En la conferencia de Stripe, vi el futuro de la economía de IA

Autor: Gao Fei

Traducido por: Jiahui, ChainCatcher

En 1987, una frase del economista Robert Solow se hizo famosa: “Puedes ver la sombra de la era de la computación en todas partes, excepto en las estadísticas de productividad.”

Esta frase ha desconcertado a los economistas durante casi diez años. Hasta mediados de los años 90, la contribución de las computadoras a la crecimiento de la productividad finalmente empezó a reflejarse en los datos.

Hoy en 2026, la misma confusión se repite en torno a la IA. Los debates sobre burbujas surgen uno tras otro. La academia discute sin cesar. Las empresas dudan. Las señales en los datos macroeconómicos siguen siendo borrosas.

Pero en un lugar, el impacto de la IA en la economía ya no es discutible.

Ese lugar es Stripe.

En los últimos días, asistí a la conferencia Stripe Sessions en San Francisco. La cantidad de transacciones que maneja Stripe equivale a cerca del 2% del PIB mundial, con un volumen de pagos anual de 1.9 billones de dólares, y más de 5 millones de empresas en su plataforma.

En la lista AI 50 de Forbes, el 86% de esas empresas usan Stripe. Si la economía de la IA es un recién nacido, Stripe es como un monitor cardíaco en la sala de partos. Es quien más temprano y con mayor precisión registra los latidos de ese bebé.

Un estudio de la Reserva Federal de St. Louis publicado a principios de 2026 muestra que las inversiones relacionadas con la IA ya contribuyen con casi el 40% al crecimiento del PIB marginal de EE. UU., superando el pico de contribución del sector tecnológico durante la burbuja de internet. Y cuando esas inversiones se convierten en ingresos, gran parte de las liquidaciones se hacen a través de Stripe.

Pero lo más importante es que Stripe no solo está registrando los latidos de la economía de la IA.

En la conferencia de este año, anunció que impulsará una nueva forma de economía: el comercio agentic, donde los agentes se convierten en los protagonistas de las transacciones.

En una entrevista grupal con medios, John Collison, cofundador y presidente de Stripe, afirmó que espera que los agentes que actúan como compradores en transacciones comerciales se vuelvan la corriente principal en 12 a 18 meses.

Dos días. 288 productos y funciones lanzados. Más de 10,000 asistentes. Una palabra definitoria: comercio agentic. A continuación, comparto lo que vi y escuché en Stripe 2026, junto con algunas reflexiones.

¿Qué tan rápido crece la economía de la IA?

Antes de hablar del comercio agentic, es necesario entender el panorama general de la economía de la IA. Solow en 1987 dijo que no se encontraba rastro de computadoras en las estadísticas. Casi cuarenta años después, la presencia de la IA ya es claramente visible en los datos de Stripe.

El primer día por la mañana, el CEO Patrick Collison mostró un conjunto de datos. Desde la pandemia, el número de nuevas empresas creadas en Stripe cada mes se ha mantenido en niveles altos, aunque con una curva relativamente estable. Desde principios de 2026, esa curva casi se dispara verticalmente.

La causa más directa es que las herramientas de programación de IA han reducido la barrera de entrada para emprender. Muchos desarrolladores ahora pueden construir productos facturables en unos días usando vibe coding.

Patrick lo define como un concepto más amplio: toda la economía está siendo reestructurada en torno a la IA.

Maia Josebachvili, directora de ingresos de Stripe para IA, añadió un dato comparativo externo: antes de 2024, la cantidad de aplicaciones lanzadas en la App Store de iOS venía en descenso. Pero tras la aparición de las herramientas de programación de IA, la publicación de aplicaciones se disparó un 24% mes a mes.

Este cambio no solo es en cantidad, sino también en calidad. Stripe Atlas es uno de los caminos más fáciles para que emprendedores registren empresas en EE. UU.

La semana pasada, celebró su 100,000ª empresa. En la conferencia, escuché cifras sorprendentes: en la misma etapa del ciclo de vida, las empresas registradas en Atlas en 2025 generaron el doble de ingresos que las de 2024. Y las empresas creadas en 2026, con solo unos meses, ya generan cinco veces más que las de ese mismo período en 2025.

En el informe de economía de IA de la tarde del primer día, Maia mencionó varias empresas que impulsan el auge de la economía de la IA.

