice que la IA no sirva, sino que la relación entre gastar en IA y ganar más dinero no es automática. Para un director financiero o un responsable técnico, esa diferencia es la que separa un proyecto con caso de negocio de una apuesta por inercia.
Conviene precisar el alcance. Se trata de una nota de un economista de un gestor de inversiones, no de un estudio académico revisado por pares ni de una auditoría de proyectos concretos. Habla de agregados de grandes empresas cotizadas, no de lo que le ocurre a un departamento o a una pyme que automatiza una tarea concreta. Aun así, es una señal útil porque usa datos de resultados y no encuestas de intenciones.
Qué implica para la inversión: inteligencia barata, juicio caro
El segundo mensaje de la nota es más conceptual y quizá más útil. Según el análisis, la inteligencia barata no sustituye al juicio de negocio, a la confianza ni a la responsabilidad. Es una idea que cualquiera que haya puesto un asistente en producción reconoce. Un modelo puede redactar, resumir o clasificar en segundos, pero alguien tiene que decidir qué se redacta, qué se da por bueno y quién responde si el resultado es erróneo. Ese coste no desaparece, solo cambia de sitio.
Desde el punto de vista económico, eso ayuda a explicar por qué el retorno financiero de la IA puede no aparecer en los márgenes. Si el trabajo que se automatiza era una parte pequeña del valor que genera la empresa, ahorrarlo no mueve la aguja. Y si el cuello de botella real está en decidir, vender, negociar o asumir riesgos, producir texto o código más barato no lo resuelve. Esto es una lectura del argumento de Slok, no un dato añadido: la nota apunta a que lo escaso sigue siendo el criterio humano.
Para los equipos técnicos, el mensaje práctico es incómodo pero sano. Medir una herramienta de IA por uso, por número de usuarios activos o por horas supuestamente ahorradas no demuestra impacto en resultados. Los ingresos por trabajador son una vara de medir más dura, porque obligan a conectar la tecnología con euros facturados o costes eliminados. Si esa cifra no se mueve, el proyecto aún no ha probado su valor, por mucho que los usuarios estén contentos.
También hay una lectura sobre el calendario. Un indicador plano hoy no demuestra que vaya a seguir plano, y la nota no lo afirma. Lo que sí documenta es que, en el momento actual, la narrativa de retorno generalizado va por delante de lo que reflejan las cuentas de las grandes compañías no tecnológicas.
Qué significa este movimiento para el mercado
Para los proveedores de IA, una nota así es una mala noticia de fondo. Su negocio depende de que sus clientes empresariales renueven y amplíen contratos, y esos clientes necesitan justificar el gasto ante comités que miran el margen. Si el argumento de venta se queda en que la productividad mejorará, la presión por demostrar casos concretos aumenta. Previsiblemente, los contratos con métricas de resultado, pilotos acotados y plazos de evaluación cortos ganarán peso frente a las licencias masivas sin objetivo claro.
Para los compradores, la lectura es de disciplina. Que las siete grandes tecnológicas queden fuera del análisis subraya que la rentabilidad de la IA se está concentrando en quienes la construyen y la venden, mientras que quienes la usan todavía no lo reflejan en sus cuentas. Esa asimetría es relevante para cualquier empresa que esté decidiendo cuánto presupuesto asignar: pagar por una tecnología no garantiza capturar su valor.
Para los competidores de menor tamaño y las pymes, el análisis tiene una consecuencia indirecta. Si las grandes empresas con más recursos, datos y equipos no han visto mejoras en márgenes, conviene desconfiar de los plazos de retorno que prometen algunos proveedores. No significa renunciar a la IA, sino empezar por casos donde el ahorro o el ingreso se pueda medir en semanas y comparar con un punto de partida claro, antes de comprometer inversiones grandes.
Por último, el debate llega al mercado financiero. Una parte de la valoración de las tecnológicas descansa en la expectativa de que sus clientes empresariales obtengan beneficios tangibles. Cuando un economista de un gestor de activos de este tamaño pone en duda esa premisa con datos de márgenes, el escrutinio sobre el gasto en IA aumenta tanto dentro de las empresas como entre inversores.
Análisis Blixel
Medir mal es más caro que invertir mal. Gran parte de las empresas que han adoptado IA no saben hoy si ha funcionado, porque nunca fijaron un punto de partida con el que compararse. Sin esa línea base, cualquier mejora percibida se atribuye a la herramienta y cualquier ausencia de mejora se achaca a que todavía es pronto. La nota de Slok no demuestra que la IA sea inútil; demuestra que, a escala agregada, el retorno financiero de la IA no se ha materializado donde más se esperaba, y eso debería obligar a revisar cómo se justifican los proyectos.
Mi posición es que el diagnóstico de fondo es correcto: la inteligencia se ha abaratado, pero la responsabilidad no. Una empresa no gana márgenes por generar más documentos o más código, los gana cuando decide mejor, vende más o elimina un coste real. Automatizar una tarea que no era el cuello de botella produce una sensación de eficiencia sin efecto en cuentas. Eso explica una parte de los márgenes planos, aunque conviene recordar que Slok analiza un agregado y no proyectos concretos.
También hay que ser honestos con el límite del análisis. Es la tesis de un economista, no un experimento controlado, y un indicador plano hoy no cierra el debate sobre el futuro. Pero sí desmonta la idea de que invertir en IA basta. Mi consejo a directivos y equipos técnicos es sencillo: antes de ampliar presupuesto, definir qué métrica de negocio debe moverse, en cuánto tiempo y quién responde del resultado. Si no se puede escribir en una línea, el proyecto aún no está listo para escalar.
¿Quieres aplicar esto en tu empresa? En Blixel.ai te ayudamos a integrar IA con sentido común. Hablemos.
Deja una respuesta