La Economía de los Datos

Por Isaac Baley (UPF, CREI, BSE, CEPR)

Vivimos en una era donde los datos no solo acompañan nuestra actividad económica, sino que se han convertido en el motor principal de transformación y crecimiento. El big data, junto con las nuevas tecnologías de inteligencia artificial, como el machine learning y las redes neuronales (neural networks), han acelerado este cambio estructural. A ello se suma la caída drástica en los costos de almacenamiento, que ha permitido a las empresas recopilar, procesar y utilizar grandes volúmenes de datos de manera más eficiente.

Esta información digitalizada, que facilita la predicción y reduce la incertidumbre, ha permitido a empresas como Amazon, Google y Apple convertirse en líderes indiscutibles, con valores de mercado que superan incluso al PIB de muchos países. Históricamente, las empresas más valiosas se caracterizaban por poseer activos físicos como fábricas, maquinaria o bienes inmuebles. Hoy, aunque estos activos siguen siendo importantes, el verdadero diferencial competitivo está en los datos y en cómo se utilizan para mejorar la toma de decisiones.

En nuestro nuevo libro, The Data Economy,, publicado por Princeton University Press, Laura Veldkamp (Columbia Business School) y yo exploramos las propiedades fundamentales de los datos y de la economía de los datos, cómo los datos generan valor, cómo pueden ser medidos y valorados, y qué impacto tienen en la productividad, la competencia y la política económica. Está dirigido a estudiantes y profesionales en economía, finanzas y áreas afines, proporcionando herramientas formales pero accesibles para comprender la economía de los datos.

Propiedades fundamentales de los datos

Los datos tienen características únicas que los diferencian de otros activos:

1. Insumos para la predicción: El análisis de datos reduce la incertidumbre y permite tomar decisiones estratégicas más acertadas, desde anticipar demandas y decidir qué productos fabricar hasta cómo gestionar inventarios, optimizar procesos y elegir campañas publicitarias. Como señala Prediction Machines (Agrawal, Gans y Goldfarb, 2018), el valor de los datos proviene de su capacidad para mejorar predicciones y reducir el riesgo en la toma de decisiones.
2. Subproducto de la actividad económica: Los datos no se producen de manera aislada, sino que emergen de la actividad digital y económica cotidiana. Cada transacción, cada clic, cada búsqueda y cada interacción digital genera datos que pueden ser utilizados para mejorar modelos predictivos, acumulándose como un activo estratégico.
3. No rivales pero exclusivos: Una misma base de datos puede ser utilizada simultáneamente por diferentes agentes sin agotarse. Sin embargo, las empresas suelen restringir el acceso a sus datos, generando un uso subóptimo en comparación con un entorno eficiente donde más agentes podrían beneficiarse.
4. Rendimientos a escala crecientes y decrecientes: Mientras más datos posee una empresa, mejores decisiones puede tomar, lo que genera una ventaja competitiva. Sin embargo, el valor marginal de nuevos datos tiende a disminuir una vez que se ha recolectado suficiente información ya que la incertidumbre es menor.

En The Data Economy, desarrollamos un marco analítico para analizar cómo estas características afectan la toma de decisiones de empresas y consumidores, así como sus implicaciones macroeconómicas en el crecimiento y la productividad.

Cómo las empresas obtienen beneficios de los datos

Los datos han cambiado la lógica de la competencia y la generación de valor en las empresas:

• Decisiones basadas en datos y reducción de riesgos: Los datos permiten a las empresas anticipar shocks en costos e ingresos, optimizar la selección de productos y mejorar la gestión de inventarios y proveedores. Al mismo tiempo, facilitan una mejor asignación de recursos en entornos inciertos, reduciendo el costo del riesgo y mejorando la estabilidad operativa.
• El "data feedback loop": Un ciclo virtuoso donde más datos permiten decisiones más precisas, generando más transacciones y, a su vez, acumulando aún más datos. Este bucle de retroalimentación de los datos, ilustrado en la figura, es clave para explicar el crecimiento y la concentración del mercado en sectores intensivos en datos.
• Poder de mercado basado en datos: Este fenómeno, analizado en The Profit Paradox (Eeckhout, 2021), explica cómo el dominio de las superstar firms (empresas superestrella) se conecta con su capacidad para explotar datos masivamente, generando barreras de entrada y consolidando su posición en el mercado.

En The Data Economy, abordamos estos temas desde un marco analítico, mostrando cómo los datos transforman los modelos tradicionales de competencia y las estructuras de mercado.

