Tecnología de propósito general

Qué es

Una tecnología de propósito general (TPG; en inglés general purpose technology) no es un invento que resuelve un problema, sino un insumo que termina usándose en casi todos los sectores y que vuelve más rentable innovar en cada uno de ellos. La definición formal la fijaron Bresnahan y Trajtenberg (1995) con tres condiciones que deben darse juntas: ubicuidad (la tecnología se usa en muchos sectores y para muchos fines, no en un nicho), potencial intrínseco de mejora (sigue abaratándose y perfeccionándose durante décadas, en vez de estabilizarse) y complementariedades innovativas (cuando la TPG mejora, sube el retorno de innovar aguas abajo, en las industrias que la usan).

La tercera condición es la que hace interesante el concepto y la que más se olvida. Implica que el valor económico de una TPG casi nunca se captura en el sector que la produce, sino en los miles de rediseños que hacen sus usuarios. Bresnahan y Greenstein (1996) llamaron a ese trabajo co-invención: la inversión local —en procesos, software a medida, capacitación, reorganización— necesaria para que la tecnología genérica sirva a un negocio concreto. La co-invención suele costar varias veces lo que costó la tecnología misma, y es la parte que no se puede comprar.

De ahí se sigue la propiedad más contraintuitiva: una TPG tarda en aparecer en las cifras de productividad, y el atraso no es un defecto de la tecnología sino el tiempo que toma la co-invención. El caso canónico lo documentó David (1990): la electricidad estaba disponible comercialmente desde 1881, pero el salto de productividad en la manufactura estadounidense llegó recién en los años veinte. La razón es que el motor eléctrico solo rendía cuando se abandonaba el eje central de transmisión —heredado del vapor, que obligaba a apilar máquinas alrededor de una fuente única de fuerza— y se ponía un motor por máquina, lo que permitía reordenar la planta según el flujo de materiales y construirla en un piso. Es decir: no se ganó productividad al enchufar electricidad a la fábrica antigua, sino al rediseñar la fábrica. Ese trabajo tomó cerca de cuarenta años. El eco moderno es la paradoja de Solow, quien en 1987 observó que la era de los computadores se veía en todas partes menos en las estadísticas de productividad.

Brynjolfsson, Rock y Syverson (2021) le dieron forma medible a ese retraso con la curva J de productividad: mientras las empresas construyen capital intangible complementario (procesos, datos, habilidades, capital organizacional), ese esfuerzo se contabiliza como costo y no como producto, de modo que la productividad medida primero cae y solo después sube. La implicancia práctica es incómoda: durante el tramo descendente, una adopción que va bien y una que va mal se ven casi igual en los estados financieros.

La discusión vigente es si la inteligencia artificial —en particular el aprendizaje automático— califica como TPG. Trajtenberg (2019) y Cockburn, Henderson y Stern (2019), en el volumen editado por Agrawal, Gans y Goldfarb, argumentan que sí, y agregan una distinción que importa: además de ser un insumo transversal, la IA sería una invención en el método de inventar, porque cambia cómo se hace investigación en campos que no tienen nada que ver con ella. Si eso es correcto, sus efectos tardarían más y serían mayores que los de una herramienta ordinaria.

Para una economía pequeña y abierta como la chilena, el margen relevante casi nunca es inventar la TPG, sino absorberla. La literatura de capacidad de absorción (Cohen y Levinthal, 1990) muestra que aprovechar conocimiento externo exige stock propio previo —gente, rutinas, inversión sostenida—, lo que explica por qué la misma tecnología, disponible al mismo precio para todos, produce brechas persistentes entre empresas y entre países.

Cómo lo explicó el programa

En Buenas Tardes Mercado del 11 de septiembre de 2026, el tema "Los tres horizontes de la adopción de IA" ordenó la discusión en una escalera: un primer horizonte que busca eficiencia y productividad, un segundo que escala creando procesos y flujos de negocio nuevos, y un tercero —el objetivo— que transforma el modelo de negocio. El diagnóstico del panel fue que Chile avanza lento y se queda en el primer peldaño.

Carolina Pérez Echeverría lo formuló con una frase que es, en el fondo, el concepto entero: las organizaciones miran la IA "todavía con la visión de herramienta y no con la visión de que esto es una nueva infraestructura", algo que cambia la forma de trabajar, liderar, competir y generar valor.

Esa distinción entre herramienta e infraestructura es exactamente la que separa una tecnología cualquiera de una TPG. Una herramienta se le agrega a un proceso existente y su retorno es acotado y rápido. Una infraestructura no rinde hasta que el proceso se reorganiza alrededor de ella: es el paso del eje central al motor por máquina, aplicado a la gestión. Y los tres horizontes del programa describen, sin nombrarla, la curva J: el primero es la fase visible y barata; el tercero, donde la teoría dice que está casi todo el valor, exige la co-inversión que todavía no se ve en las cifras.

Relación con otros conceptos

El concepto es el marco que contiene a varios otros. La paradoja de la productividad y la curva J de productividad describen su fase temprana; el capital organizacional complementario a la tecnología es el intangible que hay que construir para salir de ella, y el rediseño de procesos como condición del impacto tecnológico es su expresión operativa. La difusión de innovaciones explica el ritmo con que se propaga, y la brecha entre adopción declarada y uso efectivo de una tecnología aparece justo cuando la difusión se mide por licencias compradas en vez de procesos cambiados. Hacia adelante, una TPG suele acompañarse de destrucción creativa, de cambio técnico sesgado por habilidades y de externalidades de red; hacia el interior de la firma, su adopción tropieza con la cultura organizacional como restricción a la estrategia y con las capacidades del directorio ante un cambio tecnológico.

Fuentes y lecturas

• Bresnahan, T. y Trajtenberg, M. (1995), "General Purpose Technologies: 'Engines of Growth'?", Journal of Econometrics 65(1). El trabajo seminal que define el concepto y sus tres condiciones.
• David, P. (1990), "The Dynamo and the Computer: An Historical Perspective on the Modern Productivity Paradox", American Economic Review 80(2), Papers and Proceedings.
• Helpman, E. (ed.) (1998), General Purpose Technologies and Economic Growth, MIT Press.
• Lipsey, R., Carlaw, K. y Bekar, C. (2005), Economic Transformations: General Purpose Technologies and Long-Term Economic Growth, Oxford University Press.
• Brynjolfsson, E., Rock, D. y Syverson, C. (2021), "The Productivity J-Curve: How Intangibles Complement General Purpose Technologies", American Economic Journal: Macroeconomics 13(1).
• Agrawal, A., Gans, J. y Goldfarb, A. (eds.) (2019), The Economics of Artificial Intelligence: An Agenda, University of Chicago Press / NBER. Contiene los capítulos de Trajtenberg y de Cockburn, Henderson y Stern sobre la IA como TPG.