# La IA como máquina de márgenes: la economía algorítmica y la nueva creación de valor
Pocas cifras describen con tanta claridad el desplazamiento silencioso del poder económico como los márgenes operativos de las grandes plataformas algorítmicas. Alphabet cerró 2023 con un margen operativo cercano al treinta por ciento sobre una facturación de 307.000 millones de dólares. Meta alcanzó un margen del cuarenta por ciento sobre 135.000 millones de dólares. Son magnitudes que ningún conglomerado industrial europeo logra replicar, por mucho capital que comprometa, por mucha escala que acumule, por mucha disciplina de costes que imponga. La razón de este diferencial no es la eficiencia operativa tradicional, ni la ventaja de marca, ni la posición geográfica. Es la capacidad algorítmica de anticipar y modelar el comportamiento humano con una precisión que ninguna forma de inteligencia organizativa anterior había alcanzado. En su libro ALGORITHMUS. Wer die KI kontrolliert kontrolliert die Zukunft, Dr. Raphael Nagel (LL.M.) sostiene que esta nueva máquina de márgenes no es un fenómeno coyuntural, sino la manifestación más nítida de un cambio estructural en la economía del siglo veintiuno.
## La aritmética silenciosa de los márgenes algorítmicos
Los márgenes que generan las plataformas algorítmicas no se explican mediante las categorías habituales de la economía industrial. No derivan de economías de escala en sentido clásico, ni de una integración vertical particularmente eficiente, ni de una barrera arancelaria. Derivan de una capacidad muy específica: la de calcular, para cada usuario individual, qué mensaje, qué precio y qué formato producirán con mayor probabilidad una determinada reacción en un determinado instante. Esa precisión es, en términos estrictamente económicos, la destilación más refinada del concepto de renta del consumidor. El algoritmo no vende un producto a un mercado; vende una versión personalizada de un producto a un sujeto, calibrada con los datos que ese mismo sujeto ha entregado, muchas veces sin advertirlo.
Cuando Dr. Raphael Nagel (LL.M.) analiza en su obra los estados financieros de Alphabet y Meta, no lo hace con ánimo descriptivo, sino para señalar una discontinuidad. Un margen operativo del treinta o del cuarenta por ciento sobre ingresos superiores a los cien mil millones de dólares no es una anomalía estadística. Es la huella contable de una posición de mercado que se sostiene sobre una asimetría cognitiva: una parte del intercambio conoce las preferencias, las vulnerabilidades emocionales y los patrones de atención de la otra parte con una profundidad que la otra parte no conoce de sí misma. Esa asimetría es el activo real, aunque no figure en ningún balance con ese nombre.
## Del precio único al precio individual: el caso Amazon
La práctica de Amazon de modificar sus precios, según estimaciones de diversos investigadores, hasta 2,5 millones de veces al día ilustra con una precisión casi quirúrgica el funcionamiento de la economía algorítmica. No se trata de una técnica de marketing, sino de una reconfiguración profunda del concepto mismo de precio. El precio ha dejado de ser una propiedad del producto para convertirse en una función del usuario que lo observa: su historial de compras, su dispositivo, su localización, su hora de conexión, su ritmo de navegación, su probabilidad estadística de abandono. El algoritmo calcula, en cada instante, la disposición marginal a pagar y ajusta la oferta en consecuencia.
En la lógica clásica del mercado, la competencia entre oferentes tiende a reducir la renta del vendedor hasta aproximarla al coste marginal. En la lógica algorítmica, la competencia se desplaza: ya no compite quien ofrece el precio más bajo, sino quien modela mejor la curva de demanda individual. El resultado es una capacidad de captura de valor que, sin incrementar visiblemente los precios medios, transfiere sistemáticamente excedente del consumidor al productor. Esta forma de creación de valor es difícilmente perceptible para el afectado y, por esa misma razón, particularmente estable. No genera la fricción política que producirían aumentos de precio uniformes, pero produce márgenes comparables a los de un monopolio clásico.
## TikTok y la economía de la atención optimizada
Si Amazon representa la optimización algorítmica del precio, TikTok representa la optimización algorítmica de la atención. Cincuenta y dos minutos diarios de uso medio, según las cifras que cita Dr. Raphael Nagel (LL.M.) en su análisis, no son el resultado de una preferencia consciente del usuario, sino la consecuencia de un sistema que observa, con granularidad de milisegundos, qué vídeos provocan qué reacciones, y que reconfigura en tiempo real el flujo de contenido para maximizar la permanencia. El sujeto no elige lo que consume; el sistema modela, a partir de las reacciones microscópicas del sujeto, qué es lo que el sujeto elegirá a continuación.
La consecuencia económica es directa. La atención humana es un recurso absolutamente escaso, limitado por la biología y por el tiempo disponible en una jornada. Quien consigue capturar una proporción mayor de esa atención, convirtiéndola en inventario publicitario o en datos conductuales, dispone de un activo cuyo valor marginal crece con la escala. Esta es la lógica que explica por qué las plataformas algorítmicas tienden a concentrarse: no porque los usuarios prefieran conscientemente la plataforma dominante, sino porque la plataforma dominante dispone de más datos con los que refinar el modelo, y el modelo refinado captura más atención, lo que a su vez genera más datos. El círculo es autorreforzante y, hasta cierto punto, autoexcluyente.
