AI on Korea Invest Insights

¿La IA es 1996 o 1999? El FOMC de junio y lo que viene

Wed, 17 Jun 2026 18:00:00 +0900

Contexto
Este texto continúa nuestra serie sobre productividad de IA, riesgo de tasas y el ciclo de eventos macro de junio. La pregunta central es simple: ¿la IA se parece más a 1996, cuando la productividad ayudaba a contener la inflación, o a 1999, cuando las expectativas y el gasto de capital ya estaban adelantados?

TL;DR

Hoy la IA se parece menos a una desinflación limpia tipo 1996 y más a un ciclo tipo 1999, con expectativas y CapEx muy adelantados, aunque con una opción real de productividad de largo plazo.
La evidencia micro es positiva. Generative AI at Work encuentra un aumento promedio de productividad de alrededor de 15% en atención al cliente.
Pero la desinflación macro amplia todavía no está probada. La adopción crece, pero la productividad agregada sigue siendo desigual.
En cambio, el gasto en centros de datos, chips, electricidad, enfriamiento, terreno, talento y financiamiento ya es visible.
Por eso, el FOMC de junio probablemente será una pausa, pero no una pausa dovish. El caso base es una pausa hawkish.

Idea central

Para la Fed, la productividad de la IA todavía es una opción. El CapEx, la demanda eléctrica, los semiconductores y las condiciones financieras son hechos actuales.

1996 contra 1999

La historia de 1996 es una historia de oferta positiva. La productividad sube, los costes laborales unitarios se moderan, la inflación baja y la Fed puede ser paciente.

La historia de 1999 es distinta. La productividad puede ser real, pero los precios de activos, la inversión corporativa y las expectativas del mercado se adelantan a la difusión macro. En ese mundo, la Fed vigila demanda, crédito, valuaciones y condiciones financieras.

La IA contiene ambas historias. La opción de productividad existe. Pero el choque observable hoy es más parecido a 1999: infraestructura, electricidad, semiconductores, centros de datos y financiamiento.

Por qué importa para el FOMC

La reunión de junio se celebra el 16 y 17 de junio de 2026. La decisión se publica el 17 de junio a las 2:00 p.m. ET, con conferencia a las 2:30 p.m. ET. Las minutas están previstas para el 8 de julio.

Los datos no justifican una relajación cómoda:

Indicador	Último dato	Lectura macro
CPI mayo	+0.5% MoM, +4.2% YoY	inflación headline incómoda
Core CPI mayo	+0.2% MoM, +2.9% YoY	mejor en el mes, aún alta en el año
PCE abril	+3.8% YoY	el indicador preferido de la Fed sigue alto
Core PCE abril	+3.3% YoY	inflación subyacente alta
Nóminas mayo	+172k	el mercado laboral no se rompió
Desempleo mayo	4.3%	estable

El mercado espera una pausa. La pregunta real es qué tipo de pausa será.

Caso base

Mi caso base es una pausa hawkish.

Elemento	Caso base
Tasa	sin cambios en 3.50-3.75%
Comunicado	dependiente de datos, inflación aún elevada
Sesgo de recorte	debilitado o eliminado
Dot de 2026	se mueve hacia cero recortes en 2026
Dot de largo plazo	estable en 3.1% o algo más alto
Rueda de prensa	la productividad de IA es posibilidad, no base de política actual
Minutas	probablemente más hawkish que el comunicado

El SEP de marzo tenía una mediana de fondos federales de 3.4% para 2026, compatible con aproximadamente un recorte. Si la mediana se mueve hacia 3.625%, el mercado lo leerá como “sin recortes en 2026”.

Lo que hay que mirar

Señal	Dovish	Hawkish
Mediana dot 2026	cerca de 3.4%	cerca de 3.625%
Dot de largo plazo	3.1%	encima de 3.1%
Lenguaje sobre IA	productividad y desinflación	CapEx, costes, r-star
Tono de Warsh	paciencia ante inflación headline	credibilidad e inflación elevada
Minutas del 8 de julio	énfasis en productividad	costes, activos, posible endurecimiento

Implicación macro

La IA puede aumentar el crecimiento potencial y las ganancias futuras. Pero si también sube la tasa neutral y las tasas reales, esas ganancias futuras pueden merecer un múltiplo menor.

Que la IA sea buena no significa automáticamente que las tasas bajen. Hasta que la productividad aparezca en costes laborales unitarios y servicios core, la Fed probablemente tratará la IA como un choque de inversión y tasa neutral, no como una razón para recortar.

