*Allan Quesada Rojas

La inteligencia artificial (IA) se convirtió en el tema dominante de los mercados: mueve portadas, reordena inversiones y, sobre todo, alimenta una expectativa enorme sobre el futuro de la economía. Y por eso, salta la gran inquietud de si se está generando una burbuja. 

El Fondo Monetario Internacional (FMI) plantea que “una burbuja es una desviación del precio de mercado respecto del valor fundamental” (Scherbina, 2013). Con ese marco, la pregunta relevante es si el mercado se está alejando demasiado de lo que se puede sostener con resultados visibles. 

En función de lo anterior, el diagnóstico más razonable en este 2026 no es que estemos ante una burbuja ya instalada, sino que las valoraciones van a depender demasiado del futuro y, cuando eso ocurre, la incertidumbre se vuelve parte importante del precio y se requiere valorar si eso se ajusta a la realidad objetiva.

Dos fuerzas están influyendo en el mercado: carrera y polarización

Si hoy las valoraciones se alimentan del futuro, no es solo por ser un tema de tecnología, sino también por dos dinámicas de mercado muy visibles; la primera es la aceleración: una carrera por ser líder. 

Competir en IA implica invertir rápido: chips, nube, centros de datos, talento y modelos. Esa carrera eleva fuertemente la inversión y, con ello, aumenta la sensibilidad del mercado a la necesidad de retornos consecuentes. Tal y como se observa en el siguiente gráfico, existe un aumento importante en el gasto de capital de las principales empresas tecnológicas del mundo, y, por consiguiente, una importante presión para que toda esta inversión se capitalice en resultados que respalden una expansión tan fuerte en IA.

Gráfico 1:  Gasto de capital de las principales empresas tecnológicas del mundo. 2018-2026

Fuente: Elaboración propia a partir de datos de Bloomberg

La segunda es la polarización: la sensación de que la IA no elevará a todos por igual, sino que creará ganadores y perdedores. Ese cambio se está reflejando en la forma en que el mercado “separa” sectores. Un análisis citado por MarketWatch (2026) describe un sell-off (venta de acciones multitudinaria) en sectores percibidos como vulnerables a la IA, mientras inversores intentan distinguir con más cuidado quién captura valor y quién lo pierde. 

Para ejemplificar lo anterior, podemos observar el gráfico 2, en el cual se observa una polarización entre ganadores y perdedores asociados con la IA.

Gráfico 2:  Cambio en el índice de precios de acciones seleccionadas por Bloomberg, divididas entre empresas ganadoras asociadas con IA y empresas en riesgo de sustitución por IA. Febrero 2025 a febrero 2026.

Fuente: Elaboración propia a partir de datos de Bloomberg

Efectos en el mercado: inversión, concentración y volatilidad

Estas fuerzas ya se reflejan en varios fenómenos:

• Inversión fuerte en centros de datos e infraestructura, que eleva el gasto de capital, tal y como se mencionó. A eso se suma un importante consumo energético y de agua, que plantea implicaciones ambientales.
• Mayor concentración del mercado, lo que aumenta el riesgo de que el desempeño agregado dependa de pocas firmas, tal y como se ha visto con las empresas denominadas en bolsa como “Las 7 Magníficas”. 
• Un circuito de dinero entre grandes tecnológicas, que hace que las principales plataformas, nubes, chips y software empresarial formen un ecosistema donde muchas empresas generan alianzas, adquisiciones y dependencia tecnológica, que aumenta el riesgo sistémico.
• Mayor volatilidad ante noticias. En febrero de 2026 se observó un aumento de la ansiedad en torno a la disrupción por IA, con caídas en sectores como software y episodios de aversión al riesgo en el mercado tecnológico. 
• Ajustes de planilla y automatización, que inciden en estrategias de contratación y productividad interna en grandes empresas, con debate sobre “crecimiento con menos empleo” y efectos distributivos (Investor’s Business Daily, 2026). 

La promesa de la IA: un aumento de productividad sin precedente

Y ¿por qué la IA está generando tantos efectos en el mercado?, esto se debe a que esta tecnología está permitiendo convertir el lenguaje natural en una interfaz productiva, acelerando la investigación, el desarrollo de software, el análisis de información y una larga lista de tareas intensivas en conocimiento. 

En el plano microeconómico estudios como los de Dell’Acqua et al., (2023) y Brynjolfsson, Li & Raymond, (2025) muestran como la IA ha propiciado mejoras de productividad y desempeño. 

