Satya Nadella, director ejecutivo de Microsoft, publicó recientemente un extenso ensayo en el que expone lo que considera el principal desafío económico en la era de la inteligencia artificial: la posibilidad de que unos pocos modelos avanzados absorban el conocimiento de industrias enteras, convirtiéndolo en un bien común y dejando a las empresas sin sus ventajas competitivas diferenciadoras.
«Lo último que queremos es un mundo donde todas las compañías de todos los sectores cedan valor a unos pocos modelos que se comen todo a su paso», escribe Nadella en su artículo titulado «Una frontera sin ecosistema no es estable», divulgado en la plataforma X. «Si todo el valor se concentra únicamente en unos pocos modelos, la economía política no lo tolerará. No existe permiso social para un futuro con IA que vacíe industrias completas».
Este análisis, inusual por su tono filosófico en la voz del líder de una empresa tecnológica valorada en 3 billones de dólares, emerge en un momento en que los riesgos mencionados empiezan a materializarse y, al mismo tiempo, cuando Microsoft enfrenta justamente esas complejas dinámicas. 
Un nuevo concepto: el «capital token» como moneda estratégica en la IA empresaria
En el núcleo de la reflexión de Nadella se encuentran dos conceptos esenciales que denomina «capital humano» y «capital token». El primero engloba el conocimiento, juicio, relaciones, ingenio y capacidad de reconocimiento de patrones de las personas; el segundo alude a la capacidad de inteligencia artificial que la empresa desarrolla y posee.
El CEO destaca que ambos tipos de capital no están en conflicto sino que se potencian mutuamente: «El capital humano no pierde valor a medida que crece el capital token, ¡al contrario, se vuelve aún más valioso! Los humanos impulsan el crecimiento del capital token, estableciendo metas ambiciosas, conectando dominios y destacando los patrones relevantes. Sin dirección humana, la computación sólo gira en círculos».
Esta perspectiva desafía la narrativa habitual que prevé la sustitución de trabajadores humanos por IA o la desaparición del valor intelectual diferenciado en las empresas. Nadella sostiene que el riesgo real radica en la centralización de ese conocimiento y que la solución pasa por una arquitectura nueva que permita a las empresas interactuar con la tecnología de forma soberana.
Según él, la clave no está en elegir el modelo de IA más avanzado, sino en construir un ciclo de aprendizaje apoyado en modelos donde el capital humano y el capital token se multipliquen conjuntamente. La verdadera prueba para una empresa será poder reemplazar un «modelo generalista» sin perder la experiencia interna adquirida, lo que implica separar el conocimiento institucional de la infraestructura tecnológica.
La comparación con la globalización: una advertencia política y económica
Nadella utiliza un paralelismo histórico para ilustrar su mensaje: «Pensemos en la primera fase de la globalización, cuando economías industriales enteras fueron vaciadas por el outsourcing. Los indicadores del PIB parecían estables en la superficie, pero el desplazamiento laboral fue real y sus consecuencias siguen presentes. No vamos a repetir esa dinámica en la era de la IA, donde pocos sistemas pueden concentrar todas las ganancias económicas mientras las industrias pierden su saber hacer».
Esta comparación traslada el debate sobre la concentración de la IA de un tema puramente tecnológico a uno de economía política accesible para reguladores y ciudadanos. Nadella alerta que si la industria de la IA no reparte el valor de forma equitativa, la intervención política será inevitable.
Como solución, plantea crear un «ecosistema de frontera», un entorno en el que el valor se distribuya ampliamente a través de todas las empresas, industrias y países. Esta idea se enlaza con la filosofía clásica de plataformas tecnológicas que Microsoft ha defendido históricamente, donde la plataforma facilita la creación de valor superior al que captura para sí y estimula la innovación continua.
Costes desorbitados en IA revelan la brecha entre la visión y la práctica
El ensayo cobra especial relevancia al coincidir con noticias sobre demandas judiciales en Seattle por parte de accionistas de Microsoft, que acusan a la empresa de inflar su valor bursátil ocultando una desaceleración en el crecimiento de su negocio cloud y la necesidad de enormes inversiones en infraestructura para IA.
