Recortar costos tiene un piso. Crecer no.

Pregúntale a una sala de ejecutivos qué hará la IA por el negocio y las respuestas convergen: bajar costos, operaciones más esbeltas, menos gente haciendo más. La eficiencia es el reflejo porque la eficiencia es legible. Un consejo ve caer una línea de costo. El crecimiento es más difícil de señalar, más lento de atribuir, y más fácil de dejar para después.

El reflejo subestima el premio. En un análisis reciente, investigadores de UCLA y Wharton descompusieron el valor de una empresa en sus partes—ingresos, gastos, múltiplo de valuación—y corrieron el efecto de la IA por cada una¹. El caso de eficiencia se sostuvo y tocó techo rápido. El caso de crecimiento no.

La aritmética del techo

Toma el caso de eficiencia en su versión más generosa. Supón que la mitad de la base de costos de una empresa admite mejoras con IA, y que la IA recorta esa mitad en 10 por ciento. La reducción total de gasto queda cerca de 5 por ciento, que en una firma representativa de gestión patrimonial sube el valor de la empresa cerca de 10 por ciento¹.

Diez por ciento es dinero real. También es el final del camino. Los costos se detienen en cero; ese es el piso, y toda empresa se acerca a él por la misma ruta. Los ingresos no tienen techo equivalente y—lo más importante—los inversionistas no valoran una empresa por lo que gana hoy. La valoran por lo que se espera que gane, y la prima sobre el crecimiento duradero es pronunciada.

El mismo análisis encontró que una empresa que crece orgánicamente al 5 por ciento anual vale cerca de 50 por ciento más que una empresa idéntica que crece al 3 por ciento. Al 7 por ciento, vale 122 por ciento más¹. La brecha no es un pronóstico; sale de cómo se expande un múltiplo cuando el crecimiento sostenido es visible. Un alza de dos puntos en el crecimiento orgánico puede subir el valor de la empresa a la mitad antes de que las ganancias mismas se muevan.

Qué mostró la prueba de campo, y qué supuso

Los investigadores corrieron el caso de crecimiento en un canal real: anuncios de LinkedIn para un gestor patrimonial, con IA generando docenas de conceptos y simulando a la audiencia para elegir ganadores antes de gastar. Los anuncios ganadores triplicaron el click-through en el campo, un alza de 3.2 veces¹.

El número es de ellos, y es un canal en una empresa—conviene tomarlo con pinzas. El razonamiento que construyen encima es donde cabe la cautela. El argumento corre así: triplicar un canal que aporta un tercio de una tasa de crecimiento del 3 por ciento suma dos puntos; luego se redirige el gasto de leads comprados hacia el canal probado y el crecimiento llega al 7 por ciento, duplicando el valor de la empresa. Cada paso supone que la ganancia anterior se sostiene mientras se apila la siguiente—que triplicar sobrevive a la escala, que vaciar los otros canales no cuesta nada, que el alza no se erosiona. Los autores conceden lo último directamente: a medida que los competidores despliegan las mismas herramientas, la ventaja se comprime. Esa concesión deshace en silencio el encadenamiento limpio del que depende el modelo.

La versión honesta es más estrecha y aun así vale la pena actuar sobre ella. Las palancas de crecimiento son donde está el apalancamiento de valuación. Las palancas específicas se erosionan al difundirse. Ambas son ciertas, y la segunda es por qué el trabajo nunca termina.

Por qué lo fácil desplaza a lo valioso

El sesgo de eficiencia no es estupidez. Es una respuesta a lo que las organizaciones pueden medir y gobernar. Un programa de costos tiene un dueño, una línea base, y un número que se mueve en un calendario conocido. Un programa de crecimiento construido sobre IA no tiene ninguna de esas cosas por default—que es por qué las mismas empresas que creen que la IA podría duplicar su valor invierten casi por completo en recortarlo.

La restricción rara vez es la herramienta. Es lo que la investigación más vieja llama capacidad de absorción: si la gente, los flujos de trabajo y la gobernanza de una empresa pueden recibir una capacidad nueva y actuar sobre ella. Flujos diseñados para un mundo pre-IA, procesos de aprobación que ahogan los experimentos, equipos medidos por volumen y no por resultados—estos limitan el retorno de crecimiento mucho antes que el modelo. Es la misma brecha entre eficiencia y estrategia que aparece en la mayoría de los documentos de estrategia de IA: el roadmap optimiza lo medible y deja lo valioso sin dueño.

• • •

Hay una versión de esto que va más allá de robar participación. El asesoramiento financiero sofisticado hoy tiene precio de lujo, fuera del alcance de personas con activos reales pero sin riqueza real. Lo mismo aplica en salud, derecho y educación. Si la IA baja el costo de entregar buen criterio, el crecimiento no es solo una rebanada más grande de un mercado existente sino un mercado más grande—y ese es el tipo de crecimiento que una hoja de cálculo construida sobre la base de costos del próximo año no puede ver. Las empresas que tratan la IA como una forma de hacer menos obtendrán una versión más barata de lo que ya son. Las que la tratan como una forma de llegar más lejos quizá se conviertan en algo distinto.