Erik Brynjolfsson es un economista e investigador que explicó por qué las tecnologías digitales, los datos y la inteligencia artificial pueden elevar la productividad, pero solo cuando las empresas cambian también su organización, sus procesos y sus capacidades humanas. Importa hoy porque buena parte del debate sobre crecimiento, salarios, automatización y plataformas digitales gira alrededor de una pregunta que él ayudó a formular con claridad: por qué una economía invierte masivamente en tecnología y, aun así, no siempre ve mejoras inmediatas en el PIB, el empleo o el bienestar.

Su trabajo, desarrollado en instituciones como el MIT, la Stanford University, la National Bureau of Economic Research (NBER) y la Harvard Business School en diálogo con autores como Andrew McAfee, Daron Acemoglu, Daniel Rock, Hal Varian y Robert Solow, es clave para entender la transición desde la economía industrial hacia la economía de los datos. Para América Latina, donde conviven baja productividad, informalidad y brechas digitales, sus ideas son especialmente útiles: no basta con comprar software, nube o algoritmos; hace falta rediseñar la “cocina” completa de la empresa y del Estado para que la tecnología realmente produzca valor.

Erik Brynjolfsson y la productividad en la era digital

¿Quién es Erik Brynjolfsson y por qué importa hoy?

Erik Brynjolfsson es uno de los economistas más influyentes en el estudio de la productividad digital, la economía de los datos y el impacto de la IA sobre empresas, empleo y crecimiento. Su importancia actual radica en que mostró que la tecnología por sí sola no garantiza mejores resultados: el rendimiento aparece cuando se combina con capital organizacional, nuevas habilidades y cambios en la gestión.

Su aporte se volvió central porque ayuda a resolver una tensión visible en países desarrollados y emergentes: hay más capacidad computacional, más conectividad y más automatización, pero las mejoras agregadas pueden tardar. Esa intuición dialoga con la conocida paradoja de Solow, atribuida a Robert Solow, quien observó que “la era de los computadores se ve en todas partes menos en las estadísticas de productividad”. Brynjolfsson tomó ese problema y lo convirtió en una agenda de investigación empírica usando datos de firmas, métricas de TIC y análisis de complementariedades. A diferencia de visiones puramente tecnoutópicas o pesimistas, su enfoque es condicional: la tecnología funciona, pero no en el vacío.

También importa porque conecta la microeconomía de la empresa con debates macroeconómicos y sociales. En tiempos de OpenAI, Google DeepMind, Microsoft, Amazon Web Services, CEPAL, Banco Mundial y OCDE, su trabajo sirve para evaluar por qué algunas organizaciones capturan enormes ganancias y otras quedan rezagadas. Para América Latina, donde muchas pymes adoptan herramientas digitales sin rediseñar logística, talento o incentivos, su mensaje es directo: digitalizar no es escanear formularios ni abrir un canal en línea, sino reorganizar la producción y la toma de decisiones alrededor de datos, aprendizaje y experimentación.

¿Cuál es la teoría central de Brynjolfsson sobre productividad digital?

La teoría central de Brynjolfsson sostiene que las tecnologías digitales generan valor principalmente como innovaciones generales o general purpose technologies, cuyos beneficios dependen de complementos organizacionales como nuevas rutinas, habilidades, modelos de negocio y mediciones. En otras palabras, computadores, software, nube e IA no son motores automáticos; son plataformas que requieren rediseño institucional y gerencial para traducirse en productividad.

Una analogía cotidiana ayuda a entenderlo: comprar un horno moderno no convierte por sí mismo a un restaurante en un gran negocio. Para aprovecharlo, el chef debe cambiar recetas, tiempos, abastecimiento, entrenamiento del personal y hasta la forma de atender a los clientes. Brynjolfsson aplicó esta lógica a la empresa digital. En trabajos como “The Productivity Paradox of Information Technology” (1993) y más tarde en estudios con Lorin Hitt y Shinkyu Yang, mostró que la inversión en tecnologías de la información tiene retornos más altos cuando va acompañada de descentralización, mejor gestión y capital intangible. Así, la productividad surge de un sistema, no de un dispositivo aislado.