Lovable logró 100 millones de dólares en ocho meses, y en los ocho meses siguientes alcanzó los 400 millones. Cursor, en menos de dos años, alcanzó 1,000 millones de dólares en ingresos anuales, y en tres meses más se duplicó a 2,000 millones.

Las principales empresas nativas de IA en Stripe crecieron un 120% en 2025. Para 2026, esa tasa de crecimiento ya es del 575%.

El crecimiento en el lado del consumidor también es rápido. El grupo de mayor gasto en productos de IA gasta 371 dólares mensuales en ellos, más que la suma que un estadounidense promedio gasta en internet, streaming y telefonía móvil. Hice un cálculo aproximado de mi propio gasto mensual en tokens: ya supera mi factura telefónica.

Patrick también comparó: la velocidad de crecimiento de las empresas en Stripe es 17 veces mayor que la del PIB global.

Al día siguiente, John Collison mencionó directamente la paradoja de Solow y usó una analogía histórica.

En 1882, Edison encendió las primeras lámparas en Manhattan. Pero en los treinta años siguientes, la productividad apenas mejoró. La causa no fue la inutilidad de la electricidad, sino que las fábricas estaban diseñadas en torno a las máquinas de vapor. Solo cuando se reconstruyeron esas fábricas, la productividad empezó a subir.

Su juicio es que la IA está en una fase similar. La transformación ya ocurrió, pero los viejos modelos aún no han tenido tiempo de absorberla. “Pero,” dijo, “creo que la IA no necesita treinta años.”

Los datos de Stripe parecen confirmar su optimismo. La economía de la IA ya ha explotado en su plataforma. En casi todas las empresas tradicionales con las que he interactuado, los altos directivos están impulsando con urgencia la adopción de IA.

Nacidos globales

Además de la velocidad, otra característica que me impresionó mucho de estas empresas de IA es que desde el primer día son globales. Stripe tiene una expresión: “go global by default” (ser global por defecto).

Desde que me convertí en creador de contenido sobre IA, he tenido una experiencia recurrente: la creación de contenido de IA no tiene huso horario. Las noticias de IA del otro lado del Pacífico son tan importantes como las locales.

El funcionamiento de los productos de IA también es similar. Los modelos de lenguaje grande (LLMs) difuminan las interfaces y hábitos de interacción que antes dependían del lenguaje de programación. Un chat unificado permite a usuarios de todo el mundo usar productos en lenguaje natural. En ese sentido, los LLMs hacen posible un mercado de software global y unificado por primera vez.

Los datos en la conferencia confirmaron esta observación. En las primeras olas, las empresas SaaS que más crecieron en su primer año estaban en unos 25 países, y en el tercer año en unos 50.

Pero la velocidad de crecimiento de las empresas de IA es completamente diferente: en su primer año alcanzan 42 países, y en el tercero, 120.

Maia dijo que Kazajistán ya aparece en muchas listas de mercado de empresas de IA. En la sesión de “Índices económicos” del segundo día, Stripe presentó un dato mediano: las 100 startups de IA que más venden en su primer año ya estaban en 55 países.

Un ejemplo concreto fue una empresa llamada Emergent Labs, fundada en EE. UU. en 2024, pero que ya obtiene casi el 70% de sus ingresos en el extranjero. Al menos 16 países aportan al menos un 1% de sus ingresos cada uno.

Entre las principales empresas de IA, el 48% de sus ingresos provienen de mercados fuera de su país de origen. Hace tres años, esa cifra era solo del 33%. Los ingresos globales ya no son un complemento, sino la base.

Velocidad y globalización son las dos características centrales de la economía de la IA, y ambas están directamente relacionadas con Stripe. Las empresas de IA necesitan establecer rápidamente capacidades de pago. Deben aceptar pagos en 40 países y regiones en su primera semana de existencia. Y eso es exactamente lo que Stripe ha estado haciendo desde su fundación.

Aquí, podemos hacer una breve revisión del origen de Stripe.

Los fundadores, Patrick y John Collison, son irlandeses. Ambos son emprendedores transnacionales.

