El “decano de la valoración” ve exagerada la velocidad de la disrupción de la IA
- Aswath Damodaran cuestiona el escenario “distópico” de IA de Citrini: lo ve exagerado en ritmo y alcance.
- Critica el análisis de escenarios sin probabilidades y propone su regla de las 3P: posible, plausible o probable.
- Su conclusión práctica: prepararnos para la IA (tipo “apuesta de Pascal”), pero sin comprar narrativas apocalípticas.
El “decano de la valoración”, Aswath Damodaran, ha echado un jarro de agua fría sobre el escenario catastrófico de la IA popularizado por Citrini Research. Según explicó el autor original Jules Rimmer, Damodaran no niega que la inteligencia artificial vaya a alterar sectores y modelos de negocio, pero considera inverosímil la caracterización de un futuro cercano de disrupción masiva y generalizada.
Nuestra lectura: el debate no es “IA sí o no”, sino cuándo, dónde y con qué intensidad se monetiza y se traslada al empleo, márgenes y consumo. Ahí es donde muchas tesis se rompen.
La crítica al “peor caso” sin probabilidades
Damodaran reconoce que este tipo de documentos pueden servir como punto de partida para ordenar preguntas relevantes: cuándo empezarán a dar fruto las inversiones en arquitectura de IA y cómo les irá a los negocios que se vean alterados. Pero su primera gran objeción es metodológica: el análisis de escenarios, cuando se centra en el peor caso, suele “tumbar” casi cualquier inversión arriesgada.
Por eso, sostiene que el ejercicio ganaría valor si Citrini asignara probabilidades a cada escenario. En su enfoque, utiliza la regla de las tres P: ¿es posible, plausible o probable? Sin ese filtro, el inversor tiende a confundir lo posible con lo probable.
Ritmo, escala y “réplicas” de la disrupción
Las objeciones principales de Damodaran se centran en tres ideas: el alcance real de la disrupción, la velocidad a la que se materializaría y las “réplicas” posteriores (efectos de segundo orden). Como ejemplo, cita recortes de plantilla como los de Block y los califica como “señales ruidosas”: en tecnológicas suele haber estructuras sobredimensionadas y, en ocasiones, la IA puede funcionar como coartada para corregir decisiones pasadas.
La tesis central: la adopción probablemente será más lenta y más desigual por industria. La historia de las disrupciones tecnológicas está llena de retrasos, fricciones y hábitos que tardan años en cambiar.
Damodaran subraya límites prácticos: los productos de IA no siempre distinguen bien entre datos válidos y no válidos y sus imitaciones del pensamiento humano son imperfectas. Además, recuerda que ninguna disrupción se ha desplegado sin contratiempos. Y apunta que donde la IA encaja mejor es en ciertos trabajos de oficina muy “estandarizados”, donde las empresas han limitado la autonomía del empleado.
Conclusiones: ganadores, desigualdad y “apuesta de Pascal”
En su cierre, Damodaran plantea tres ideas incómodas: (1) las grandes revoluciones tecnológicas suelen beneficiar a las empresas más grandes, (2) la IA puede empeorar la desigualdad y enriquecer todavía más a los campeones tecnológicos, y (3) con el tiempo, los incentivos de los disruptores de IA y los de la economía en general pueden divergir.
Aun así, su recomendación final no es complaciente: propone una “apuesta de Pascal” sobre la IA. El coste de no estar preparados podría ser tan alto que, incluso si el escenario extremo no se materializa, conviene actuar como si la disrupción fuera a llegar.
Nosotros nos quedamos con una regla práctica: evitar el sesgo binario. Ni “todo va a explotar en 2028” ni “no pasa nada”. Lo razonable es mapear carteras por exposición a IA en tres ejes: riesgo de sustitución (empleo/márgenes), capacidad de fijación de precios y ventaja de escala. Y a partir de ahí, ajustar tamaño de posición y expectativas: la IA puede ser disruptiva, pero la monetización real suele llegar con fricción y con ganadores muy concentrados.