Durante el segundo trimestre, Microsoft informó gastos de capital de 37.500 millones de dólares, un aumento del 66% respecto al año anterior y por encima de las previsiones de 34.300 millones. Además, la empresa ha reducido el uso interno de licencias para ciertas herramientas de IA debido a costes por consumo de tokens que se dispararon.
Este escenario refleja el problema que Nadella denomina «capital token»: el coste de usar IA aumenta proporcionalmente con su eficacia, generando un conflicto entre productividad y economía. Aunque la visión sea construir ciclos de aprendizaje eficientes, la realidad operativa es asumir billetes costosos para mantenerlos.
Uber, Meta y Amazon también enfrentan el problema del gasto en IA
Microsoft no está sola. Uber agotó su presupuesto anual de IA para herramientas de programación en apenas cuatro meses tras incentivar su adopción; ahora limita el gasto mensual por empleado a 1.500 dólares. Meta creó un sistema similar para monitorizar el consumo de IA llamado «Claudeonomics» y Amazon promueve el uso intensivo de tokens en IA.
Este patrón de adopción inicial seguida por crisis presupuestarias confirma el desafío en la gestión económica de la IA. Bryan Catanzaro, vicepresidente de Nvidia, resumió la situación: «Para mi equipo, el coste computacional supera ampliamente el costo de los empleados».
Ante esto, Nadella propone una arquitectura de tres capas para gestionar IA dentro de las empresas: evaluación privada para medir mejoras relevantes, entornos de aprendizaje por refuerzo internos y bases de conocimiento que permitan consultar el saber institucional y optimizar el consumo de tokens. La meta es crear una «máquina de escalada» cuyo valor sea acumulativo.
Otros líderes tecnológicos comparten las inquietudes de Nadella
No es un mensaje aislado. En 2026, otros ejecutivos como Sridhar Ramaswamy de Snowflake han alertado que las grandes empresas de software podrían quedar reducidas a meros proveedores de datos, mientras modelos externos agregan todo el valor. Aaron Levie, de Box, ha cuestionado cómo las compañías podrán diferenciarse en un entorno donde todos acceden a la misma inteligencia experta alimentada por IA.
Estas voces coinciden en que la evolución de la IA podría extinguir las ventajas competitivas al generalizarse el acceso a tecnologías similares. Nadella destaca porque no solo diagnostica el problema, sino que propone alternativas basadas en infraestructura que proteja el conocimiento institucional.
Conflictos internos en Microsoft revelan tensiones sobre el uso ético de la IA
Recientemente, Nadella también criticó a un ejecutivo de Microsoft por proponer estrategias para generar dependencia en usuarios mediante una herramienta de IA llamada Scout, calificando ese enfoque de «no deseado» y reafirmando el compromiso de la empresa con una IA que empodere y aporte valor auténtico.
Este episodio junto al ensayo indican que Nadella está construyendo una filosofía pública para una IA responsable y distribuida, aunque en Microsoft persistan tensiones internas respecto al enfoque y prioridades reales.
El reto de la coherencia entre la visión y la práctica en el gigante tecnológico
La gran interrogante es si Microsoft podrá alinear su enorme infraestructura, sus inversiones y su modelo de negocio con los principios que su CEO defiende sobre una distribución equitativa del valor generado por la IA. Aunque los ecosistemas han demostrado ser más sostenibles que las plataformas cerradas, alcanzar ese equilibrio requiere renunciar a ganancias a corto plazo y adoptar una visión de valor compartido en el largo plazo.
En suma, Satya Nadella ha escrito una defensa contundente para un futuro donde la IA complemente y potencie a las personas y las organizaciones, evitando que el conocimiento empresarial sea absorbido y homogeneizado por pocos sistemas. La oportunidad está planteada, pero la capacidad de llevarla a cabo está aún por verse.