En la conferencia, conocí a un colega irlandés que me dijo que, en Irlanda, estos hermanos son considerados héroes por los emprendedores de IA. Cuando llegaron a EE. UU., descubrieron que aceptar pagos en línea era un caos. Conectarse a sistemas de pago requería firmar con bancos, pasar auditorías PCI y coordinar con múltiples intermediarios. Todo podía tardar semanas o meses.

Por eso, en 2010, estos dos jóvenes de 20 años dejaron la universidad, se mudaron a San Francisco y crearon una solución en siete líneas de código para que los desarrolladores pudieran aceptar pagos.

Esas siete líneas nacieron en plena explosión del internet móvil y SaaS. Shopify necesitaba ayudar a millones de comerciantes a cobrar. Uber necesitaba pagos sin fricciones para pasajeros. Salesforce necesitaba gestionar suscripciones globales.

Todos eligieron Stripe. Y a medida que Stripe creció junto con estos clientes globales, desarrolló capacidades localizadas en 46 países, cubrió 195 mercados y soportó 125 métodos de pago locales.

Para los consumidores, Stripe no es una compañía que esté en el centro de atención.

Está oculta tras la página de pago de Shopify, los correos de confirmación de suscripción de OpenAI y las notificaciones de tarifas de Uber. Pero esa invisibilidad no impidió que se convirtiera en la infraestructura financiera subyacente de la economía digital.

En la era de la IA, esta infraestructura financiera global le da a Stripe una ventaja competitiva en la expansión internacional de las empresas de IA.

En la conferencia, también conocí a Abhi Tiwari, responsable de productos globales de Stripe.

Asumió ese cargo hace tres meses y se mudó a Singapur. Stripe tiene centros de ingeniería en San Francisco, Dublín y Singapur, y una oficina en São Paulo para América Latina. Abhi me dijo que muchas startups de IA abren conversaciones con Stripe con una frase muy similar: “Nacemos global por defecto. No importa dónde estén nuestros usuarios.”

El antiguo modelo de desarrollar en la sede y luego expandir globalmente está siendo reemplazado por equipos locales que desarrollan directamente en los mercados objetivo.

Llegar a usuarios globales es una cosa. Cobrarles, otra. Y esa última parte es bastante compleja, porque cada mercado tiene su moneda y sus hábitos de pago.

Aquí, Stripe ayuda a las empresas de IA y a muchos otros clientes principalmente de dos maneras: con precios en moneda local y con acceso a métodos de pago locales.

La primera permite que los usuarios en Brasil vean precios en reales brasileños en lugar de dólares, aumentando en un 18% los ingresos transfronterizos. La segunda permite a los usuarios en India pagar con UPI, y en Brasil con Pix, logrando un aumento en la conversión superior al 7%.

Tras la incorporación de UPI en India en la demo de Gamma, los ingresos en ese país se dispararon un 22% en ese mes. En el stand, también vi a la empresa china MiniMax. Según entiendo, muchas startups chinas que salen al extranjero usan los servicios financieros de Stripe a través de sus entidades en otros países.

Estas empresas nativas de IA también comparten otra característica: tienen muy pocos empleados. Muchas son fundadas por una o dos personas, y con unos agentes pueden sostener una empresa global con ingresos reales.

En la segunda jornada, Emily compartió un dato: en Atlas, la densidad de fundadores solopreneur (de una sola persona) ya se acerca a 5,000 por cada millón de estadounidenses, y cada vez hay más que superan los 100,000 dólares anuales.

El término que usa es solopreneur: una empresa unipersonal. John lo explica con la teoría de Ronald Coase: las empresas existen porque los costos de coordinación interna son menores que los costos de transacción en el mercado.

Pero la IA puede cambiar esa lógica. Cuando un agente puede ayudarte a descubrir servicios, integrar software y gestionar pagos, los costos de coordinación externa caen drásticamente. Ya no necesitas un equipo completo para tareas que antes requerían toda una organización.

De la economía humana a la economía de los agentes

La economía de la IA descrita anteriormente, por rápida y global que sea, sigue teniendo como protagonistas a los humanos. Son las personas quienes compran productos de IA. Son las personas quienes usan las herramientas de IA para emprender.

Pero en la conferencia Sessions de este año, la señal más fuerte que percibí fue que el próximo gran foco de Stripe será otra transformación: una economía donde los agentes se convierten en participantes del mercado. Esa es la economía de los agentes.

