Los agentes autónomos de IA se están convirtiendo en participantes económicos activos en ambos lados de las transacciones de mercado. Las plataformas empresariales ahora incorporan lo que los proveedores denominan «operaciones sin intervención», en las que los agentes ejecutan decisiones de adquisición sin revisión humana. Las redes blockchain permiten a los agentes de IA mantener carteras, liquidar pagos y reequilibrar carteras de forma autónoma. Microsoft Research ya ha documentado «mercados de agentes» en los que tanto compradores como vendedores son representantes de IA. El comentario habitual elogia la velocidad y la consistencia de todo ello. Ese elogio es acertado, pero pasa por alto algo catastrófico: cuando ambas partes de una transacción son algoritmos que se optimizan en función de funciones de utilidad preespecificadas, el mercado deja de hacer lo único que justifica su existencia; deja de descubrir valor económico genuino.
Los precios son descubrimientos, no coordenadas
Un precio no es simplemente un número. Según la formulación de Friedrich Hayek, es una señal comprimida que codifica la escasez relativa en toda una economía descentralizada, sintetizando millones de valoraciones individuales, restricciones y costos de oportunidad en información legible para extraños. Su artículo de 1945 publicado titulado «El uso del conocimiento en la sociedad», argumentaba que el problema económico es, en esencia, un problema de conocimiento disperso entre miles de millones de mentes —tácito, específico del contexto, irreduciblemente personal— y que solo el sistema de precios puede transmitirlo sin que nadie tenga que saberlo todo.
El punto crucial es que los precios no se limitan a transmitir información preexistente, sino que generan nueva información. El comprador que paga 12 dólares en lugar de ir a la competencia revela algo sobre sus preferencias y sus costos de oportunidad que ningún algoritmo podría haber extraído de antemano. Como señala el análisis del artículo de Hayek realizado por el Cobden Centre con motivo de su 80.º aniversario, gran parte de este conocimiento es tácito, no cuantificable y solo se descubre en el acto mismo del intercambio. Los precios son eventos epistémicos. Si eliminas a los actores humanos que los generan, no obtienes un mercado más rápido, sino una institución fundamentalmente diferente y mermada.
La trampa de la información completa
Cuando dos agentes de IA negocian, el agente comprador tiene una función de utilidad que codifica los parámetros de presupuesto, calidad y entrega; el agente vendedor tiene una que codifica los márgenes y la capacidad. Convergen en un precio que satisface ambos conjuntos de restricciones. Surge una cifra, pero no se descubre nada que no estuviera ya implícito en las funciones objetivo asignadas a ambas partes. La negociación resuelve un problema de coordinación dentro de un espacio de parámetros conocido.
Desde el punto de vista de la teoría de juegos, esta es la diferencia entre los juegos de información completa —en los que los equilibrios se pueden calcular de antemano— y los juegos de incertidumbre genuina, en los que las ganancias se determinan en parte por el propio acto de jugar. Los mercados son valiosos precisamente porque pertenecen a esta última categoría. El emprendedor que lanza un nuevo producto no sabe cuánto vale; tampoco lo sabe el consumidor. El precio que surge es el descubrimiento de un valor que ninguno de los dos poseía antes. Los mercados de agente a agente —limitados por funciones de utilidad preestablecidas— no pueden hacer esto. Israel Kirzner denominó «alerta emprendedora» a la capacidad de percibir oportunidades de ganancia que aún no existen como objetos reconocidos. Dicha perspicacia, argumentó, es el motor del crecimiento económico. No puede codificarse en una función objetivo. Los agentes autónomos son estructuralmente incapaces de ello.
La ley de Goodhart a escala de mercado
Cuando los agentes dominan los mercados, surge una segunda patología: el incentivo de manipular la función objetivo de la contraparte en lugar de competir en función del valor subyacente. Si sabes que un agente de compras clasifica a los proveedores según una puntuación compuesta por el precio, la calificación de calidad y la rapidez de entrega, la estrategia óptima consiste en manipular esa puntuación, no en mejorar el rendimiento real. Se trata de la Ley de Goodhart aplicada a escala de mercado. Los compradores humanos eventualmente se dan cuenta y revisan sus marcos. Los agentes de IA —que funcionan con funciones objetivo fijas o que se actualizan lentamente— crean superficies de explotación estables. Un documento de trabajo del NBER de 2025 mostró que los algoritmos de negociación de aprendizaje por refuerzo autónomos pueden aprender a coordinarse y mantener ganancias supracompetitivas sin ningún acuerdo o comunicación explícita —una colusión emergente que los marcos antimonopolio actuales, construidos en torno a la detección de la comunicación explícita, son totalmente incapaces de abordar.
