<!-- Opciones de titular: 1. Georgieva advierte que el auge de la IA puede profundizar la desigualdad y los riesgos financieros [ELEGIDO] 2. El FMI pide regular y capacitar ante una expansión de la IA que concentra ganancias y demanda energía 3. Georgieva pone desigualdad, deuda y centros de datos en el centro del debate económico sobre IA -->

# Georgieva advierte que el auge de la IA puede profundizar la desigualdad y los riesgos financieros

La directora del FMI señaló en Singapur el peso de Asia-Pacífico en el comercio ligado a IA y pidió regulación, capacitación, flexibilidad y seguridad energética.

Una advertencia económica, no una nueva medición auditada

Kristalina Georgieva, directora gerente del Fondo Monetario Internacional, advirtió el 7 de octubre en Singapur que la expansión de la inteligencia artificial puede producir grandes fortunas y, al mismo tiempo, profundizar la desigualdad y los riesgos financieros. La intervención formó parte del calendario de las Reuniones Anuales de 2026 del FMI, según la agenda oficial y la ficha del evento.

Associated Press publicó su cobertura a las 06:10:44 UTC del 7 de octubre. En ella, Georgieva vinculó la inversión en centros de datos y el entusiasmo alrededor de la IA con oportunidades de crecimiento, pero también con el peligro de un choque si cambian las expectativas o el financiamiento.

Sus comentarios deben leerse como una evaluación y recomendación de política, no como la publicación de una nueva base estadística auditada. Al cierre de esta edición no estaba disponible una transcripción oficial completa del discurso en las fuentes consultadas. Por eso, las formulaciones específicas se atribuyen a la cobertura de AP y no se presentan como citas textuales extensas.

Asia-Pacífico concentra una parte del comercio ligado a IA

Georgieva señaló que siete de los diez principales países en comercio relacionado con la IA se encuentran en Asia-Pacífico. La observación destaca una cadena que no se limita a modelos: incluye semiconductores, equipos, componentes, infraestructura y servicios.

La región combina capacidad de fabricación, grandes mercados y centros financieros. Esa concentración puede favorecer productividad e inversión, pero también expone a economías y empresas a ciclos tecnológicos, restricciones comerciales y cambios de demanda. Una interrupción en chips o energía puede atravesar varios sectores.

El auge de centros de datos es parte central del fenómeno. Construirlos demanda capital, electricidad, agua, redes y equipos. Si el crecimiento esperado no se materializa, activos y deudas asociados pueden perder valor. Si sí se materializa, la presión sobre energía y territorio puede aumentar. Ambas posibilidades justifican planificación prudente.

Georgieva situó la IA dentro de un contexto más amplio de deuda, energía y conflictos. Esto evita tratar la tecnología como una economía separada. Una empresa puede mejorar productividad con IA y al mismo tiempo enfrentar tasas, costos eléctricos, barreras comerciales o incertidumbre geopolítica.

El riesgo de desigualdad aparece en varios niveles

La desigualdad no se refiere solamente a puestos de trabajo. También puede surgir entre empresas con acceso a cómputo, datos y talento y aquellas que no pueden financiarlo; entre países que producen componentes y países que importan servicios; o entre trabajadores que complementan sus habilidades y quienes quedan desplazados.

Los beneficios de la IA pueden concentrarse en propietarios de infraestructura y activos. Si las ganancias aumentan más rápido que salarios y capacitación, el crecimiento agregado puede convivir con malestar. Por eso Georgieva planteó una combinación de regulación, formación, flexibilidad y apoyo al emprendimiento.

Regular no equivale a frenar toda adopción. Implica definir responsabilidades, proteger datos, evaluar riesgos y mantener competencia. La capacitación tampoco puede reducirse a enseñar a usar un chatbot: necesita incluir habilidades sectoriales, juicio profesional y capacidad para verificar resultados.