Esa transformación ya se refleja silenciosamente en los datos de Stripe.

Will Gaybrick, presidente de productos y negocios de Stripe, mostró un conjunto de datos. Durante años, la interfaz de línea de comandos (CLI) de Stripe ha sido utilizada por un pequeño grupo de usuarios muy técnicos, con un volumen casi constante.

Pero en 2026, ese uso se disparó de repente. La razón es que los agentes no necesitan interfaces gráficas sofisticadas. La CLI simple suele ser más práctica.

Los datos de Maia muestran que en 2025, el tráfico de lectura de documentación de Stripe por parte de agentes creció unas diez veces.

Si esa tendencia continúa, para fin de año, la cantidad de agentes leyendo la documentación de Stripe superará a los humanos. Los API docs que Stripe perfeccionó en más de una década están encontrando a sus nuevos lectores más fieles.

Si la idea de que los agentes gasten dinero todavía suena extraña, basta con observar dos escenarios reales en curso.

El primero es que la interfaz de compra ya puede haberse desplazado a una ventana de chat con el modelo. Los consumidores ahora suelen buscar productos en ChatGPT, Gemini o Instagram. La distancia entre búsqueda y compra se está comprimiendo en una sola interfaz. En China también hay ejemplos, como la historia de comprar té con leche en aplicaciones de IA.

En una entrevista grupal, John Collison explicó por qué esa compresión es difícil de revertir, usando su experiencia comprando un adaptador de corriente para viajes.

Si un agente completa todo el proceso desde búsqueda hasta pedido, y el producto llega a su casa en unos días, ya no tendrá que ir a otro sitio a rellenar datos personales, aunque ese sitio tenga un producto ligeramente mejor. Una vez que el agente de compras termina la búsqueda, lo lógico es que pase a pagar.

El segundo ejemplo es aún más interesante: OpenClaw. Quien ha seguido la ola de “pinzas (claw)” sabe que es uno de los frameworks de agentes autónomos de código abierto más populares.

Los usuarios envían instrucciones a través de aplicaciones de mensajería como Feishu, Telegram o WhatsApp, y el agente ejecuta tareas de forma autónoma.

Lo clave es que OpenClaw puede consumir cientos o incluso miles de dólares en tokens en un solo día. Gestiona automáticamente su consumo y uso de tokens. Aunque en muchos casos aún requiere autorización humana, en esencia, lo que consume tokens es el agente. Y los tokens se pueden convertir directamente en dinero.

Desde gestionar el consumo de tokens hasta pagar directamente, solo hay un paso. En la conferencia, Stripe mostró cómo cruzar esa línea.

Compra y venta por agentes

En la segunda jornada, en el escenario principal, una demostración recibió aplausos.

John Collison dio una instrucción sencilla a un agente: investigar cómo la demanda de IA afecta al mercado energético. El agente empezó a buscar y encontró que Alpha Vantage tiene un conjunto de datos del mercado energético que necesita, a un precio de 4 centavos.

El agente evaluó que el precio estaba dentro del presupuesto, y en la CLI de Tempo usó su billetera con stablecoins para comprar y descargar los datos, ya que una transacción de 4 centavos con tarjeta de crédito sería ilógica.

Luego generó un informe completo de análisis. Solo esa parte ya fue impresionante. Pero John le dijo: “Publica y vende ese informe. Establece un precio que consideres razonable y permite que otros agentes puedan encontrarlo y comprarlo.”

El agente revisó los términos de uso del conjunto de datos de Alpha Vantage, confirmó que podía comercializarse, creó un sitio web, publicó el informe y generó un archivo de instrucciones para que otros agentes puedan comprar esos datos con una sola petición.

En unos minutos, un agente completó toda la cadena: investigación, compra, producción, revisión, publicación, fijación de precios y venta. Es comprador y vendedor a la vez. Tras la demo, John concluyó: “El comercio de agentes ya está aquí.”

Otros dos demos del primer día también fueron destacados. Will Gaybrick construyó una aplicación de revisión de código API, en la que un agente realiza la revisión por el usuario, sin que este tenga que pagar nada.

Durante la tarea, el agente detectó automáticamente que la aplicación usaba el Protocolo de Pago por Máquina (MPP), y realizó un pago de 2 dólares de forma autónoma. Lo único que hizo el humano fue autorizar con huella digital. Esa capacidad de detectar pagos sin configuración previa es el núcleo del protocolo MPP. Los desarrolladores no necesitan programar lógica de pago para cada agente. El agente la encuentra solo.

