Cómo los agentes de IA reescriben la teoría económica

Vivimos inmersos en una economía digital que, a pesar de su inmediatez, está profundamente lastrada por la fricción. Cada compra, cada reserva de vuelo, cada búsqueda de información, exige de nosotros un peaje invisible: el coste de nuestro tiempo, nuestro esfuerzo cognitivo y nuestra incertidumbre. Navegamos por un océano de pestañas de navegador, comparamos precios manualmente, desciframos reseñas y, al final, hacemos clic, asumiendo la carga de la decisión. Este es el mundo que conocemos. Un mundo que, según un influyente equipo de investigadores de MIT y la Universidad de Boston, está a punto de ser radicalmente transformado por la llegada de un nuevo actor económico: el agente de inteligencia artificial.

En su trabajo, titulado “¿La singularidad coaseana? Demanda, oferta y diseño de mercado con agentes de IA”, Peyman Shahidi, Andrey Fradkin, Gili Rusak, Benjamin S. Manning y John J. Horton, sientan las bases para comprender una de las mutaciones económicas más profundas de nuestro tiempo. El documento postula que los sistemas autónomos capaces de percibir, razonar y actuar en nombre de sus "principales" humanos no son solo una mejora incremental. Son un catalizador para reducir drásticamente los costes de transacción, el "rozamiento" que frena los engranajes del comercio.

El término puede sonar académico, pero su impacto es universal. Los costes de transacción son todo lo que se interpone entre el deseo y su satisfacción: el tiempo dedicado a buscar el mejor producto, el esfuerzo de negociar un precio justo, la complejidad de redactar y hacer cumplir un contrato, y la desconfianza inherente al tratar con extraños. Durante el último siglo, nuestra economía ha creado estructuras colosales con el único fin de gestionar esta fricción.

Aquí es donde el análisis adquiere una profunda resonancia histórica. El título del estudio hace un guiño deliberado a Ronald Coase, el economista ganador del Premio Nobel que en 1937, en su ensayo seminal "La naturaleza de la empresa", planteó una pregunta aparentemente simple: si los mercados son tan eficientes, ¿por qué existen las empresas? ¿Por qué no operamos todos como contratistas individuales, comprando y vendiendo servicios en un mercado abierto para cada tarea?

La respuesta de Coase fue, precisamente, los costes de transacción. Descubrió que coordinar acciones a través del mercado abierto era, a menudo, prohibitivamente caro. Era más barato agrupar a los trabajadores bajo un mismo techo corporativo, gestionados por una jerarquía, que negociar cada proyecto por separado. La empresa, en la visión coaseana, es fundamentalmente una isla de gestión centralizada en un océano de caos de mercado, diseñada para minimizar la fricción.

El siguiente gráfico ilustra esta teoría fundamental: a medida que los costes de transacción aumentan, resulta más eficiente internalizar las operaciones, aumentando así el tamaño de la empresa. Por el contrario, si los costes bajan, el mercado se vuelve la opción preferible.

El equipo de MIT nos sitúa ahora frente a una "singularidad coaseana". Una singularidad, en este contexto, no se refiere al concepto popular de una superinteligencia incontrolable, sino a un punto de inflexión económico: un momento en el que los costes de transacción se desploman hacia cero. Si los agentes de IA pueden buscar en toda la web en milisegundos, negociar de forma óptima veinticuatro horas al día y verificar el cumplimiento de contratos instantáneamente, ¿qué le sucede a la "empresa" tal y como la concibió Coase? ¿Se disuelve la propia razón de ser de las estructuras corporativas tradicionales? ¿Emergemos en un mundo de individuos (principales) que simplemente dirigen a sus delegados de software en un mercado global, fluido y perfectamente eficiente?

Esta no es una profecía de ciencia ficción; es un marco de análisis económico que ya está en marcha. El estudio disecciona esta transformación inminente en tres grandes ejes que definen cualquier mercado: la demanda de los consumidores, la oferta de las empresas y el diseño de las propias reglas del juego.

El análisis propone que estamos en el umbral no solo de una nueva tecnología, sino de una reconfiguración fundamental de cómo interactuamos, comerciamos y competimos. Los beneficios potenciales en eficiencia son asombrosos, pero las nuevas fricciones, desde la congestión algorítmica hasta la colusión silenciosa, presentan riesgos de una magnitud similar. Comprender este nuevo paisaje no es una tarea menor; es el desafío económico central del siglo XXI.

El agente llega: Redefiniendo la demanda digital

La adopción de estos representantes digitales por parte del público no será automática. Depende de una delicada balanza psicológica y económica. El estudio la define como una forma de "demanda derivada": nadie quiere realmente un agente de IA por el agente en sí. Lo que deseamos es el resultado que facilita, ya sea un vuelo barato, una cena reservada o un regalo perfectamente elegido. El agente es el intermediario que nos permite obtener ese resultado con el mínimo esfuerzo.

