La IA podría disparar la productividad mundial. Colombia no está lista para capturar esa ganancia.

Cuando los economistas hablan de la "singularidad económica" de la inteligencia artificial, se refieren a algo concreto: el punto en que la IA genera ganancias de productividad tan grandes y aceleradas que restructura quién crea valor económico, a qué velocidad crecen las economías, y qué países lideran. No es ciencia ficción — es la apuesta central detrás de los billones de dólares que las empresas tecnológicas están invirtiendo hoy.

Lo que rara vez se dice en ese debate es que esa singularidad no llega sola. Llega a las economías que construyeron las condiciones para recibirla. Y Colombia no está en ese grupo todavía.

Los números del debate

MIT Technology Review resume la tensión en cifras que no deberían ignorarse.

McKinsey estima que la IA podría alcanzar el 60% del trabajo actual y generar ganancias de productividad del 3,4% anual — un número que, sostenido en el tiempo, cambiaría la estructura completa de cualquier economía. En el otro extremo, Daron Acemoglu, economista del MIT y uno de los más respetados del mundo, calcula que solo el 20% del trabajo es realísticamente alcanzable por la IA en el corto y mediano plazo, con retornos mucho más modestos.

La diferencia entre el 60% y el 20% no es menor. Es la diferencia entre una revolución económica y una mejora incremental. Pero hay un dato que aplica a los dos escenarios: el 95% de los proyectos de inteligencia artificial generativa que se implementan hoy no generan ningún retorno medible.

Ese dato es de un estudio del MIT. Y viene de economías que ya tienen la infraestructura, el talento y los datos necesarios para intentarlo. Economías que ya llegaron al punto de partida.

Colombia no ha llegado a ese punto todavía.

Lo que determina quién captura las ganancias

Las ganancias de productividad de la IA no son una lluvia que cae pareja sobre todos los países. Son el resultado de condiciones que se construyen antes de que la ola llegue.

Primera condición: investigación propia. Los países que desarrollan modelos y aplicaciones de IA — no solo los usan — capturan más valor. Hoy, el ecosistema de IA está concentrado en EEUU y China, con avances significativos en Europa, Japón y Corea. Colombia no aparece en ese mapa.

Segunda condición: datos propios. La IA se entrena con datos. Los países que tienen infraestructura de datos — salud, educación, producción, movilidad — pueden construir herramientas de IA específicas para sus realidades. Los que no la tienen dependen de modelos entrenados con realidades ajenas.

Tercera condición: talento formado para desarrollar, no solo para usar. Hay una diferencia entre un país que tiene miles de usuarios de ChatGPT y un país que tiene ingenieros capaces de construir el próximo ChatGPT. Colombia está invirtiendo en lo primero. Lo segundo requiere otro nivel de apuesta.

Cuarta condición: regulación que proteja sin frenar. Sin un marco claro, las empresas que adoptan IA asumen riesgos legales que desincentivan la inversión. Con regulación bien diseñada, se crea un entorno predecible donde la inversión fluye. Colombia no tiene esa regulación — el proyecto de ley que la habría creado quedó archivado.

Dónde está Colombia en este mapa

El CONPES 4144 es la hoja de ruta más completa que ha tenido Colombia en IA. Reconoce las condiciones necesarias, propone acciones, proyecta inversión. Es un buen documento.

Pero un documento no es una condición construida. Y el tiempo que pasa entre aprobar un CONPES y tener investigadores, infraestructura de datos y regulación funcionando no se recupera fácilmente.

Mientras tanto, el 95% de fracaso en retorno de proyectos de IA que menciona el MIT ocurre en países que ya están intentando. Colombia no está fracasando en sus proyectos de IA — es que todavía no está en la carrera real.

Las condiciones que Colombia todavía no ha construido

El CONPES 4144 reconoce que la singularidad económica de la IA no llega sola. Lo que no resuelve es la distancia entre tener una hoja de ruta y tener las condiciones reales. Y esa distancia, en Colombia, sigue siendo grande.

Hay tres condiciones que no admiten espera — no porque sean urgentes en el discurso, sino porque cada año que pasa sin construirlas es un año más de rezago acumulado frente a economías que ya las tienen.

La primera es investigación propia en IA, no solo adopción. La diferencia entre un país que desarrolla modelos y uno que los usa es la diferencia entre productor y consumidor en la economía del siglo XXI. Colombia tiene universidades con capacidad investigativa real. Lo que no tiene es una línea de financiación sostenida que las oriente específicamente hacia el desarrollo de IA — no hacia la implementación de lo que otros desarrollaron.

La segunda es infraestructura de datos pública. La IA se entrena con datos. Salud, educación, movilidad, producción agrícola — Colombia tiene datos dispersos, sin organizar, sin disponibilidad para entrenar modelos útiles para las realidades del país. Esa dispersión no es un problema técnico menor: es la razón por la que cualquier IA que se aplique en Colombia va a operar sobre datos de otras realidades hasta que el país construya los propios.

La tercera es regulación vinculante. El PL 043 fue archivado. Sin un marco legal claro, la inversión privada en IA opera en un vacío que desincentiva el desarrollo serio y deja sin protección a los ciudadanos que ya están siendo afectados por sistemas automatizados de decisión. Un país que quiere capturar ganancias de productividad de la IA necesita primero un entorno predecible donde esa inversión tenga reglas.

La singularidad económica de la IA llegará. La pregunta no es si Colombia va a participar de ella — es con qué capacidad propia va a llegar cuando ocurra. Las condiciones no se construyen en el momento en que se necesitan. Se construyen antes.