Luego, Gaybrick combinó un motor de facturación en tiempo real, Metronome, con la cadena de bloques Tempo diseñada para pagos y stablecoins, y demostró pagos en flujo (fragmentar fondos en cantidades diminutas, y transferirlas en tiempo real y continuamente a medida que se consume el servicio, como la potencia de cálculo de IA).

Una aplicación que factura en tiempo real según el consumo de tokens de IA, a un precio de 3 dólares por millón de tokens. Múltiples agentes en operación. La pantalla izquierda muestra el consumo de tokens en aumento, y la derecha, micro pagos en stablecoins sincronizados en flujo.

Al abrir el explorador de la cadena Tempo, se puede ver un pago total de 3.30 dólares compuesto por miles de micropagos de menos de un dólar, cada uno equivalente a una milésima de dólar.

Ni la tarjeta de crédito, ni ACH, ni UPI o Pix pueden hacer eso. Gaybrick anunció en el escenario que es el primer sistema de pagos en flujo del mundo.

El regreso de los micropagos y la nueva lógica de consumo

Los ejemplos de compras en chat y OpenClaw muestran cómo los agentes representan a los humanos en el consumo. Pero en una entrevista grupal, Collison hizo una predicción más ambiciosa: los agentes podrían crear nuevas demandas.

Piensa que los agentes pueden revivir un modelo de negocio que ha fracasado durante años: los micropagos. Los humanos no son buenos para decisiones de consumo extremadamente pequeñas. Spotify reemplazó el pago por canción con una suscripción mensual de 9.99 dólares porque nadie quiere ponderar si una canción vale 15 centavos cada vez que la reproduce.

Los agentes no tienen esa carga cognitiva. Si esa hipótesis es correcta, toda una categoría de modelos de negocio que fracasaron por la resistencia cognitiva humana podría volver a ser viable gracias a los agentes.

Maia también compartió una visión similar en una conversación privada. Dijo que había hablado con decenas de fundadores de IA, y que la cuestión de la fijación de precios en el comercio de agentes era la más frecuente.

Cada transacción tiene dos partes: comprador y vendedor. ¿Qué pasa si el comprador se convierte en un agente?

En una entrevista, pregunté a Jeff Weinstein, responsable de productos de Stripe, cómo las empresas pueden satisfacer a los agentes, si estos se convierten en los principales compradores.

Su respuesta fue que hay que imaginar a los agentes como los programadores más talentosos que uno conoce. Quieren información perfecta, formatos estructurados, rapidez en la lectura y todo el contexto necesario para tomar decisiones.

Los consumidores humanos prefieren imágenes atractivas y animaciones fluidas. Los agentes quieren datos estructurados en bruto, información logística precisa y realizar la transacción en el menor número de pasos posible.

En otra conversación, Ginger Baker, vicepresidenta de productos de Meta, resumió este cambio de forma más radical: el pago pasará de ser un “momento” a una “estrategia”.

Las compras humanas son discretas.

Vas a la caja, sacas la tarjeta, pagas, y listo.

El consumo de agentes, en cambio, es continuo.

Puedes establecer reglas, como “no gastar más de 50 dólares en productos de uso diario esta semana”, “usar siempre esta tarjeta” o “nunca autorizar transacciones superiores a 500 dólares automáticamente”. Entonces, el agente continuará consumiendo de forma autónoma dentro de esos límites.

La computación como nuevo efectivo

Si los agentes realmente se convierten en un nuevo tipo de consumidores, también traerán nuevos riesgos. Estos riesgos son fundamentalmente diferentes a los de las transacciones SaaS tradicionales, y también a los riesgos que enfrentan los consumidores humanos.

Durante la conferencia, presté especial atención a este tema y discutí con varios ejecutivos de Stripe.

Emily Glassberg Sands, responsable de datos y IA, describió tres patrones de fraude en rápido crecimiento. El primero es el abuso de múltiples cuentas: una misma persona registra varias cuentas, cada una con límites gratuitos.