Aquí entramos en el primer gran trueque de la era de los agentes. Como usuarios (o "principales", en la jerga económica), nos enfrentamos a una compensación constante entre la calidad de la decisión y la reducción del esfuerzo. Hoy, cuando buscamos un hotel, podemos pasarnos tres horas leyendo reseñas para asegurarnos una decisión "óptima". Al delegar esta tarea a un agente ("resérvame un hotel de cuatro estrellas en el centro de Kioto para la próxima semana, que sea tranquilo y tenga buenas reseñas de desayuno"), aceptamos una decisión que quizás sea "suficientemente buena" a cambio de recuperar esas tres horas de vida. Estamos comprando tiempo y comodidad, pagando con un pequeño grado de control.

Este gráfico conceptualiza la compensación que enfrenta el usuario: la búsqueda manual exige un esfuerzo máximo para alcanzar una calidad óptima, mientras que la delegación en un agente reduce drásticamente el esfuerzo, aceptando a cambio una calidad de decisión "suficientemente buena".

Este trueque depende de dos variables críticas: la capacidad del agente y el contexto de la tarea. Para tareas de bajo riesgo, como pedir una pizza, la delegación será casi instantánea. Para decisiones de alto riesgo, como elegir un plan de hipoteca o un tratamiento médico, la confianza será el bien más preciado y más difícil de conseguir.

Los investigadores señalan un fenómeno emergente: la "ansiedad algorítmica". Es la inquietud que sentimos al ceder el control. ¿Entendió realmente el agente mis preferencias? ¿Está actuando en mi mejor interés, o en el de la plataforma que lo programó? ¿Qué sucede si comete un error costoso?

Esta transición redefine nuestra relación con la tecnología. Nos aleja del rol de "operador" (alguien que usa una herramienta haciendo clic y escribiendo) y nos acerca al de "gerente" (alguien que delega una intención a un subordinado autónomo). Gestionar esta relación principal-agente, pero donde el agente es una caja negra de código, será una habilidad humana completamente nueva.

La verdadera revolución en la demanda ocurrirá cuando los agentes superen la simple ejecución de tareas y dominen la "elicitación de preferencias complejas". Hoy, le decimos a un motor de búsqueda qué queremos. Mañana, un agente de IA podría aprender nuestras preferencias latentes, aquellas que ni siquiera nosotros mismos podemos articular con claridad. Podría inferir, basándose en nuestro calendario, correos electrónicos y compras pasadas, que no solo queremos "un regalo de cumpleaños para nuestra hermana", sino "un vale para esa clase de alfarería que mencionó de pasada hace tres meses, en una fecha que no entre en conflicto con sus viajes de trabajo".

Esta capacidad de comprensión profunda es la verdadera promesa para el consumidor: un mundo donde nuestras necesidades son anticipadas y satisfechas con una fluidez sin precedentes. Pero también es la puerta de entrada a un mundo de persuasión algorítmica y vulnerabilidad sin precedentes.

Los nuevos arquitectos: Quién construye los agentes y por qué

Mientras la demanda de los usuarios evoluciona, el lado de la oferta se prepara para una batalla titánica que definirá el futuro de la economía digital. La pregunta central que plantea el estudio es: ¿quién controlará a estos agentes y cuáles serán sus lealtades?

Las grandes plataformas tecnológicas (Google, Amazon, Apple, Meta, Microsoft) no están esperando. Están invirtiendo miles de millones en construir sus propios agentes. El Project Mariner de Google, mencionado en el estudio, es un ejemplo de un agente diseñado para navegar por la web, comprender su estructura y ejecutar acciones. Pero, ¿para quién trabaja?

Aquí, el análisis identifica dos modelos fundamentalmente opuestos que competirán por la supremacía.

El primer modelo es el del "agente integrado en la plataforma". Se trata de un agente leal a su creador. Un "agente de Amazon" que busca incansablemente el mejor producto y precio... dentro de Amazon. Un "agente de Shopify" que facilita las compras... dentro del ecosistema de Shopify. Estos son los llamados "jardines vallados". Para las plataformas, este modelo es ideal. Les permite retener a los usuarios, controlar la experiencia y monetizar la relación, probablemente dirigiendo las elecciones del consumidor hacia productos de marca propia o de mayor margen.

El segundo modelo es el del "agente interoperable". Este es el agente que trabaja inequívocamente para el usuario. Es un mayordomo digital personal que reside en nuestro dispositivo y que puede buscar en Amazon, eBay, Walmart, tiendas independientes y aerolíneas, comparando todas las opciones de forma imparcial para encontrar el mejor resultado absoluto para *nosotros*, su principal. Este modelo fomenta una competencia feroz y transparente entre plataformas, reduciendo los precios y los márgenes.