Fuentes: Fed calendar, FOMC minutes, March SEP, BLS CPI, BLS jobs, BEA PCE, Generative AI at Work, Fed FEDS Notes, Kansas City Fed, San Francisco Fed.

¿La productividad de la IA es real? Del 15% en el trabajo a la difusión macro

Wed, 17 Jun 2026 10:30:00 +0900

Resumen

La respuesta corta es: sí en el nivel micro, todavía no de forma concluyente en el nivel macro.

El estudio de Brynjolfsson, Li y Raymond sobre 5.172 agentes de soporte al cliente muestra que una herramienta de IA generativa aumentó la productividad, medida por casos resueltos por hora, alrededor de 15% en promedio. Los mayores beneficios aparecieron entre trabajadores con menor experiencia o menor desempeño inicial.

La nota FEDS de la Reserva Federal muestra que la adopción ya es relevante: cerca de 18% de las empresas usaban IA a finales de 2025; alrededor de 41% de los trabajadores reportaban uso laboral de GenAI; y, ponderado por empleo, aproximadamente 78% de los trabajadores estaban en empresas que habían adoptado IA y 54% en empresas que usaban LLMs.

La Fed de Kansas City añade cautela. La productividad laboral de EE. UU. ha superado la tendencia prepandemia desde finales de 2022, pero la mejora aún no es amplia. La adopción de IA se asocia con mayor crecimiento de productividad por industria, pero todavía explica poco del cambio agregado.

La Fed de San Francisco resume la lección de política: no basta mirar datos agregados de productividad, empleo e inflación. Hay que observar datos sectoriales, evidencia micro y señales de empresas antes de que el cambio aparezca plenamente en la estadística macro.

Cómo encajan las cuatro piezas

Fuente	Capa	Pregunta	Respuesta
Generative AI at Work	Trabajo real	¿La IA eleva productividad?	Sí, en flujos concretos
FEDS Notes	Adopción	¿Cuánto se usa la IA?	Ya es material, pero desigual
Fed de Kansas City	Productividad industrial	¿La mejora macro es por IA?	Relación positiva, prueba incompleta
Fed de San Francisco	Política	¿Qué debe mirar la Fed?	Datos desagregados y señales empresariales

La evidencia micro

La IA no solo automatizó respuestas. Elevó el desempeño de trabajadores menos experimentados y redujo brechas de habilidad. En lenguaje de inversión, esto es compresión de habilidades: el conocimiento tácito de los mejores trabajadores empieza a distribuirse por el sistema.

El efecto fue especialmente útil en problemas moderadamente raros: tareas donde hay patrones suficientes para que la IA ayude, pero donde el trabajador promedio no tiene repetición suficiente para dominar el caso.

La adopción ya importa

La diferencia entre 18%, 41%, 78% y 54% no es contradicción. Son unidades distintas: empresas, individuos y empleo ponderado. La adopción ponderada por empleo es alta porque las grandes empresas emplean a muchos trabajadores.

Además, la adopción es más intensa en finanzas y servicios profesionales. Eso sugiere que la primera ola de IA se concentra en trabajo cognitivo de alto valor: investigación, análisis, cumplimiento, contabilidad, asesoría, código y comunicación con clientes.

La macro aún no confirma una revolución completa

La Fed de Kansas City muestra que la productividad laboral ha mejorado, pero la mejora está concentrada. Eso no invalida la tesis de IA. Es lo normal en una tecnología de propósito general en fase temprana.

mejoras por tarea
→ rediseño de procesos
→ adopción por industria
→ productividad macro

La economía sigue en medio de esa cadena.

Implicación para inversión

La inversión en infraestructura de IA puede seguir justificada, pero ya no basta decir que los modelos son mejores. La justificación debe venir de productividad real en flujos de trabajo.

Para Corea, esto respalda la lógica de HBM, DRAM de servidor, eSSD, redes, energía, centros de datos, nube de IA y software empresarial. Pero también sube el listón: el mercado debe premiar a las empresas que convierten IA en productividad repetible, no a las que solo añaden una etiqueta de IA.

Conclusión

La productividad de la IA es real en tareas específicas. La adopción ya es suficiente para importar. Pero la revolución macro de productividad aún no está demostrada.

La siguiente fase del ciclo de IA no se decide por demos. Se decide por difusión: si la IA cambia procesos, márgenes, producción por trabajador y, finalmente, las estadísticas nacionales de productividad.