Según datos de Stripe, en seis registros de empresas de IA, uno involucra este tipo de abuso. El segundo es el consumo malicioso durante el período de prueba gratuito. Esto es especialmente dañino para las empresas de IA, porque cada prueba consume costos reales de inferencia.

Puso un ejemplo: para una empresa colaboradora, el costo en tokens para adquirir un cliente de pago supera los 500 dólares, porque convertir a un cliente requiere 25 pruebas gratuitas, de las cuales 19 son fraudes.

El tercer patrón, que llamó “comer en la mesa del rey”, consiste en consumir muchos tokens y no pagar al final del mes. Emily citó una frase: “el poder de cálculo es el nuevo efectivo”. Cuando el SaaS tradicional se abusa, el costo marginal es casi cero. Pero en IA, cada llamada de inferencia tiene un costo real. Robar tokens es como robar dinero.

Pero hay un dilema que me parece especialmente difícil: muchos fundadores de IA enfrentan el problema cerrando las pruebas gratuitas.

Emily dijo que preguntó a todos los que afirmaban “resolver” ese problema, y la respuesta era simplemente cerrar la capa gratuita. Pero Jeff opinó que eso genera otro problema.

Los agentes se están convirtiendo en los principales descubridores de nuevos servicios. Si un agente no puede probar un servicio por sí mismo, simplemente saltará a otro enlace.

Emily agregó que si las opciones que se muestran a los agentes son “unirse a la lista de espera” o “contactar con ventas”, estos se irán inmediatamente. Cerrar el registro automático para prevenir fraudes puede significar ceder el canal de crecimiento más importante a la competencia.

La solución de Stripe a este dilema es su sistema de prevención de fraude, Radar. La lógica es sencilla: cada vez que se realiza una transacción en Stripe, Radar aprende.

Los datos de transacciones de 5 millones de empresas alimentan una red compartida de detección de riesgos. Si una compañía detecta un patrón de fraude, todas se benefician. El mes pasado, Radar bloqueó más de 3.3 millones de registros de prueba gratuita de alto riesgo en ocho startups de IA en rápido crecimiento.

Jeff también propuso una idea contraintuitiva: que las compras de agentes podrían ser más seguras que las compras humanas en la web. La confianza en las compras humanas en línea se basa en inferencias: cuánto tiempo permanecen en el sitio, si sus clics parecen normales, etc.

Pero las transacciones de agentes pueden verificarse mediante programación. Los tokens de pago compartidos de Stripe están tokenizados, por lo que los agentes nunca ven los números de tarjeta originales. Los usuarios autorizan con biometría, y pueden establecer límites de transacción, ventanas de tiempo y listas blancas de comerciantes.

Cuando el mecanismo de confianza pasa de inferencias a confirmaciones, la línea base de seguridad puede incluso mejorar.

Ecosistema, protocolos y una historia compartida

Hasta aquí, está claro que la implementación del comercio de agentes requiere un ecosistema bien coordinado. En Stripe Sessions 2026, conocí a alguien del sector alimentario. Me dijo que asistía para entender si el comercio de agentes puede ser una nueva oportunidad para su empresa. Esa es la perspectiva del vendedor.

Por eso, esto no puede lograrse solo con Stripe. Necesita un ecosistema.

Durante los dos días en el salón de exposiciones, vi numerosos stands de empresas de toda la cadena financiera.

Stripe también ha lanzado o se ha unido a una serie de protocolos para conectar las diferentes partes del ecosistema: compradores y vendedores, humanos y máquinas, y máquinas con máquinas. El Protocolo de Pago por Máquina (MPP) permite que los agentes descubran y completen pagos vía HTTP.

El kit de comercio de agentes permite a los consumidores comprar directamente en aplicaciones de IA de Google, Meta, OpenAI y Microsoft. El Protocolo de Comercio Universal (UCP), iniciado por Shopify y con participación de Meta, Amazon, Salesforce y Microsoft, es un acuerdo comercial multiplataforma. Stripe forma parte del comité directivo de UCP.

Un grupo de empresas, tanto socios como competidores, acordó colaborar en un protocolo compartido, porque la fragmentación dificultaría que los agentes puedan consumir de forma fluida en varias plataformas. Eso no beneficia a nadie.

Hablando de protocolos, en la feria vi a un socio especial de Stripe: Visa. En mi opinión, Visa en esencia es una plataforma de protocolos.

