Cuando Jensen Huang subió al escenario del Congress Hall en Davos, no lo hizo para anunciar un nuevo producto ni para reivindicar cuotas de mercado. El contexto era otro. El debate, planteado en conversación con Larry Fink durante la reunión anual del World Economic Forum de 2026, giraba en torno a una pregunta más amplia y menos cómoda: si la inteligencia artificial está a punto de convertirse en la mayor palanca de crecimiento económico de las próximas décadas, qué tipo de economía está ayudando realmente a construir.
La trayectoria bursátil de NVIDIA desde su salida a bolsa en 1999 sirve como telón de fondo, pero no como argumento central. Huang evitó el tono celebratorio y situó el foco en algo más estructural: la IA no es una aplicación, ni siquiera una familia de modelos, sino una nueva plataforma informática que obliga a rehacer todo el stack tecnológico, desde la energía hasta las aplicaciones finales. Y ese proceso ya ha empezado.
Un cambio de plataforma, no una moda tecnológica
El paralelismo que plantea Huang es deliberado. Igual que el PC, internet o el móvil no fueron simplemente nuevas herramientas sino infraestructuras sobre las que se construyeron industrias enteras, la IA representa ahora un salto similar. La diferencia, subrayó, es que por primera vez el software deja de ser una secuencia de instrucciones escritas por humanos para convertirse en un sistema capaz de interpretar información no estructurada, razonar sobre ella y actuar en tiempo real.
Este matiz técnico tiene implicaciones económicas profundas. El valor no se concentra únicamente en los modelos fundacionales, que acaparan titulares, sino en una arquitectura de cinco capas que empieza en la energía, pasa por chips y centros de datos, continúa por la nube y los modelos, y culmina en la capa de aplicaciones. Es ahí, insistió Huang, donde se materializa el impacto económico real, en sanidad, industria, finanzas o ciencia.
El resultado es un fenómeno poco habitual en la historia reciente de la tecnología: una ola de inversión industrial que no se limita al software. Fábricas de semiconductores, plantas de ensamblaje de sistemas, centros de datos de nueva generación y lo que el propio Huang denomina AI factories se están desplegando de forma simultánea. No como experimento, sino como infraestructura crítica.
Trillones en juego y una cadena industrial reactivada
Las cifras que maneja el sector reflejan esa magnitud. El despliegue actual ya se cuenta por cientos de miles de millones de dólares y, según Huang, apenas está en su fase inicial. El argumento no es especulativo. La demanda de capacidad de cómputo crece más rápido que la oferta, hasta el punto de que incluso generaciones anteriores de GPUs mantienen precios elevados en el mercado secundario.
Este cuello de botella tiene un efecto colateral que rara vez se asocia al discurso sobre IA: empleo industrial. Electricistas, técnicos de red, operarios de plantas, especialistas en refrigeración o construcción pesada forman parte de una cadena de valor que vuelve a ganar peso. En Estados Unidos, señaló Huang, los salarios asociados a este tipo de trabajos se han disparado. En Europa, donde la base industrial sigue siendo sólida, la oportunidad es distinta, pero no menor.
Trabajo, automatización y una distinción clave
Uno de los momentos más relevantes de la conversación llegó al abordar el impacto de la IA en el empleo. Frente al temor recurrente a la destrucción masiva de puestos de trabajo, Huang propuso una distinción sencilla, aunque incómoda: la diferencia entre la tarea y el propósito de un empleo.
El ejemplo de la radiología ilustra esta idea. La automatización del análisis de imágenes médicas no redujo el número de radiólogos; lo aumentó. Al liberar tiempo de tareas repetitivas, los profesionales pudieron atender a más pacientes, mejorar diagnósticos y generar más actividad para los hospitales. El mismo patrón empieza a observarse en enfermería, donde la automatización de la documentación clínica devuelve tiempo al contacto humano.
No se trata de negar que habrá sustitución en determinadas funciones, especialmente en trabajos intensivos en análisis o documentación. El punto de Huang es otro: cuando la productividad aumenta en sectores con demanda insatisfecha, el efecto agregado tiende a ser expansivo. Más capacidad genera más actividad y, con ella, más empleo, aunque no necesariamente en las mismas tareas.
IA como infraestructura nacional y oportunidad para el sur global
El debate se desplazó después hacia una cuestión geopolítica menos visible: quién controla la inteligencia artificial. Para Huang, la respuesta no pasa por un modelo de dependencia total de unos pocos proveedores globales. La proliferación de modelos abiertos permite, al menos en teoría, que cada país desarrolle capacidades adaptadas a su lengua, cultura y necesidades productivas.
Esta visión sitúa la IA al nivel de la electricidad o las carreteras, como parte de la infraestructura básica de un Estado. Importarla es posible, pero construirla localmente ofrece ventajas estratégicas. En países en desarrollo, la facilidad de uso de las herramientas actuales reduce barreras de entrada históricas. Programar ya no exige saber programar en el sentido tradicional, sino saber formular problemas, evaluar respuestas y dirigir sistemas.
En ese sentido, Huang defendió que la IA puede contribuir a cerrar, y no a ampliar, la brecha tecnológica global. Aunque los datos de uso actuales muestran una adopción más intensa entre perfiles altamente cualificados, el acceso masivo y la reducción de complejidad apuntan en otra dirección a medio plazo.
Europa ante una bifurcación estratégica
Para Europa, el mensaje fue menos complaciente. El continente conserva una base industrial y científica que encaja de forma natural con lo que Huang denomina IA física: robótica, fabricación avanzada, simulación de materiales, química o biología. Sin embargo, aprovechar esa ventaja exige decisiones incómodas, especialmente en materia energética.
La infraestructura de IA es intensiva en consumo eléctrico y no admite ambigüedades regulatorias prolongadas. Sin energía abundante y estable, la cadena se rompe. La advertencia no fue explícita, pero sí clara: la oportunidad existe, pero no es automática.
¿Burbuja o infraestructuras insuficientes?
La conversación se cerró con una pregunta recurrente en los mercados: si el auge de la IA responde a una burbuja. Huang evitó la negación directa y recurrió a un indicador operativo. Mientras la demanda de capacidad supere de forma sistemática a la oferta, mientras los precios de uso sigan al alza y mientras las empresas reasignen presupuestos de I+D hacia sistemas basados en IA, el problema no parece ser el exceso de inversión, sino su insuficiencia.
El interrogante que queda abierto no es si la IA transformará la economía, sino a qué ritmo y con qué equilibrio territorial y social. El despliegue ya está en marcha. Lo que aún no está decidido es quién lo liderará y quién se limitará a consumirlo.