Esta idea dialoga con tradiciones más amplias de la economía. Adam Smith —quien tiene artículo dedicado en el blog, sugerido para enlace interno— explicó la división del trabajo, concepto que también tiene artículo en el blog. Brynjolfsson actualiza esa intuición para la era digital: el software reorganiza tareas, coordinación y conocimiento dentro de la firma. Frente a David Ricardo —con artículo dedicado en el blog—, la ventaja comparativa también tiene artículo en el blog, pero ahora depende cada vez más de capacidades digitales y de datos. Incluso en contraste con Karl Marx —con artículo dedicado en el blog—, cuya lucha de clases y materialismo histórico tienen artículo en el blog, Brynjolfsson se enfoca menos en propiedad y más en cómo la tecnología reconfigura productividad, distribución y poder de mercado.

¿Qué obras explican mejor su pensamiento?

Las obras más importantes de Brynjolfsson muestran una evolución desde la medición de la paradoja de productividad hacia la economía de plataformas, la abundancia digital y la IA generativa. Entre las más citadas están “The Productivity Paradox of Information Technology” (1993), “Intangible Assets: Computers and Organizational Capital” (2002) con Lorin Hitt y Shinkyu Yang, “Race Against the Machine” (2011) con Andrew McAfee, “The Second Machine Age” (2014), “Machine, Platform, Crowd” (2017) y “The Turing Trap” (2022).

Cada una cumple una función distinta dentro de su marco analítico. El texto de 1993 organiza el debate sobre por qué las estadísticas no captaban de inmediato los beneficios de la informática. El trabajo de 2002 profundiza en el papel del capital intangible, una pieza decisiva para entender por qué dos empresas con el mismo software logran resultados muy distintos. En “Race Against the Machine” (2011), Brynjolfsson y McAfee ponen el foco en cómo la digitalización acelera cambios en empleo y salarios. Luego, “The Second Machine Age” (2014) populariza la idea de que las tecnologías exponenciales transforman producción, consumo y competencia más allá de la automatización rutinaria.

Sus libros posteriores amplían el alcance. “Machine, Platform, Crowd” (2017) compara la lógica de las instituciones tradicionales con la inteligencia de máquinas, plataformas y multitudes conectadas, útil para analizar Uber, Mercado Libre, Airbnb o Rappi. En “The Turing Trap” (2022), Brynjolfsson advierte que el problema no es solo automatizar, sino elegir entre una IA que sustituye personas y otra que las potencia. Esa distinción resulta crucial para debates sobre ChatGPT, asistentes de código, salud digital y educación. A continuación, una síntesis de obras clave:

Obra	Año	Coautor(es)	Aporte principal
The Productivity Paradox of Information Technology	1993	—	Sistematiza el problema de medir los retornos de TI
Intangible Assets: Computers and Organizational Capital	2002	Lorin Hitt, Shinkyu Yang	Muestra que el valor de TI depende de capital organizacional
Race Against the Machine	2011	Andrew McAfee	Relaciona digitalización con empleo, salarios y cambio tecnológico sesgado
The Second Machine Age	2014	Andrew McAfee	Explica la nueva ola tecnológica y sus efectos económicos
Machine, Platform, Crowd	2017	Andrew McAfee	Analiza decisiones en la era de algoritmos, plataformas y redes
The Turing Trap	2022	—	Propone orientar la IA hacia complementariedad con humanos

¿Cómo resolvió Brynjolfsson la paradoja de la productividad?

Brynjolfsson no “resolvió” la paradoja con una sola fórmula, pero sí ofreció la explicación más influyente: los beneficios de la digitalización suelen llegar con retraso porque requieren reorganización, aprendizaje, inversión intangible y mejores métricas. En ese sentido, la paradoja de Solow no implicaba que la tecnología no funcionara, sino que el proceso de adaptación empresarial e institucional era más lento que la difusión del hardware.

Su evidencia se apoyó en datos a nivel de firma, no solo en agregados nacionales. Esto fue importante porque las cuentas macroeconómicas pueden ocultar diferencias enormes entre empresas líderes y rezagadas. Estudios de Brynjolfsson, Hitt y colegas mostraron que la misma inversión en sistemas de información produce retornos desiguales según prácticas de gestión, descentralización, capital humano y diseño del trabajo. Además, muchos beneficios no aparecen enseguida en el PIB porque se expresan como mejor calidad, más variedad, menor tiempo de búsqueda o servicios “gratuitos” financiados por publicidad y datos. Esa es una razón por la cual el valor social de Google, Wikipedia, YouTube o WhatsApp no se refleja completamente en las estadísticas tradicionales.