Electricidad e Internet: el gran impacto llega cuando la tecnología se internaliza y difunde

La electricidad transformó el mundo, pero su gran impacto productivo no llegó el día que apareció el motor eléctrico. Llegó cuando las fábricas reorganizaron por completo su manera de producir y cuando la energía se integró como infraestructura cotidiana en el tejido productivo. Con Internet ocurrió algo parecido: la innovación fue enorme, pero el impacto más generalizado llegó con la democratización (interfaces, plataformas, adopción masiva) y, más tarde, con la Web 2.0 y la computación en la nube.

De esta manera, el impacto económico de la IA no dependerá solo de modelos más capaces, sino de que esta se internalice y se difunda en la mayor cantidad de procesos productivos, que se incorpore en el día a día de miles de servicios, industrias, gobiernos y pymes. Si ese aterrizaje productivo avanza más lento que las expectativas financieras, el riesgo no es que la IA sea “humo”, sino que el precio haya corrido demasiado rápido frente a una realidad que tarda más en materializarse.

La burbuja puntocom: un punto de referencia que no se puede obviar

La burbuja .com sirve como advertencia útil precisamente por eso. El estallido de inicios de los 2000 tuvo costos importantes porque muchas valoraciones incorporaban expectativas demasiado optimistas sobre adopción y monetización. Pero no significó que Internet fuera una moda pasajera; parte de la inversión de la época, en particular en telecomunicaciones, quedó como infraestructura que, con el tiempo, facilitó etapas posteriores de expansión digital.

Hay evidencia económica de aquel ciclo en Telecom seguido por un auge de inversión, sobrecapacidad y corrección posterior, con efectos visibles en la economía y en el mercado (Couper, Hejkal & Wolman, 2003). La enseñanza para la IA es doble: una corrección puede ser dolorosa, pero también puede ser el mecanismo que alinea expectativas con el ritmo real de difusión. Y, al mismo tiempo, ese proceso puede dejar capacidades instaladas que, años después, sostengan un crecimiento más sólido.

La corrección de inicios de 2026: menos euforia, más calibración

A inicios de 2026 ocurrió una corrección: parte del mercado empezó a exigir más evidencia y menos promesa. Reuters documentó caídas significativas de capitalización en gigantes tecnológicos, asociadas con dudas sobre la rentabilidad futura del gasto en IA. 

Lo interesante es que, junto con esa corrección, apareció una señal de “amplitud” del mercado: un giro hacia mayor diversificación. El análisis de S&P Dow Jones Índices (Indexology) mostró que las inversiones se estaban diversificando y esto propiciaba una proceso de valoración más objetivo y reducía el riesgo sistémico. 

La condición para evitar una burbuja: un precio que refleje más la productividad real

Si el mercado está incorporando el futuro en el precio, la forma más robusta de reducir el riesgo de desanclaje no es apagar la IA, es acelerar su aterrizaje productivo. En últimos meses se ha observado que el PER (Price-to-Earnings) de las acciones tecnológicas y principalmente de las vinculadas con la IA ha sido muy elevado, lo cual es una muestra técnica de que los inversionistas están descontando un crecimiento futuro muy alto y por consiguiente un componente importante de su precio está dependiendo de las expectativas, lo cual agrega un componente de incertidumbre importante.

Por ello, el debate sobre una “burbuja” se volverá más claro si se observan señales económicas y no solo bursátiles. Por ejemplo,  si la productividad de corto plazo empieza a emerger en más sectores, si el gasto en infraestructura se traduce en ingresos recurrentes y márgenes, si la adopción se expande hacia pymes y sectores tradicionales, y si los cuellos de botella en energía, hardware o regulación no frenan la difusión.

De esta manera, el punto de fondo es evitar que la IA termine siendo una tecnología de  “super capacidades en manos de pocos” y, en cambio, empujar a que se comporte como la electricidad o el Internet en su fase madura; es decir, como una tecnología difundida e integrada en la mayor parte del tejido productivo.

Eso exige tres cosas: adopción real, democratización (acceso amplio a herramientas y casos de uso) y capacitación (habilidades para rediseñar procesos y capturar valor). La evidencia micro sugiere que donde hay implementación concreta, los beneficios aparecen, el desafío es escalar eso con gobernanza, datos y aprendizaje organizacional.

En síntesis, la IA puede ser una revolución, pero su impacto dependerá de si la economía logra integrarla como infraestructura cotidiana, la narrativa de productividad tendrá más sustento y el mercado tendrá menos necesidad de vivir de expectativas, y las preocupaciones de una burbuja tenderán a reducirse. De esta manera, el riesgo no es que la IA sea “humo”, sino que el precio haya corrido demasiado rápido frente a una realidad que podría tardar más en materializarse, si como humanidad, no generamos el proceso correcto para gestionarla.

*El autor es académico del Centro Internacional de Política Económica para el Desarrollo Sostenible (Cinpe-UNA).