¿La IA frenará la subida del renminbi?

Por Miao Yanliang, Project Syndicate.

BEIJING- El renminbi ha experimentado una notable recuperación frente al dólar desde la segunda mitad de 2025, lo que ha reavivado el debate sobre hasta dónde puede llegar a subir.

Algunos vinculan la apreciación de la moneda con las ganancias de la productividad en los sectores de bienes transables de China, entre ellos los vehículos eléctricos, los equipos de energías renovables y la construcción naval. Para explicar por qué un aumento de la productividad manufacturera afectaría al tipo de cambio, señalan un fenómeno conocido como el efecto Balassa-Samuelson.

La lógica es sencilla. Las fábricas más productivas pueden competir con mayor éxito en los mercados globales y pagar salarios más altos. Dado que los trabajadores se desplazan entre sectores, los salarios en los restaurantes, escuelas y hospitales locales también aumentan. Si la productividad en estos servicios no sigue el mismo ritmo, los proveedores deben subir los precios para hacer frente a los salarios más altos. Un corte de pelo en China se encarece en comparación con uno realizado en otro lugar (tras un ajuste del tipo de cambio), aunque el peluquero no haya mejorado en absoluto. Se trata de una apreciación del tipo de cambio real, y puede producirse mediante el fortalecimiento del renminbi, un aumento de los precios internos o ambas cosas.

Ya hemos visto esto antes. En la posguerra, Alemania y Japón experimentaron episodios de apreciación sostenida de sus monedas a medida que su productividad convergía hacia los niveles estadounidenses. La propia China experimentó una dinámica similar entre 2005 y 2013, cuando el renminbi se apreció aproximadamente un 35% frente al dólar.

Ahora bien, eso no necesariamente significa que una nueva ola de ganancias de productividad impulsadas por la IA vaya a provocar una apreciación aún más rápida del renminbi. La IA puede aumentar la productividad precisamente allí donde el mecanismo tradicional de Balassa-Samuelson supone un rezago: en los servicios no transables.

Las revoluciones tecnológicas anteriores favorecieron actividades que podían mecanizarse, estandarizarse o escalar. La revolución de las TIC transformó las finanzas, las telecomunicaciones y el comercio electrónico, lo que hizo que muchos servicios fueran más comercializables. Sin embargo, la atención sanitaria, la educación y otros servicios locales siguieron dependiendo en gran medida del tiempo y del criterio humanos. En los hospitales públicos chinos, por ejemplo, el número de consultas de pacientes por médico al día descendió de 7.5 en 2014 a 7.2 en 2024.

Estas son precisamente las actividades en las que la IA generativa puede prestar ayuda, facilitando que médicos, docentes y otros profesionales procesen información y analicen los datos. Si la productividad aumenta en los servicios locales, sus costos unitarios podrían disminuir en lugar de aumentar.

Los servicios locales se diferencian de la industria manufacturera en otro aspecto importante. Una fábrica de autos más eficiente puede vender más vehículos en el extranjero. Un hospital más eficiente no puede exportar fácilmente más consultas. El dividendo de la productividad queda en gran medida confinado al mercado nacional, donde es más probable que se traduzca en precios más bajos. El reparto de comida a domicilio ofrece un ejemplo sencillo: que los algoritmos sean mejores les permite a los repartidores completar más pedidos por hora, pero una red de reparto más eficiente en Beijing no puede entregar la cena en Nueva York.

Esto puede entenderse como un efecto Balassa-Samuelson a la inversa. En lugar de que el aumento de la productividad manufacturera impulse al alza el precio relativo de los servicios, las ganancias de productividad en los servicios no transables empujarán a la baja los precios relativos, creando una presión de depreciación real o contrarrestando parte de la presión de apreciación real.

El efecto podría ser especialmente marcado en China. Muchos de los sectores del país más expuestos a la IA, como la educación, la atención sanitaria, el alojamiento, los servicios alimentarios y el comercio minorista, tienen una orientación local. Por el contrario, los sectores más expuestos en Estados Unidos incluyen la información, las finanzas y los servicios profesionales, que se volvieron más transables durante la revolución de las TIC. Los avances en las capacidades de la IA no influyen en estas diferencias estructurales.

La estructura del mercado chino podría amplificar este efecto. Los sectores de la atención sanitaria y la educación operan bajo una importante regulación de precios, mientras que los restaurantes, el comercio minorista y los servicios de reparto están sujetos a una intensa competencia. Esto puede aumentar la probabilidad de que las ganancias de productividad se traduzcan en precios más bajos y no en mayores márgenes de beneficio, lo que fortalecería el efecto Balassa-Samuelson inverso y ejercería una mayor presión a la baja sobre el tipo de cambio real.

Las implicancias macroeconómicas van más allá del tipo de cambio. China ya se enfrenta a una inflación baja y a una demanda interna débil. Si la caída de los precios de los servicios genera suficiente demanda adicional, las ganancias de productividad pueden traducirse en mayores volúmenes de producción, más empleo e ingresos nominales más elevados. Pero si la demanda es relativamente inelástica, los precios podrían caer más rápido de lo que aumentan los volúmenes, lo que haría subir la presión desinflacionaria y debilitaría los ingresos nominales, incluso aunque mejorara la productividad real.

Si la sustitución de mano de obra impulsada por la IA repercute negativamente en el empleo y los ingresos de los hogares, podría reforzar esta dinámica al hacer que la demanda sea aún menos sensible a la bajada de precios, lo que potencialmente generaría un ciclo de caída de precios, reducción de ingresos y debilitamiento de la demanda. En este escenario, un choque de productividad positivo podría hacer que la desinflación fuera más persistente.

¿Cómo pueden los responsables de formular las políticas mitigar estos efectos? Los aumentos de productividad son un avance positivo, por lo que la respuesta ciertamente no consiste en frenar la adopción de la IA. La prioridad debería ser, en cambio, garantizar que el dividendo de la productividad se comparta ampliamente.

A corto plazo, la flexibilidad del tipo de cambio puede ayudar a absorber parte del ajuste de los precios relativos. Con el tiempo, la apertura de los mercados de servicios podría permitir que la reducción de los costos impulse la demanda y la actividad, mientras que hacer que más servicios sean transables podría transformar las ganancias de productividad en exportaciones e ingresos. Un mayor poder adquisitivo de los hogares y un cambio de la competencia basada en precios hacia la creación de calidad y valor podrían traducir las ganancias de productividad impulsadas por la IA en mejores servicios e ingresos más elevados, en lugar de simplemente en precios más bajos.

La IA bien podría desencadenar la próxima revolución de la productividad, pero no tiene por qué tener el mismo efecto sobre el tipo de cambio que la anterior. Copyright: Project Syndicate, 2026.

Miao Yanliang, execonomista jefe de la Administración Estatal de Divisas de China, es director general sénior y estratega jefe de China International Capital Corporation.