Los datos como insumo productivo

Qué es

En la teoría económica clásica, la producción se explica combinando capital y trabajo: una fábrica necesita máquinas y operarios. Los datos no calzaban en ese esquema. Pero la economía digital obligó a tratarlos como lo que funcionalmente son: un insumo que entra a la función de producción de ciertas industrias del mismo modo en que el mineral entra a la fundición.

Lo que hace peculiar a los datos es que violan las dos propiedades que definen a un bien privado normal. Como advirtió Arrow (1962) al analizar la información, esta es no rival —que yo use un dato no impide que tú lo uses simultáneamente; a diferencia de una tonelada de cobre, no se consume al usarse— y es parcialmente excluible, porque cuesta caro impedir que otros la obtengan una vez producida. Arrow formuló ahí la paradoja fundamental: no puedes valorar información que aún no tienes, pero una vez que la tienes, ya no necesitas pagar por ella. Esa combinación explica por qué el mercado de datos funciona mal sin reglas que lo estructuren.

De la no rivalidad se desprende una consecuencia sobre la que Romer (1990) construyó la teoría del crecimiento endógeno: un insumo no rival puede usarse a escala ilimitada sin costo marginal de replicación, lo que genera rendimientos crecientes a nivel agregado. Jones y Tonetti (2020) llevaron ese argumento específicamente a los datos y mostraron un resultado con filo político: como los datos son no rivales, restringir quién puede usarlos es socialmente costoso, y la asignación de derechos de propiedad sobre ellos —¿el consumidor?, ¿la firma?— determina cuánto del valor potencial se realiza. Su conclusión es que darle el derecho al consumidor tiende a producir mejores resultados que dárselo a la firma, precisamente porque el consumidor tiene incentivo a permitir usos múltiples.

Hay tres rasgos adicionales que importan para entender la discusión contemporánea:

El valor está en la agregación, no en el dato individual. El registro de navegación de una persona no vale casi nada; diez millones de registros permiten entrenar un modelo. Esto genera economías de escala en el lado del insumo y ayuda a explicar la concentración de las industrias intensivas en datos.

Los rendimientos decrecen. Varian (2018) subraya que la curva de aprendizaje de un algoritmo se aplana: duplicar la muestra no duplica la precisión. Esto acota —sin eliminar— la ventaja del que acumula más.

Se producen como subproducto. Los datos rara vez se compran: se generan como externalidad de otra actividad (una compra, un trayecto, una consulta médica). El costo de producción es cercano a cero para quien opera la plataforma, pero recae difusamente sobre quienes son observados. Acemoglu, Makhdoumi, Malekian y Ozdaglar (2022) mostraron que, cuando los datos de una persona son informativos sobre otras, el mercado subvalora sistemáticamente la privacidad: cada individuo vende barato algo cuyo costo pagan terceros.

Y de ahí surge la tensión central: la regulación de privacidad y de derechos de autor no es una restricción exógena sobre una industria, es una restricción sobre su insumo principal. Encarecerlo o fragmentarlo tiene efectos productivos medibles, del mismo modo que un arancel al mineral afecta a la fundición. Que la restricción esté justificada por otros valores —autonomía, dignidad, propiedad intelectual— no la vuelve gratuita.

Cómo lo explicó el programa

Manuel Bengolea planteó exactamente ese trade-off en Buenas Tardes Mercado del 9 de septiembre de 2026, discutiendo por qué China compite con ventaja en el entrenamiento de modelos de inteligencia artificial. Su formulación fue que "en Estados Unidos los datos están fragmentados y limitados por regulación de privacidad de usuarios y derechos de autor", mientras que China entrena sus modelos con datos masivos y centralizados provenientes de 1.400 millones de ciudadanos altamente digitalizados.

El punto analítico del comentario no es una defensa del modelo chino, sino una constatación incómoda: la protección tiene un costo competitivo medible. Occidente eligió —vía RGPD europeo, vía legislación de propiedad intelectual, vía litigios sobre el uso de obras protegidas para entrenar modelos— restringir la disponibilidad de su insumo, y esa elección tiene precio en la frontera tecnológica. Bengolea nombra dos restricciones distintas que operan en el mismo sentido: la fragmentación (los datos existen pero están repartidos entre firmas y jurisdicciones que no los comparten) y la limitación (hay usos legalmente vedados). La primera es un problema de coordinación; la segunda, una decisión normativa.

Vale la pena registrar qué queda fuera del argumento. Que el insumo sea más abundante no implica que sea mejor: la calidad, la diversidad y la representatividad de los datos importan tanto como el volumen, y los rendimientos decrecientes que señala Varian sugieren que la ventaja de escala se erosiona. Tampoco se sigue que la ausencia de regulación sea gratuita para el que la evita: los costos de la vigilancia se pagan en otra moneda.

Relación con otros conceptos

El concepto se apoya directamente en la teoría del crecimiento endógeno, que explica por qué un insumo no rival cambia la aritmética del crecimiento de largo plazo. Se conecta con las externalidades, porque el dato que una persona entrega revela información sobre terceros que nunca consintieron. Con las economías de escala y de alcance, que explican la concentración de las industrias intensivas en datos y su vínculo con la discusión de competencia y poder de mercado en plataformas. Con la ventaja comparativa, en la versión que dice que una diferencia regulatoria puede operar como una diferencia de dotación de factores. Y con el capital humano y la brecha tecnológica, porque los datos no producen nada por sí solos: requieren talento y capacidad de cómputo complementarios.

Fuentes y lecturas

• Arrow, K. J. (1962), "Economic Welfare and the Allocation of Resources for Invention", en The Rate and Direction of Inventive Activity, NBER / Princeton University Press.
• Romer, P. M. (1990), "Endogenous Technological Change", Journal of Political Economy, 98(5), S71–S102.
• Jones, C. I. y Tonetti, C. (2020), "Nonrivalry and the Economics of Data", American Economic Review, 110(9), 2819–2858.
• Acemoglu, D., Makhdoumi, A., Malekian, A. y Ozdaglar, A. (2022), "Too Much Data: Prices and Inefficiencies in Data Markets", American Economic Journal: Microeconomics, 14(4), 218–256.
• Varian, H. R. (2018), "Artificial Intelligence, Economics, and Industrial Organization", NBER Working Paper 24839.
• Goldfarb, A. y Tucker, C. (2019), "Digital Economics", Journal of Economic Literature, 57(1), 3–43.