Las mayores ganancias de la inteligencia artificial podrían terminar en manos de quienes controlen cómo llega a los usuarios y cómo se pagan sus servicios, según un ensayo publicado el 29 de octubre por Will Manidis y Joe Roberts. Su tesis depende de que los modelos se vuelvan más fáciles de sustituir y de que las plataformas y redes de pago conserven una posición difícil de evitar.
En The Commanding Heights, los autores llaman así a las posiciones escasas que, en su opinión, podrán capturar una parte duradera del valor creado por la IA. No sostienen que los modelos más avanzados dejen de tener valor: plantean que las fortunas más persistentes podrían estar en los canales que conecten esa tecnología con el resto de la economía.
Manidis cofundó ScienceIO, una empresa que desarrolló tecnología de IA para organizar datos de salud. El ensayo presenta una visión sobre inversión y poder económico, no una medición del reparto futuro de beneficios.
Por qué abaratar la IA no resuelve quién gana dinero
El argumento parte de una tendencia medible. En un estudio publicado en septiembre de 2026, Epoch AI estimó que el costo mínimo para alcanzar un nivel determinado de rendimiento cayó, en promedio, 47 % por trimestre desde 2023, al analizar cinco pruebas de matemáticas, ciencias y juegos de estrategia.
Esa cifra no significa que todos los servicios de IA hayan bajado lo mismo. Los investigadores advierten que compararon las opciones más baratas disponibles para cada nivel de rendimiento y que las pruebas no equivalen necesariamente al trabajo útil en situaciones reales. Una empresa que no cambia de modelo constantemente tampoco obtendría forzosamente ese ahorro.
Los modelos también conservan diferencias. El AI Index 2026 de Stanford señaló que, en marzo de ese año, el mejor modelo de pesos cerrados tenía una puntuación 3.3 % superior a la del mejor modelo abierto en la clasificación Arena. Es una comparación concreta, no una medida de todas las tareas ni de los márgenes que obtienen sus creadores.
Una venta, varios posibles intermediarios
La idea de Manidis y Roberts se entiende mejor si se sigue el recorrido de una transacción. Una tienda podría usar un asistente que funciona con el modelo de una empresa, atender a su cliente desde una plataforma de otra y cobrar mediante un proveedor financiero diferente.
En ese ejemplo hipotético, cada participante puede tener una forma distinta de obtener ingresos: el desarrollador por el uso del modelo, la plataforma por el acceso al cliente y el proveedor de pagos por procesar la operación. Los autores creen que las posiciones más difíciles de sustituir podrían conservar poder de cobro incluso si la capacidad de IA se abarata.
Eso no indica cuánto ganaría cada uno. Una misma compañía también puede desarrollar el modelo y controlar la aplicación, y los acuerdos comerciales varían. La caída del precio de una tarea, por sí sola, no permite saber qué parte de la venta conservará cada empresa.
El papel de las stablecoins y el dólar
El ensayo amplía la tesis a lo que llama el "Neo-Dollar": una red de dólares digitales que incluye stablecoins y los servicios que permiten utilizarlas. Una stablecoin vinculada al dólar es un activo digital diseñado para mantener un valor cercano al de esa moneda; no es automáticamente un dólar emitido por la Reserva Federal.
Manidis y Roberts prevén que la expansión de la IA impulse transacciones internacionales denominadas en dólares y dé más poder a quienes faciliten esos pagos. También plantean que las reservas utilizadas por emisores de stablecoins podrían sostener la demanda de deuda estadounidense. Es una proyección de los autores, no un resultado demostrado de la adopción de IA.
El Banco de Pagos Internacionales, conocido como BIS, advierte que las stablecoins actuales presentan problemas para garantizar su canje a la par con dinero de banco central y para operar entre distintas redes. También señala que el volumen total de sus transacciones incluye movimientos entre billeteras del mismo propietario, por lo que no equivale directamente a pagos comerciales.
Lo que queda por demostrar
Para que la previsión del ensayo se cumpla, no basta con que usar una capacidad de IA cueste menos. Las plataformas o los proveedores financieros tendrían que mantener durante años una posición que los clientes y competidores no pudieran reemplazar con facilidad. La competencia, los contratos y la regulación también influirán en ese reparto.
Para empresas y usuarios, la distinción importa: un modelo más barato puede reducir el costo de una tarea sin que bajen en la misma proporción las tarifas de la aplicación o del pago. El precio final dependerá también de los intermediarios que participen y de sus condiciones comerciales.