La dinámica evolutiva es desalentadora. Las estrategias de manipulación de métricas superan a las estrategias basadas en el valor genuino, ya que minimizan los costos reales de rendimiento al tiempo que cumplen con los objetivos de puntuación. A medida que se generaliza la manipulación, las métricas pierden su valor como indicadores del valor real, pero los evaluadores de IA siguen utilizándolas. El mercado se estabiliza en un equilibrio en el que todos los agentes manipulan todas las métricas y las señales de precios no contienen información económica útil.
La evidencia ya está aquí
Esto no es una especulación. La publicidad digital es el primer gran mercado de la historia en el que tanto compradores como vendedores han sido agentes de IA a gran escala durante más de una década, y funciona como un experimento en vivo sobre lo que ocurre cuando las preferencias humanas dejan de influir. El informe sobre fraude de 2025 de Spider Labs estimó pérdidas que superan los 41,4 mil millones de dólares a nivel mundial —frente a los 37,7 mil millones de dólares de 2024— y las previsiones proyectan pérdidas de $172 mil millones en 2028. Entre el 20 y el 30 por ciento de todo el gasto en publicidad digital se consume actualmente en fraude: bots y granjas de clics que satisfacen los criterios de segmentación algorítmica en lugar de la atención humana real. El informe Bad Bot reveló que los bots maliciosos representan ahora el 37 % de todo el tráfico de Internet. Los algoritmos de compra no pueden distinguir la atención genuina de las señales de los bots que satisfacen sus criterios. Los algoritmos de venta producen cualquier señal por la que los compradores estén dispuestos a pagar. El equilibrio es estable y catastrófico: miles de millones circulan por un mercado que no asigna la publicidad a mentes humanas en absoluto.
La eficiencia no es una buena defensa
La economía dominante lleva mucho tiempo defendiendo los mercados basándose en la eficiencia. Esa defensa es constantemente vulnerable a la objeción de que los potentes algoritmos de optimización pueden resolver problemas de asignación conocidos mejor que los mercados, una objeción que resulta cada vez más difícil de descartar a medida que los algoritmos se vuelven más capaces. Pero el enfoque basado en la eficiencia malinterpreta la función de los mercados. La idea de Hayek no es que los mercados utilicen de manera eficiente la información preexistente, sino que los mercados generan información que no puede existir antes del propio proceso de mercado. Una economía de agente a agente es, en este sentido, más cercana a la planificación centralizada que a una economía de mercado —aunque esté formalmente descentralizada. Las funciones objetivas de los agentes son establecidas por mandantes humanos, al igual que los planificadores establecen objetivos de producción. La negociación ejecuta esos objetivos unos contra otros. Se conserva la apariencia del intercambio. No así la esencia del descubrimiento.
Lo que hay que hacer
La aprobación por parte de un ser humano en el proceso para los intercambios de gran repercusión debe considerarse una infraestructura epistémica, no un lastre burocrático. Una encuesta de Gartner de 2025 reveló que el 74 % de los líderes de TI ya identifican a los agentes totalmente autónomos como nuevos vectores de ataque —una resistencia institucional que debe reforzarse, no debilitarse. La regulación antimonopolio debe evolucionar más allá de la detección de la comunicación explícita: la investigación sobre colusión del NBER demuestra que la coordinación emergente produce resultados anticompetitivos indistinguibles del comportamiento de los cárteles, al tiempo que queda totalmente fuera del alcance de la legislación actual. Y los economistas deben dejar de tratar la eficiencia como el valor terminal en el diseño de los mercados. La eficiencia es un instrumento. El descubrimiento es el propósito. La catástrofe de la publicidad digital —un mercado de un billón de dólares en el que un tercio del gasto no llega a ninguna mente humana— no es una historia de eficiencia, es un anticipo de en qué se convierte todo mercado automatizado cuando los seres humanos dejan de ser los agentes que lo hacen funcionar.
El argumento hayekiano a favor de los mercados nunca fue un argumento a favor de los algoritmos. Era un argumento a favor de los seres humanos —de la contribución epistémica insustituible de las personas que actúan basándose en un conocimiento local, tácito y descubierto personalmente que ninguna función objetiva puede codificar. A medida que proliferan los agentes autónomos, la pregunta no es si son eficientes. Es si preservan, o extinguen silenciosamente, la única propiedad que hacía que valiera la pena defender los mercados: la capacidad de decirnos cosas que no sabíamos antes.
