Cuando el mercado deja de ser mercado: IA agéntica y la evaporación de la fricción
El pasado 14 de octubre, el Registro de economistas expertos en marketing y comercialización del Consejo de economistas de España, organizó su jornada anual de Marketing, este año estaba dedicada al Marketing y la IA. El post no va a hablar de marketing ni de la IA, pero sí de sus consecuencias para la macroeconomía. No obstante, como considero que las presentaciones fueron muy interesantes y de hecho me motiva e inspira a escribir el post, insertaré el link para que las podáis ver en Youtube, lo que completa lo que comentaré a lo largo del texto, pero ya desde el punto de vista del marketing y la propia IA.
Existe un viejo chiste entre economistas que dice que la competencia perfecta es como el cero absoluto: un concepto teóricamente impecable sobre el papel, pero físicamente imposible de encontrar en el mundo real.
Durante décadas, la literatura macroeconómica ha asumido que los mercados son imperfectos por definición. Hay costes de búsqueda, asimetrías de información, sesgos psicológicos y barreras de entrada. Por eso, cuando nació el e-commerce a finales de los noventa, muchos prometieron que la digitalización traería esa utopía de transparencia. La realidad fue muy distinta. Fracasaron las plataformas multiproveedor, cayeron los mercados verticales de papelería o informática y acabamos en un modelo dominado por Amazon y un puñado de gigantes. ¿Por qué? Porque comparar opciones seguía teniendo un coste de tiempo enorme para el humano, y centralizar la confianza en un solo actor era la solución más barata.
Sin embargo, la irrupción de la IA agéntica y la transición hacia el llamado Machine-to-Machine Commerce (M2M) está cambiando las reglas del juego. No estamos ante un simple cambio de interfaz, sino ante una reconfiguración macroeconómica de fondo. Por primera vez en la historia, el comprador no es un humano gestionando su presupuesto con información limitada, sino un algoritmo ejecutor que compara, verifica y decide en milisegundos.
Del descubrimiento de precios al cálculo algorítmico
En el modelo walrasiano clásico, el «mercado perfecto» exige cuatro condiciones fundamentales: información perfecta, productos homogéneos, ausencia de costes de transacción y libre entrada y salida de actores.
Veamos cómo los agentes de IA impactan directamente en estos agregados:
La evaporación de la asimetría de información: El modelo clásico de George Akerlof sobre el «mercado de lemons« -término que la teoría económica usa para referirse a los coches de ocasión defectuosos que se venden al mismo precio que los buenos por falta de transparencia- demostró que cuando el vendedor sabe más sobre el producto que el comprador, el mercado se degrada. Un agente de IA invierte esa lógica. La máquina no lee el eslogan publicitario; lee la API del proveedor, comprueba los certificados ISO o ESG en registros oficiales, analiza el historial de precios en tiempo real y procesa miles de valoraciones filtrando el ruido de los bots. La ignorancia del consumidor deja de ser una vía de monetización.
El colapso de la prima de marca: Las empresas dedican partidas millonarias a diferenciar bienes que, en su esencia técnica, son idénticos. Un cable HDMI, una resma de papel o una pieza de recambio industrial son commodities. Cuando la compra la realiza una máquina, el valor intangible del logo pierde tracción frente a la especificación técnica pura.
Costes de búsqueda tendentes a cero: Negociar presupuestos, pedir licitaciones o comparar catálogos entre docenas de proveedores locales exigía horas de trabajo administrativo. La IA elimina esa fricción. El coste marginal de consultar a mil proveedores directos pasa a ser idéntico al de consultar a uno solo.
Desde el prisma micro, el precio tiende a acoplarse de manera agresiva al coste marginal de producción. Sin embargo, cuando llevamos esto al plano macroeconómico, chocamos con un hecho contradictorio: un mercado teóricamente perfecto deja de funcionar como un mercado.
La paradoja macro: cuando la eficiencia óptima destruye el mercado
Si un mercado alcanza la transparencia total y la fricción cero, la dinámica de «descubrimiento de precios» desaparece. Los precios ya no se descubren mediante el ensayo, la negociación o la intuición del comerciante; se calculan. El libre mercado se transforma, en la práctica, en un algoritmo distribuido de asignación de recursos, más cercano a los modelos de insumo-producto de Leontief que al capitalismo transaccional tradicional.
Esta híper-eficiencia plantea consecuencias macroeconómicas profundas para la sociedad:
Presión deflacionaria y compresión de márgenes
A medida que la IA elimina las rentas de monopolio, la opacidad informativa y los márgenes inflados por intermediación, los precios de los bienes estandarizados caen. A corto plazo, esto incrementa el poder adquisitivo real del consumidor. A largo plazo, sin embargo, la convergencia del precio hacia el coste marginal reduce los beneficios empresariales a niveles mínimos.
La trampa del empleo y las rentas del trabajo
Si la intermediación, el marketing, la distribución tradicional y la gestión de compras se automatizan por completo, se elimina una porción masiva del empleo de valor añadido en el sector servicios. Aquí emerge el dilema macroeconómico central: bienes y servicios hiperbaratos no sirven de nada en una economía donde la población pierde la capacidad de generar rentas del trabajo. La eficiencia del lado de la oferta puede estrangular la capacidad de consumo del lado de la demanda.
Fragilidad del sistema ante la híper optimización
Los mercados imperfectos tienen margen de maniobra. Las ineficiencias generan stocks de reserva, redundancias y «colchones» en las cadenas de suministro. Un mercado donde los agentes de IA optimizan cada céntimo y cada segundo al límite destruye la holgura. Ante un shock externo (geopolítico, climático o sanitario), el sistema carece de resiliencia y los fallos en cadena se multiplican.
La mutación del monopolio
Existe el riesgo de caer en la ilusión de la descentralización. Si bien la IA permite comprar a un pequeño fabricante de componentes en cualquier parte del mundo sin pasar por un marketplace centralizado, la capa de decisión se reconcentra. Si tres grandes modelos de lenguaje controlan el 90% de los agentes compradores, el monopolio no estará en la tienda (Amazon), sino en la capa algorítmica de recomendación. Quien defina los parámetros de evaluación del agente, definirá las cuotas del mercado global.
Un nuevo paradigma de distribución
El fracaso de las plataformas multiproveedor en la web tradicional no fue un problema de concepto, sino de capacidad de procesamiento humano. La llegada de la IA agéntica resuelve la logística de la información, pero nos sitúa ante un escenario macroeconómico inédito.
No caminamos simplemente hacia un comercio más ágil, sino hacia una reorganización de cómo se fija el valor en la economía. Si la tecnología elimina el coste de transacción y la asimetría, la economía de mercado pierde su papel histórico como mecanismo de negociación para convertirse en una infraestructura técnica de asignación. El reto del futuro cercano no será lograr que el mercado sea eficiente -eso lo resolverán las máquinas-, sino gestionar el impacto distributivo de una economía con precios óptimos pero con rentas del trabajo decrecientes.
La IA agéntica nos conduce hacia un mercado perfecto que termina por deshumanizar la economía, demostrando que «Nadie es perfecto, pero nadie quiere ser Nadie».
Posts e presentaciones relacionadas:
Jornada Economistas y Marketing (Consejo de Economistas de España): https://www.youtube.com/watch?v=t2omer8KI_k