La flexibilidad se relaciona con permitir que empresas y trabajadores se adapten, mientras que el emprendimiento amplía quién puede crear valor. Sin acceso a capital, infraestructura y mercados, esa recomendación queda incompleta. Las políticas deben traducirse en instrumentos medibles y no solo en llamados generales.

Energía y centros de datos entran en la política de IA

Georgieva destacó la seguridad energética. Los modelos avanzados dependen de centros de datos, y estos de un suministro eléctrico estable. Una estrategia nacional de IA que ignore generación, transmisión y precios corre el riesgo de prometer capacidad que no puede sostener.

La expansión puede competir con hogares e industrias si no se planifica. También puede impulsar nueva generación y redes. La diferencia está en contratos, ubicación, estándares de eficiencia y transparencia. Las autoridades necesitan distinguir proyectos anunciados de capacidad efectivamente financiada y conectada.

Los centros de datos también plantean riesgo financiero. La expectativa de demanda futura puede acelerar crédito y construcción. Si los modelos se vuelven más eficientes, la demanda cambia o un proveedor pierde cuota, algunos proyectos pueden quedar sobredimensionados. Ese escenario no es una predicción de colapso, sino un motivo para evaluar exposición.

Qué significa para Paraguay y América Latina

Para Paraguay, la disponibilidad de energía hidroeléctrica puede atraer conversaciones sobre centros de datos y cómputo. Sin embargo, la advertencia del FMI sugiere no confundir energía abundante con proyecto conveniente. Hay que evaluar inversión comprometida, empleo, consumo, infraestructura de red, impacto ambiental, tributación y valor que queda en el país.

Este discurso no anuncia una iniciativa del FMI para Paraguay ni confirma nuevos centros de datos locales. La conexión es de política económica: cualquier estrategia debe comparar el uso intensivo de energía con alternativas y exigir beneficios verificables.

América Latina también enfrenta brechas de capacitación y digitalización. Importar herramientas puede elevar productividad en empresas preparadas, pero dejar atrás a pequeñas organizaciones sin conectividad, datos ordenados o personal formado. Un programa público debería medir adopción efectiva y resultados, no solo licencias adquiridas.

Para profesionales, la recomendación práctica es invertir en capacidades transferibles: entender el proceso, evaluar fuentes, proteger información y supervisar automatizaciones. Aprender una interfaz sirve hoy; saber verificar y rediseñar trabajo conserva valor cuando cambian los modelos.

Cómo leer las recomendaciones del FMI

El FMI mantiene una página temática sobre inteligencia artificial que reúne análisis sobre empleo, productividad y políticas. Es un punto de partida institucional, pero cada país necesita datos propios. La exposición laboral, estructura productiva y capacidad fiscal no son iguales.

Regulación, capacitación y energía pueden entrar en tensión. Una norma demasiado vaga ofrece poca protección; una carga desproporcionada puede excluir a empresas pequeñas. Capacitar sin demanda laboral concreta produce certificados sin oportunidades. Atraer centros de datos sin redes o reglas claras traslada costos a terceros.

La mejor respuesta es definir objetivos y métricas: productividad por sector, empleos transformados, salarios, consumo energético, participación de proveedores locales y concentración de mercado. También conviene publicar supuestos y revisar políticas a medida que cambian costos y capacidades.

Qué conviene observar ahora

La falta de una transcripción oficial completa al cierre limita el análisis frase por frase. Habrá que observar si el FMI publica el discurso, documentos complementarios o nuevas estimaciones que precisen el diagnóstico.

También importan las decisiones posteriores: reglas financieras para proyectos de centros de datos, programas de capacitación con resultados y políticas de energía que hagan visible quién paga cada expansión. El mensaje central de Georgieva no es que la IA deba detenerse, sino que sus beneficios no se distribuyen automáticamente.

Para gobiernos y empresas, la pregunta útil es doble: cuánto valor puede crear una inversión y quién absorbe el riesgo si las expectativas fallan. Responderla con datos es más importante que elegir entre optimismo y alarma.

Fuentes