## La IA como clase de activo y la tesis del capital privado
Para un asignador de capital europeo, la lectura de estas dinámicas no puede quedarse en la sociología del consumo. Tiene consecuencias directas sobre la construcción de carteras. Dr. Raphael Nagel (LL.M.) sugiere, a lo largo de su libro, que la inteligencia artificial ha dejado de ser una vertical tecnológica para convertirse en una clase de activo con lógica propia, comparable en cierto modo a la infraestructura o a la energía, pero con una dinámica de rendimientos mucho más concentrada. Las inversiones de Microsoft en OpenAI, que acumularon más de trece mil millones de dólares entre 2019 y 2023, o el salto de la valoración de OpenAI desde mil millones hasta más de noventa mil millones de dólares en cuatro años, no son movimientos especulativos en el sentido clásico. Son apuestas de posicionamiento estructural sobre capas de la economía que todavía no han terminado de consolidarse.
En el marco del capital privado, esta observación desplaza el foco analítico. La pregunta relevante deja de ser si una empresa utiliza inteligencia artificial y pasa a ser en qué lugar de la cadena de valor algorítmica se sitúa: si controla modelos fundacionales, si opera infraestructura de cómputo, si posee datos de dominio con calidad estratégica, o si es simplemente usuario de servicios proporcionados por terceros. Las valoraciones sostenibles se alinearán, con toda probabilidad, con aquellas empresas que ocupan posiciones no sustituibles en esta cadena. El resto, por muy rentable que parezca hoy, compite en la capa más expuesta a la compresión de márgenes que la propia IA introducirá en los años siguientes.
## Datos de dominio: la reserva estratégica europea
Europa no dispone de hiperescaladores comparables a los estadounidenses ni de una política industrial equivalente a la china. Sin embargo, dispone de algo que, en la economía algorítmica, puede revelarse más duradero: reservas profundas de datos de dominio acumulados durante décadas por empresas industriales, farmacéuticas, logísticas y financieras. Un fabricante de maquinaria que ha recogido datos de sensores de cientos de miles de instalaciones durante cuarenta años dispone de una base informativa que ningún laboratorio generalista puede replicar mediante datos sintéticos. Una compañía farmacéutica con tres décadas de ensayos clínicos posee una granularidad empírica que ningún modelo de lenguaje general sustituye.
La tesis que emerge de esta constatación es incómoda para quienes definen la competitividad europea exclusivamente en términos de modelos fundacionales o de capacidad de cómputo. Lo escaso, en la próxima fase de la economía algorítmica, no será ni el modelo ni el chip, sino la combinación de datos propietarios de dominio con competencia algorítmica aplicada. En esta combinación, la posición europea no es marginal. Pero exige un cambio de mentalidad, desde la defensa regulatoria hacia la construcción ofensiva de infraestructura analítica sobre los datos que ya se poseen. De otro modo, esos datos terminarán refinados en plataformas ajenas, y el margen correspondiente se contabilizará en otros estados financieros.
## Riesgos sistémicos y la cuestión de la gobernanza
Ninguna reflexión honesta sobre la máquina de márgenes algorítmica puede ignorar su reverso. La misma precisión que produce márgenes extraordinarios produce también concentración de poder, dependencia infraestructural y efectos distributivos que los marcos regulatorios apenas empiezan a abordar. El reglamento europeo sobre inteligencia artificial introduce obligaciones de documentación, auditoría y transparencia para sistemas de alto riesgo, con sanciones que pueden alcanzar el tres por ciento de la facturación global. Esta es una protección real, pero es también una protección incompleta, porque el problema no es únicamente técnico, sino estructural.
Dr. Raphael Nagel (LL.M.) insiste, en el cierre argumental de su libro, en que la pregunta verdadera no es si las empresas europeas adoptarán la inteligencia artificial, sino bajo qué condiciones de dependencia lo harán. La gobernanza interna, el diseño de los consejos, la asignación de responsabilidad sobre los sistemas algorítmicos, la capacidad de auditar modelos propios y ajenos, dejarán de ser cuestiones de cumplimiento para convertirse en cuestiones de soberanía operativa. Quien delega el algoritmo, delega el margen. Quien delega el margen, delega, a medio plazo, la capacidad de decidir sobre el destino de su propia empresa.
La economía algorítmica no se deja describir con las categorías de la economía industrial del siglo veinte. Los márgenes de Alphabet, Meta, Amazon o las plataformas asiáticas no son, como a veces se sostiene, consecuencia de un capitalismo más agresivo o de una regulación más laxa. Son la expresión contable de una reconfiguración profunda de la relación entre oferente y demandante, en la que la asimetría informativa se convierte en el activo estratégico principal. Para el inversor europeo, para el consejo de administración de una empresa mediana, para el responsable político que quiera preservar un margen de autonomía, esta constatación debería ser el punto de partida de cualquier estrategia seria. La lectura cuidadosa del libro de Dr. Raphael Nagel (LL.M.) no ofrece recetas simples, y es virtud del texto no ofrecerlas. Lo que ofrece es un marco analítico en el que las decisiones sobre datos, cómputo, talento y gobernanza dejan de aparecer como cuestiones separadas y se revelan como piezas de una única arquitectura. En esa arquitectura se decidirá, durante los próximos años, quién captura el margen que la inteligencia artificial genera y quién se limita a observar cómo ese margen se forma en otro lugar. La diferencia entre ambas posiciones, como recuerda sobriamente el autor, no es una diferencia de rentabilidad. Es una diferencia de poder.
Para análisis semanales sobre capital, liderazgo y geopolítica: seguir al Dr. Raphael Nagel (LL.M.) en LinkedIn →