Data Feedback Loop  (Bucle de retroalimentación de datos)

Retos en la valoración de los datos

A pesar de su creciente importancia, medir y valorar los datos sigue siendo un desafío central en la economía moderna.

• Los datos no son bienes tangibles y su valor depende de múltiples factores, como su calidad, el contexto en el que se utilizan y su complementariedad con otros activos. Estos factores hacen que la valoración de los datos sea compleja y dependiente del contexto.

• Un reto clave es la depreciación de los datos. A medida que envejecen, pierden relevancia o son reemplazados por datos más recientes, su valor puede disminuir. Además, el valor de los datos está intrínsecamente ligado al uso que se les da: el mismo conjunto de datos puede ser crucial para una empresa y prácticamente irrelevante para otra. Esto plantea preguntas fundamentales sobre cómo deben contabilizarse en los balances de las empresas y cómo afectan las decisiones estratégicas.

• Estos retos también abren interrogantes sobre las políticas fiscales en torno a los datos. En particular, si los datos deben considerarse como un recurso sujeto a impuestos y, de ser así, cómo diseñar un marco adecuado en el contexto de una economía globalizada.

En The Data Economy, exploramos distintos enfoques para valorar los datos, incluyendo métodos basados en ingresos, costos y covarianzas, y cómo calcular su depreciación.

Algunos grandes retos en la economía de los datos

La economía de los datos ha transformado la forma en que se crean y capturan valor, introduciendo desafíos en la regulación, medición económica y el impacto en mercados laborales y sectores clave.

• Desafíos regulatorios

Las plataformas digitales han redefinido los modelos de transacción a través del partial data barter (trueque parcial), donde los usuarios no solo pagan con dinero, sino también con sus datos y atención a cambio de servicios gratuitos o con descuento. Empresas como Amazon y Google operan como agregadores de información en two-sided markets (mercados bilaterales), monetizando la atención del usuario mediante publicidad o análisis de datos.

Este modelo ha generado preocupaciones sobre la monopolización de la información y el uso de algoritmos de retención que pueden inducir adicción digital. Más allá del uso de datos personales, la atención de los consumidores se ha convertido en un insumo clave en la economía digital. Sin embargo, su valor no siempre es explícito para los consumidores (Nielsen, 2021).

La regulación podría enfocarse en (1) mayor transparencia en el trueque parcial, revelando cuánto valor extraen las plataformas de la atención de los usuarios y (2) brindar opciones de pago diferenciadas, permitiendo elegir entre protección de privacidad o descuentos a cambio de datos. Estos temas los tratamos en nuestra nota en Brookings Institution (Baley and Veldkamp, 2023).

• Medición de la actividad economíca

El hecho que muchas transacciones en la economía de los datos no tienen un precio explícito debido a los nuevos modelos de trueque genera distorsiones en métricas tradicionales como el PIB. La falta de precios de mercado para servicios digitales gratuitos dificulta la cuantificación del bienestar generado por estas plataformas (Brynjolfsson et al., 2023), lo que sugiere la necesidad de nuevos enfoques de medición económica.

• Impacto en el empleo y sectores tradicionales

La automatización basada en datos elimina algunos empleos repetitivos, mientras que roles complementarios, como analistas y estrategas, se vuelven más valiosos debido a la necesidad de interpretar predicciones y tomar decisiones estratégicas.

Asimismo, el auge de la economía de los datos podría afectar profundamente a ciertas industrias como los seguros de salud y la publicidad creativa. En seguros, una mejor predicción del riesgo puede llevar a que ciertas personas queden excluidas de coberturas asequibles. En publicidad, el modelo tradicional basado en creatividad está siendo reemplazado por algoritmos que optimizan anuncios basados en segmentación predictiva, redefiniendo el rol de agencias y creadores de contenido.

En The Data Economy, exploramos estos cambios desde una perspectiva económica, analizando cómo los datos pueden generar eficiencia y crecimiento, pero también nuevas desigualdades y retos regulatorios.

Más información sobre The Data Economy

Si deseas explorar en profundidad los conceptos, herramientas y ejemplos clave de la economía de los datos, te invitamos a leer nuestro libro, The Data Economy, publicado por Princeton University Press.

Consigue tu copia:

• Princeton University Press
• Amazon

Recursos para docentes: Si estás interesado en utilizar el libro para la enseñanza, ofrecemos diapositivas y manuales para instructores con soluciones a los ejercicios prácticos. No dudes en escribirnos a isaac.baley@upf.edu para acceder a estos materiales.