Ver Visa me recordó un libro que admiro desde hace mucho: Visa: The Card That Changed the World (Visa: la tarjeta que cambió el mundo), de Dee Hock, fundador de Visa.

El tema central del libro es cómo en la era digital, los bancos, las monedas y las tarjetas de crédito pueden ser redefinidos. La moneda ya no tiene que ser solo monedas y billetes. Puede ser una garantía institucional, registrada en la red y en movimiento global de datos.

A finales de los 60, los bancos estadounidenses lanzaron la tarjeta bancaria que se expandió por todo el país. La afluencia de consumidores en diferentes estados colapsó el sistema. Hock se dio cuenta de que el problema era la estructura organizacional. Decenas de bancos rivales necesitaban compartir infraestructura, pero ninguna forma existente permitía que cooperaran mientras competían.

Aplicando un diseño descentralizado, hizo que todos los bancos fueran iguales en la nueva organización, y el Bank of America renunció a su control exclusivo del sistema. Esa organización fue renombrada como Visa.

Así, dos empresas de épocas distintas, haciendo cosas similares, ¿tienen alguna herencia común?

Con la ayuda de cualquier agente, la respuesta es sencilla. Patrick Collison ha mencionado públicamente a Hock con respeto. Tras su fallecimiento en 2022, Patrick lo llamó “un innovador muy subestimado” y dijo que lo había inspirado a él y a su hermano.

Un signo más evidente de esa influencia es una decisión de contratación: el autor de la historia académica autorizada de Visa, David Stearns, posteriormente se unió a Stripe.

Y hay un detalle que hará sonreír a quienes conozcan la historia del pago: en la escena, Georgios Konstantopoulos, CTO de Tempo Blockchain, mostró a los validadores, y uno de sus nombres era Visa.

La organización fundada por Hock, Visa, ahora es un nodo en una red blockchain incubada por Stripe. Un estudiante construye una nueva red, y el maestro se convierte en uno de sus nodos.

Cuando Patrick rememoró en la apertura de la conferencia los orígenes de Stripe, dijo que empezó como programador en Lisp. Una de las ideas centrales de Lisp es “el código es datos”.

Esa idea la convirtió en un término propio de Stripe: “La filosofía básica de Stripe es que el dinero es datos. Cuando lanzamos Stripe en 2011, esa no era la visión predominante en la industria.”

Hock, desde la perspectiva de la teoría organizacional, analizó la naturaleza del dinero y concluyó que solo es “una garantía de intercambio de valor”. El medio que lo soporta puede ser cualquier cosa. Collison, desde la perspectiva del lenguaje de programación, equiparó directamente el dinero con datos: datos que pueden ser programados, llamados por API y manipulados por agentes.

Dos personas expresando la misma idea en lenguajes diferentes. En el escenario del mismo día, Ginger Baker lo dijo más directo: “El dinero no es más que otro tipo de contenido digital.”

Si el dinero es datos, entonces los consumidores de datos serán, en consecuencia, consumidores de dinero.

El ADN de Stripe

Hasta aquí, la historia de la economía de la IA está casi completa. Pero hagamos una pequeña desviación. Stripe puede considerarse un colega de los creadores de contenido.

No solo es experto en servicios financieros. También en productos de contenido. Su departamento editorial, Stripe Press, tiene un gusto excelente. Muchos lo conocen por su libro The Charlie Munger Treasury (El tesoro de Charlie Munger).

Su podcast, A Cheeky Pint, también es único y popular. Han sido invitados Sundar Pichai, CEO de Google; Dario Amodei, CEO de Anthropic; y Marc Andreessen, cofundador de a16z.

En Sessions, conocí a Tammy Winter, editora senior de Stripe Press, y a Pablo Delcan, diseñador. Tammy bromeó: “Stripe es como una editorial con una empresa valorada en miles de millones de dólares.”

Pablo Delcan habló sobre su visión del gusto. Dijo que el gusto es algo que evoluciona con el tiempo y requiere una cierta sedimentación. En diseño, la tendencia actual es cómo, sin perder la simplicidad y claridad, agregar detalles y precisión para aumentar cierta complejidad.

Al hablar de libros, Tammy me contó que en Stripe Press llaman “Turpentine” (trementina) a una serie de libros para fundadores y constructores.