La implicación es potente para países como Colombia, México, Brasil, Chile o Perú. Si una empresa implementa ERP, analítica o IA sin limpiar datos, entrenar equipos ni rediseñar procesos, el retorno será bajo y la decepción parecerá confirmar la paradoja. Pero el problema real será de implementación. Por eso Brynjolfsson insiste en mirar más allá del gasto en TI y estudiar complementariedades. Esta tesis también dialoga con trabajos de Nicholas Bloom sobre management, con la agenda del MIT Initiative on the Digital Economy y con informes de la OCDE sobre rezago en productividad. En América Latina, donde abundan proyectos tecnológicos fragmentados, su enfoque sigue siendo una guía muy práctica.

¿Qué papel juegan los intangibles, los datos y la organización empresarial?

Para Brynjolfsson, los intangibles son la pieza que convierte la inversión digital en rendimiento económico. Entre ellos están el know-how, las rutinas, las bases de datos, la marca, el rediseño de procesos, la capacitación y el capital organizacional. Sin estos complementos, una computadora puede ser poco más que una máquina cara; con ellos, se vuelve un nodo dentro de una arquitectura productiva más eficiente.

Esto explica por qué empresas con acceso similar a la nube, software empresarial o modelos de IA tienen resultados tan distintos. Los datos, por sí mismos, no “hablan”; necesitan gobernanza, calidad, interoperabilidad y un problema de negocio bien formulado. Brynjolfsson mostró que la ventaja competitiva digital rara vez depende solo de comprar tecnología en SAP, Oracle, Microsoft o Google Cloud, sino de integrarla con decisiones, incentivos y aprendizaje continuo. En lenguaje simple, los intangibles son como la receta, la coordinación de cocina y la experiencia del equipo: dos restaurantes pueden tener el mismo horno, pero solo uno sirve platos consistentes y rentables.

En la práctica, esto tiene varias implicaciones para empresas y gobiernos:

• Invertir en capacitación junto con software y automatización.
• Medir procesos, no solo resultados finales.
• Reorganizar flujos de trabajo para que los datos lleguen a tiempo a quien decide.
• Crear gobernanza de datos con estándares, seguridad y calidad.
• Alinear incentivos para que las áreas compartan información y no la oculten.

Para América Latina, donde muchas firmas son pymes familiares y el Estado enfrenta silos institucionales, esta agenda es decisiva. La productividad digital depende tanto de la hoja de cálculo como de la cultura organizacional.

¿Cómo conecta su obra con la IA, el empleo y la desigualdad?

Brynjolfsson conecta la IA con el empleo a través de una distinción clave: la tecnología puede sustituir tareas humanas o puede complementarlas y elevar su productividad. Esa diferencia es central para entender salarios, desigualdad y calidad del trabajo. En su visión, el gran reto no es frenar la automatización, sino orientar la innovación hacia usos que amplifiquen capacidades humanas en lugar de simplemente eliminarlas.

Esta discusión aparece con fuerza en “Race Against the Machine” (2011), “The Second Machine Age” (2014) y “The Turing Trap” (2022). Allí, Brynjolfsson advierte que una economía puede generar enormes ganancias de eficiencia mientras concentra rentas en pocas firmas, pocos trabajadores “superestrella” y pocos dueños de capital. Esa lectura coincide parcialmente con preocupaciones de Daron Acemoglu, Simon Johnson, David Autor y organismos como la OIT y la OCDE. En plataformas digitales y mercados de trabajo remotos, la IA puede ampliar mercados para el mejor oferente y dejar a muchos compitiendo por precios más bajos. El resultado puede ser mayor productividad agregada con mayor dispersión distributiva.

Para evitarlo, Brynjolfsson suele enfatizar tres líneas de acción:

• Diseñar IA centrada en complementariedad, no solo en reemplazo.
• Actualizar habilidades mediante educación, formación técnica y aprendizaje continuo.
• Revisar instituciones laborales, fiscales y de competencia para repartir mejor los beneficios.

En América Latina, esta agenda es urgente. La automatización puede afectar tareas administrativas, call centers, logística y servicios financieros, sectores relevantes en Bogotá, Medellín, São Paulo, Ciudad de México o Santiago. Pero también puede abrir oportunidades en salud, agro, educación y gobierno digital si se adopta con criterio productivo e inclusivo.

¿Qué aporta Brynjolfsson al debate sobre plataformas, medición y bienestar?