El siguiente diagrama compara los perfiles de estos dos modelos. El agente interoperable está optimizado para la lealtad al usuario y la amplitud de búsqueda, mientras que el agente integrado prioriza la lealtad a la plataforma y su capacidad de monetización.

La tensión entre estos dos modelos es, quizás, el campo de batalla regulatorio y estratégico más importante de la próxima década. Es la nueva "guerra de los navegadores", pero con apuestas infinitamente más altas. El resultado determinará si los agentes de IA se convierten en la herramienta definitiva de empoderamiento del consumidor o en el mecanismo de captura de valor más sofisticado jamás creado.

La monetización sigue siendo una cuestión abierta. ¿Serán los agentes un servicio de suscripción, como un "mayordomo" al que pagamos una tarifa mensual? ¿Serán "gratuitos", pero financiados por la publicidad y las comisiones, creando un conflicto de intereses devastador? ¿O serán parte del hardware, un valor añadido al comprar un teléfono o un sistema operativo?

Las empresas no solo diseñarán los agentes; también diseñarán defensas *contra* ellos. Una plataforma como Amazon tiene poco interés en que un agente externo sobrecargue sus servidores buscando precios millones de veces por segundo o descubra una estrategia de precios que prefiere mantener oculta. La oferta, por tanto, no es solo la creación de agentes, sino también la creación de barreras, ofuscación y contramedidas.

La nueva maquinaria del mercado: Eficiencia, fricción y caos

Cuando esta nueva demanda (usuarios delegando tareas) y esta nueva oferta (plataformas y agentes interoperables) colisionen, el mercado mismo cambiará. El trabajo de Shahidi y sus colegas explora cómo la drástica reducción de los costes de transacción tradicionales generará ganancias de eficiencia asombrosas, al tiempo que dará a luz a fricciones completamente nuevas.

El sueño coaseano se materializa en tres áreas. Primero, la caída de los costes de búsqueda. La capacidad de encontrar la oferta exacta que satisface una necesidad compleja en cualquier parte del mundo, instantáneamente. Segundo, la evaporación de los costes de comunicación y negociación. Los agentes podrán negociar en nuestro nombre con los agentes de los vendedores, regateando precios, condiciones de entrega y garantías, 24/7, a una velocidad y con una persistencia que ningún humano podría igualar. Tercero, la simplificación de los costes de contratación. Los agentes pueden verificar que se cumplan los términos de un acuerdo (que el producto entregado es el correcto, que el servicio se prestó) y ejecutar pagos o penalizaciones automáticamente.

Este mundo, en teoría, conduce a un mercado casi perfecto, donde el precio se alinea con el coste y la calidad, y el valor fluye eficientientemente hacia el consumidor. Sin embargo, el estudio nos advierte con la misma contundencia sobre el otro lado de la moneda: la emergencia de nuevas fricciones algorítmicas.

La primera es la congestión. La infraestructura actual de Internet no está diseñada para manejar miles de millones de agentes autónomos ejecutando búsquedas, comparaciones y negociaciones complejas simultáneamente. Hoy, un humano puede mirar 10 vuelos. Un agente puede, en teoría, solicitar millones de combinaciones de rutas y precios en segundos. Esto podría colapsar los servidores de las aerolíneas o, como mínimo, crear una "guerra de pujas" por el ancho de banda y la capacidad de procesamiento. Los mercados podrían verse obligados a crear "carriles rápidos" de pago para agentes, reintroduciendo la desigualdad económica en el acceso a la información.

La segunda fricción, más sutil, es la ofuscación de precios. Las empresas lucharán activamente contra la transparencia perfecta. Empezarán a ocultar precios a los agentes, tal como hoy usan sistemas CAPTCHA para bloquear a los bots. Podrían mostrar precios diferentes a los agentes de lo que muestran a los humanos, o precios diferentes a agentes "ricos" frente a agentes "ahorradores". Esto desencadena un costoso juego del gato y el ratón, una carrera armamentista entre los agentes que buscan transparencia y las plataformas que buscan opacidad, desperdiciando recursos en el proceso.

El riesgo más oscuro, sin embargo, es la colusión algorítmica. Este es el escenario de pesadilla para los reguladores. Cuando solo unos pocos agentes de precios (ya sean de empresas o de consumidores) dominan un mercado, no necesitan reunirse en una habitación para fijar precios. Sus algoritmos de aprendizaje por refuerzo pueden "aprender" de forma independiente que la estrategia óptima a largo plazo no es competir ferozmente bajando los precios, sino mantenerlos artificialmente altos. Pueden llegar a un equilibrio colusorio tácito, silencioso y automático, que perjudica a los consumidores sin que se haya producido ninguna comunicación ilegal. Demostrar esta "colusión" en un tribunal será casi imposible.