Se centran en conocimientos operativos, herramientas, tecnología, mantenimiento y aspectos prácticos para que el trabajo funcione sin problemas. No son teorías abstractas, sino soluciones concretas a problemas operativos.

El nombre proviene de una historia supuestamente sobre Picasso: cuando los críticos de arte se reúnen, hablan de forma, estructura y significado; pero cuando los artistas se reúnen, hablan de dónde comprar buena trementina.

Esa serie busca ser como la trementina barata en manos de los fundadores. Para las startups de IA que salen al extranjero, los servicios financieros de Stripe son otra forma de trementina. Sin preocuparse por pagos, cumplimiento o divisas, pueden concentrarse en crear productos.

Este episodio, aunque parece alejado de la historia principal, en realidad tiene una conexión potencial.

Stripe también publica una revista llamada Works in Progress (Trabajos en curso), cuyo tema central es cómo crece la economía. Sus podcasts entrevistan a líderes de la economía de la IA. Sessions en cierto modo es como una clase de economía.

Al día siguiente, Patrick dedicó toda la mañana a hablar de datos económicos, la teoría de Coase y la paradoja de Solow. Creo que una de las razones por las que una compañía de servicios financieros se interesa tanto en economía es porque entender los cambios en la estructura económica es la vía para descubrir la próxima oportunidad de producto.

Como aficionado a los podcasts, cuando vi a John Collison en el primer día, la pregunta que más quería hacer no era sobre finanzas, sino sobre podcasts. Le pregunté si, después de entrevistar a tantas personas, hay alguna pregunta fundamental que atraviese todas las conversaciones.

Pensó un momento y dijo que lo que realmente le interesa es cómo funcionan esas empresas, en qué equilibrio competitivo están y cómo entienden su negocio.

Casualmente, al terminar el primer día, ocurrió un pequeño episodio: la última charla junto a la chimenea, que originalmente iba a ser una entrevista de Patrick a Greg Brockman, cofundador de OpenAI, fue reemplazada por Sam Altman. Patrick explicó que, después de todo, “la IA es un campo en rápida evolución.”

Y eso convirtió la sorpresa en celebración. La audiencia aplaudió.

Se conocen desde hace casi 19 años. Altman fue uno de los primeros inversores ángeles en Stripe, cuando los hermanos Collison tenían menos de 20 años. Por eso, en toda la conversación, Altman se mostró muy relajado.

Al final, Patrick le hizo una pregunta personal: ¿por qué en su momento invirtió en dos jóvenes de apenas 15 años? Altman dijo que recuerda que ellos querían resolver problemas que ellos mismos habían enfrentado, y vio la oportunidad de escalar, porque muchas otras personas necesitaban lo mismo.

Creo que sus respuestas sobre podcasts y sobre inversión apuntan a lo mismo: buscar necesidades reales, resolver problemas reales.

En la conversación, Altman dividió la transformación de OpenAI en tres etapas: desde un laboratorio de investigación, pasando por una empresa de productos, hasta convertirse en una “fábrica de tokens” que provee inteligencia al mundo. Cada etapa con su misión distinta.

Stripe también.

En 2010, el problema que resolvieron fue que aceptar pagos en línea era muy difícil. Ahora, en 2026, han resuelto ese problema para 5 millones de usuarios. Pero han descubierto uno nuevo: que los clientes de esas empresas pronto podrían dejar de ser humanos.

Haciendo podcasts y publicando libros, en el escenario discuten la teoría de Coase y la paradoja de Solow, y en los pasillos hay protocolos y APIs. Stripe no solo está creando la economía de la IA, sino también registrándola.

Y en mi mente, surge una idea que puede parecer loca: Stripe tiene datos de transacciones que representan cerca del 2% del PIB mundial. Puede ver de dónde viene cada dólar en los ingresos de la IA, a dónde va, y qué tan rápido crece.

Si Solow hubiera tenido un monitor cardíaco así, quizás no habría esperado diez años para ver la presencia de las computadoras en las estadísticas.

Quizás algún día, Stripe pueda ofrecer un modelo para la economía de la IA. No un gran modelo de lenguaje, sino un modelo económico de Nobel. ¿Por qué no? Antes de que Demis Hassabis, fundador de DeepMind, ganara su Nobel, ¿quién podía prever esa escena?