El impacto económico de los agentes de IA dependería, según el marco de Google DeepMind, de dos capacidades distintas: lo que puede hacer cada agente y lo bien que varios agentes coordinan su trabajo al formar una organización. La primera puede elevar la producción de una empresa; la segunda puede cambiar cómo varía esa producción cuando la empresa crece.
Tras la cobertura de NeoTeo sobre la apertura del instituto, Google DeepMind publicó el 29 de octubre de 2026 un ensayo sobre esta cuestión, acompañado por el artículo académico Organizing Intelligence. Sus autores plantean escenarios económicos condicionados por el modelo, no una transformación ya observada. (ensayo de Google DeepMind; artículo Organizing Intelligence)
Por qué importa cómo se organiza el trabajo
Una persona o un agente puede destacar en una tarea y ser menos capaz en otra. En una empresa, repartir tareas entre quienes tienen fortalezas complementarias puede dar mejores resultados que asignarlas al azar. El ensayo de Google DeepMind informa de un cuestionario realizado por 100 personas en seis ámbitos: matemáticas, razonamiento verbal, ciencias, patrones, cultura y economía. En la tarea descrita, las parejas con fortalezas complementarias rindieron un 32 % mejor que las parejas aleatorias. Es un resultado de esa tarea, no una estimación de productividad para toda la economía. (ensayo de Google DeepMind)
Esta idea de combinar capacidades ayuda a entender por qué el marco analiza organizaciones y no solo puntuaciones de agentes individuales. Para una empresa, importa tanto la habilidad de cada miembro como la capacidad del grupo para dividir el trabajo y coordinarse.
Competencia y coordinación producen efectos distintos
En el modelo, competencia es la capacidad para realizar tareas, como programar o escribir. A un tamaño empresarial dado, más competencia puede elevar la producción. Coordinación describe cómo cambia la producción cuando se incorporan miembros y se organiza el trabajo. Por eso, una mejora en competencia no implica por sí sola que las empresas puedan crecer de forma más eficiente; la coordinación sí afecta a la relación entre tamaño y producción. (Organizing Intelligence)
| Dimensión del modelo | Qué modifica | Posible efecto en el modelo |
| Competencia | La producción con un tamaño empresarial dado | Puede cambiar la productividad, los salarios y la composición de la plantilla de forma gradual |
| Coordinación | Cómo varía la producción al crecer la organización | Si supera la condición del modelo, puede permitir que cada miembro adicional eleve la producción por trabajador |
El artículo plantea tres fases de crecimiento: trabajo individual, escala limitada y escala ilimitada. En la fase limitada, dividir tareas puede aumentar la producción al principio, pero los costes de coordinación acaban frenando el crecimiento. La escala ilimitada aparece en el modelo cuando la coordinación es suficiente para que añadir miembros siga elevando la producción por trabajador.
Qué significa el umbral superior a 1
En una ecuación ilustrativa del artículo, la condición para obtener rendimientos crecientes con el tamaño de la empresa es que la coordinación promedio sea superior a 1. Ese valor pertenece a la ecuación del modelo; no es un patrón universal para medir sistemas de IA. Los autores dicen que determinar si la IA supera esa condición es una cuestión empírica. (Organizing Intelligence)
Google DeepMind describe los agentes actuales como cada vez más capaces en tareas individuales, pero con dificultades para coordinarse en grupos. El marco, por tanto, separa una mejora de las habilidades individuales de un cambio en la capacidad de organizar agentes a gran escala. El umbral no convierte por sí mismo una posibilidad teórica en un cambio económico ocurrido.
Los autores también ordenan las capacidades en cuatro regímenes analíticos: inteligencia artificial general mínima, IA supercompetente, IA supercooperativa y superinteligencia artificial (ASI). Son categorías del marco, no una clasificación de sistemas actuales.
Qué escenarios plantea para empresas y empleo
Las consecuencias dependen del nivel de coordinación y del tipo de mercado. En mercados amplios donde las empresas pueden escalar, superar la condición del modelo podría favorecer firmas grandes con un uso intensivo de IA y una mayor concentración. En mercados de nicho, donde la demanda es limitada, o en servicios donde la participación humana aporta valor, el modelo contempla espacio para empresas humanas o mixtas.
El empleo también varía según el escenario. Una mejora de competencia puede reducir gradualmente el empleo humano dentro de empresas mixtas. En otro escenario, el paso a empresas que emplean solo IA puede producir un cambio más brusco en el empleo. Son resultados condicionales del modelo, no pronósticos sobre una economía concreta ni una descripción de lo que ya ocurre. Los autores presentan el artículo para el debate académico y aclaran que no es una previsión corporativa sobre las operaciones actuales o futuras de Google.(Organizing Intelligence)