Brynjolfsson aporta una idea poderosa al debate sobre plataformas: gran parte del valor digital no se captura bien con las métricas clásicas de producción y consumo. Servicios como buscadores, mapas, redes sociales, comercio electrónico o asistentes de IA pueden generar enorme bienestar del consumidor aunque su precio monetario sea cero o muy bajo. Por eso, medir solo PIB y productividad estándar puede subestimar cambios reales en bienestar.

Esa preocupación aparece en su trabajo sobre bienestar digital y medición basada en experimentos de elección. En vez de preguntar solo cuánto paga la gente, algunos estudios asociados a Brynjolfsson estiman cuánto debería recibir una persona para renunciar a un servicio como Facebook, Google Search o mapas por un periodo. El objetivo no es decir que todo servicio digital es benéfico, sino mostrar que los precios de mercado no reflejan completamente el excedente del consumidor. Esto importa para la política pública: si los datos personales, la atención y la competencia se vuelven recursos críticos, regular plataformas exige indicadores más finos que los heredados de la economía industrial.

Sin embargo, ese mayor bienestar potencial no elimina problemas de concentración, desinformación o poder de mercado. Aquí su agenda conversa con autoridades como la Comisión Europea, la Federal Trade Commission, la UNCTAD y debates sobre regulación de plataformas en Brasil y Argentina. Para América Latina, donde muchas economías son usuarias más que creadoras de plataformas globales, el reto es doble: capturar valor local y proteger competencia, privacidad y capacidad fiscal. La productividad digital no puede separarse del gobierno de datos ni de la soberanía tecnológica.

¿Qué relevancia tiene su pensamiento para América Latina y el cambio climático?

La relevancia de Brynjolfsson para América Latina es directa: su teoría explica por qué la región puede expandir conectividad y adopción de software sin cerrar automáticamente sus brechas de productividad. La digitalización efectiva requiere instituciones, gestión, talento y medición. En economías con alta informalidad, heterogeneidad empresarial y Estados fragmentados, esta advertencia es más valiosa que cualquier promesa de “transformación digital” rápida.

En la región, la brecha no suele estar solo en acceso a internet, sino en calidad de uso. Muchas empresas compran licencias, crean tableros o contratan nube, pero mantienen decisiones centralizadas, datos desordenados y procesos manuales. Brynjolfsson ayuda a entender que la productividad depende de complementariedades entre tecnología y organización. Esto es visible en manufactura avanzada en México, fintech en Brasil, govtech en Uruguay, comercio electrónico en Colombia y minería inteligente en Chile. Instituciones como CEPAL, BID, CAF y Banco Mundial han insistido en que la región necesita capacidades digitales, no solo infraestructura. Su enfoque ofrece una base teórica sólida para esa agenda.

También hay un vínculo con el cambio climático. La digitalización puede mejorar eficiencia energética, logística, mantenimiento predictivo, redes eléctricas y agricultura de precisión. Pero esos beneficios no son automáticos y pueden coexistir con mayor consumo eléctrico de centros de datos y modelos de IA. La contribución de Brynjolfsson aquí es metodológica: evaluar la tecnología por su productividad sistémica y sus complementos, no por el brillo del dispositivo. En transición energética, por ejemplo, sensores e IA sirven más cuando se integran con rediseño operativo, estándares y capacidades humanas. La lección es la misma: sin organización, los datos no reducen emisiones ni elevan productividad de forma sostenible.

Preguntas frecuentes sobre Erik Brynjolfsson

El legado de Erik Brynjolfsson consiste en haber mostrado que la productividad digital no depende solo de máquinas más potentes, sino de organizaciones más inteligentes. Su obra unió la paradoja de Solow, el papel de los intangibles, la medición del bienestar digital, el ascenso de las plataformas y el dilema entre una IA que sustituye y una IA que complementa. Esa síntesis lo convirtió en una referencia obligatoria para economistas, gerentes, reguladores y científicos de datos.

En la era de los datos y la IA generativa, su vigencia es incluso mayor. Hoy sabemos que el verdadero cuello de botella no siempre está en el algoritmo, sino en la calidad del dato, el diseño institucional y la capacidad de aprendizaje de empresas y Estados. Para América Latina, su lección es clara: la transformación digital útil no es un gasto en tecnología, sino una estrategia de productividad, inclusión y desarrollo.

Este contenido fue investigado, redactado y verificado por Jhon Mosquera con asistencia de inteligencia artificial. Todas las fuentes citadas han sido verificadas manualmente. La IA se utilizó como herramienta de productividad para estructuración y síntesis, no como fuente de información.