Cuando la inteligencia artificial deja de describirse como una tecnología emergente y pasa a formularse como infraestructura, la conversación cambia de plano. No se trata solo de capacidades técnicas, sino de quién accede a ellas, a qué coste y con qué efectos económicos. Esa fue la línea que marcó Satya Nadella, consejero delegado de Microsoft, durante su intervención en el World Economic Forum de Davos 2026, en un diálogo público con Larry Fink, presidente de BlackRock.
Desde el inicio, el marco quedó claro: la IA ha dejado atrás su fase experimental y se está convirtiendo en un activo fundacional, no solo para las empresas, sino para los Estados y para el funcionamiento cotidiano de la economía. La pregunta ya no es qué puede hacer la IA, sino cómo se difunde y quién captura el excedente que genera.
De plataforma tecnológica a commodity económico
Nadella describió la IA como un cambio de plataforma comparable, o incluso superior, al de internet, el PC o el móvil. Sin embargo, introdujo un matiz relevante: a diferencia de transiciones anteriores, la IA tiende rápidamente a comportarse como una commodity. En su vocabulario, el nuevo recurso económico no son los modelos, sino los tokens, unidades de capacidad computacional cuyo coste cae de forma acelerada.
Ese descenso, según explicó, sigue una lógica casi industrial: el precio por token se reduce de forma recurrente, mientras la eficiencia por dólar y por vatio mejora. El resultado es un insumo cada vez más accesible, siempre que exista infraestructura energética, conectividad y capital para desplegarla. Aquí aparece una de las tensiones centrales del debate: la IA promete productividad ubicua, pero depende de condiciones físicas muy desiguales.
La analogía que utilizó, la de una red eléctrica global de fábricas de tokens, no es casual. Igual que la electrificación determinó la competitividad industrial en el siglo XX, la capacidad de producir y consumir tokens de forma eficiente puede marcar el crecimiento económico en la próxima década.
Productividad real frente a fascinación tecnológica
Uno de los ejes más insistentes del discurso fue el riesgo de que la IA se quede en una conversación autorreferencial, centrada en grandes tecnológicas y avances de laboratorio. Para Nadella, si la IA no mejora resultados tangibles en sanidad, educación, sector público o competitividad empresarial, perderá legitimidad social, especialmente por su consumo energético.
La intervención de Fink aportó un contrapunto empírico: en BlackRock, procesos que requerían doce horas de cálculo ahora se ejecutan en minutos, una condición necesaria para gestionar billones de dólares en activos. No se trata de eficiencia marginal, sino de viabilidad operativa a gran escala. Sin esa capa tecnológica, ciertas organizaciones, simplemente, no podrían funcionar como lo hacen hoy.
Sin embargo, ambos coincidieron en que este tipo de casos debe extenderse más allá de las grandes corporaciones financieras para evitar una concentración excesiva del valor.
Adopción, no invención, como ventaja competitiva
Una de las ideas más repetidas fue que los ganadores de esta etapa no serán necesariamente quienes inventen los modelos, sino quienes los difundan más rápido y mejor. En este punto, Nadella introdujo una lectura histórica: todas las revoluciones computacionales han generado nuevas capas de abstracción que amplían el acceso al conocimiento, incluso a costa de redefinir profesiones enteras.
El paralelismo con la mecanografía es ilustrativo. En los años ochenta, pocos habrían anticipado que miles de millones de personas escribirían directamente en ordenadores. No desaparecieron los documentos, pero sí cambió quién los producía y cómo. En la IA, el código empieza a comportarse como un output más, transformable en documento, web o aplicación según el contexto.
Organización, jerarquías y flujo de información
Más allá de la tecnología, Nadella puso el acento en la reorganización interna de las empresas. Según explicó, la IA altera los flujos de información de forma radical, erosionando estructuras jerárquicas basadas en la acumulación y filtrado de datos.
En Microsoft, tareas como la preparación de reuniones estratégicas han pasado de procesos escalonados a consultas directas a sistemas de IA que integran contexto comercial, financiero y operativo. El efecto no es solo velocidad, sino inversión del flujo informativo: el conocimiento ya no sube lentamente por la organización, sino que se distribuye de forma casi inmediata.
Este cambio, advirtió, no genera productividad automática. Exige rediseñar procesos, invertir en capacitación y asumir un esfuerzo de gestión del cambio que muchas organizaciones subestiman. De ahí que los resultados estén siendo desiguales entre empresas y sectores.
Pequeñas empresas, grandes corporaciones y el efecto «barbell»
En cuanto al impacto por tamaño empresarial, Nadella describió un escenario polarizado. Las startups y pequeñas empresas nacen ya adaptadas a la IA, sin sistemas heredados ni inercias organizativas. Las grandes corporaciones, por su parte, cuentan con datos, relaciones y capital, pero enfrentan mayores resistencias internas.
El resultado es un mercado más competitivo, donde ni incumbentes ni nuevos actores pueden confiar en su posición. La IA reduce barreras de escala, pero no elimina la necesidad de una propuesta diferencial basada en conocimiento propio y contexto.
Países, energía y desigualdades estructurales
En el plano geopolítico, Nadella señaló que la adopción de la IA es más homogénea de lo que suele asumirse en términos de talento y capacidades técnicas. La diferencia aparece al escalar: acceso a capital, regulación, redes eléctricas y costes energéticos.
Aquí Europa emerge como un caso particular. Con una fuerte base industrial y regulatoria, pero dependencia energética externa, el continente se enfrenta a una disyuntiva. Liderar en normas de privacidad y seguridad es una ventaja, pero puede convertirse en un freno si no se acompaña de inversión en infraestructura y una visión global de competitividad.
El mensaje fue claro, aunque no explícito: proteger mercados sin asegurar capacidad productiva puede erosionar la soberanía económica que se pretende defender.
Soberanía, datos y modelos propios
Uno de los momentos más conceptuales de la conversación llegó al abordar la soberanía. Para Nadella, el debate no debería centrarse solo en dónde se alojan los datos o los centros de procesamiento, sino en quién controla el conocimiento tácito de las organizaciones.
En un mundo de múltiples modelos, la verdadera soberanía empresarial reside en la capacidad de destilar ese conocimiento en modelos propios, orquestar tecnologías abiertas y cerradas, y evitar una transferencia unidireccional de valor hacia proveedores externos. La ventaja comparativa, recordó, sigue siendo válida tanto para países como para empresas.
Un futuro sin modelo único
Frente a la idea de un modelo dominante, Nadella anticipó un ecosistema plural. Múltiples modelos, especializados y generalistas, convivirán y serán combinados según el contexto. La propiedad intelectual no estará tanto en el modelo base como en su orquestación, en el diseño de flujos de trabajo y en la integración de datos propios.
Cinco años vista, sugirió, lo obvio será precisamente eso: que la IA no sustituyó a las organizaciones, sino que obligó a redefinir cómo producen valor. Lo que hoy parece confuso es, quizá, la transición necesaria para llegar ahí.
