¡Justo ahora! ¡La conferencia Stripe 2026 explotó! ¡El paradoja de Solow fue rota, el electrocardiograma de la economía de IA se disparó! ¿La última oportunidad para los minoristas de subirse al carro?

Y te voy a contar algo. Acabo de regresar de San Francisco, de asistir a la conferencia de ese gigante de pagos que maneja casi el 2% del PIB mundial, Stripe Sessions 2026.

En esta reunión, lo que vi me hizo estremecer, no por miedo, sino porque descubrí que todos nosotros, incluyendo muchas grandes instituciones, estamos atrasados en medio de medio paso en entender la economía de la IA.

Hay un término llamado “paradoja de Solow”, que dijo el economista Robert Solow en 1987: se puede ver en todas partes la era de la computación, pero los datos de productividad no reflejan eso. Hasta mediados de los 90, esta paradoja fue rota. Ahora, vuelve a haber la misma confusión, las señales de datos de IA son borrosas, y los debates sobre burbujas están por todas partes.

Pero hay dos hermanos irlandeses que en Stripe instalaron un “monitor de ritmo cardíaco”. Ellos manejan 1.9 billones de dólares al año, con 5 millones de empresas en la plataforma, y el 86% de las 50 principales de AI Forbes están en ella. El bebé de la economía de IA acaba de nacer, y Stripe es el electrocardiograma en la sala de partos, que escucha los latidos mucho antes y con más precisión que cualquier economista.

Un estudio de la Reserva Federal de St. Louis a principios de 2026 dice que la inversión en IA ya contribuye cerca del 40% al crecimiento marginal del PIB de EE. UU., superando la era de la burbuja de internet. Y esas inversiones, al convertirse en ingresos, la mayoría de las liquidaciones ocurren en Stripe.

Así que, deja de escuchar a esos académicos que todavía discuten si la IA es una burbuja, sus datos están demasiado atrasados. Los datos en tiempo real ya muestran en este “electrocardiograma” una curva de crecimiento empinada.

Primero, la velocidad, da miedo. El CEO de Stripe, Patrick Collison, mostró un gráfico: desde la pandemia, el número de nuevas empresas creadas cada mes ha sido bastante estable. Pero a principios de 2026, la curva casi se vuelve vertical. La razón es simple: las herramientas de codificación de IA permiten a personas comunes crear productos de pago en unos días, esto se llama “vibe coding”.

No es una variación cuantitativa, sino cualitativa. Stripe Atlas, una herramienta para registrar empresas en EE. UU., celebró la creación de su empresa número 100,000 la semana pasada. Las empresas registradas en 2025 a través de ella, en el mismo punto de su ciclo de vida, tienen ingresos el doble que las de 2024. Las empresas de 2026, que solo llevan unos meses, ya tienen ingresos cinco veces mayores que el año pasado.

Un ejemplo: Lovable, en ocho meses alcanzó 100 millones de dólares en ingresos; Cursor, en menos de dos años, llegó a 1,000 millones de dólares en ingresos anuales, y en tres meses se duplicó a 2,000 millones. Las principales empresas nativas de IA en Stripe crecieron un 120% en 2025 y ya han crecido un 575% en 2026.

¿Y en el lado del consumo? El usuario de mayor gasto en IA gasta 371 dólares al mes en productos de IA, más que la factura combinada de internet, streaming y móvil de un estadounidense promedio. Calculé mi propio gasto en tokens y ya superé la factura del móvil. La velocidad de crecimiento de las empresas en Stripe es 17 veces la del PIB global.

El hermano John Collison (cofundador y presidente) mencionó la paradoja de Solow en el escenario, usando una analogía histórica: en 1882, Edison encendió la primera bombilla eléctrica, pero en los siguientes treinta años, la productividad apenas aumentó porque la estructura de las fábricas era de vapor. Solo después de reconstruir toda la fábrica, se liberó el poder de la electricidad.

La opinión de John: la IA está en una etapa similar. Pero añadió: “Dudo que la IA tarde treinta años.” Los datos de Stripe respaldan su optimismo. Los altos directivos de las empresas tradicionales están impulsando la IA con una urgencia enorme, eso lo he visto con mis propios ojos.

Y hablando de globalización, también desafía la percepción. Desde el primer día, estas empresas de IA son globales. Stripe lo llama “globalización por defecto”.

Los modelos de lenguaje grande difuminan las barreras del idioma, un cuadro de diálogo permite a usuarios en todo el mundo usar productos en lenguaje natural. Esto hace posible un mercado de software global unificado.

Los datos lo confirman: en la ola SaaS anterior, las empresas de mayor crecimiento en su primer año cubrían 25 países, y en el tercero, 50. Las empresas de IA: en el primer año, 42 países; en el tercero, 120. Ahora, incluso Kazajistán aparece en las listas de mercado de estas empresas. Las 100 startups de IA más grandes ya venden en 55 países en su primer año.

Una empresa estadounidense llamada Emergent Labs obtiene casi el 70% de sus ingresos del extranjero, con 16 países aportando al menos un 1% cada uno. El 48% de los ingresos de las principales empresas de IA provienen de mercados fuera de su país, frente al 33% hace tres años. Los ingresos globales no son un complemento, sino la base.

Velocidad + globalización, estos dos aspectos están directamente relacionados con Stripe. Las empresas de IA necesitan recibir pagos en 40 países y regiones en su primera semana. Y los fundadores de Stripe son emprendedores transfronterizos: en 2010, resolvieron las dificultades de cobro con siete líneas de código, justo cuando despegaban internet móvil y SaaS.

Ahora, Shopify, Uber, Salesforce lo usan. Stripe ha establecido capacidades localizadas en 46 países, cubre 195 mercados y soporta 125 métodos de pago locales. Esta infraestructura financiera global, en la era de la IA, es una ventaja competitiva enorme.

Muchas empresas de IA contactan a Stripe diciendo: “Por defecto, somos globales, no importa dónde estén los usuarios.” Alcanzar a los usuarios es una cosa, hacer que paguen, otra. Stripe lo resuelve con precios en moneda local y conectando métodos de pago locales. Usuarios en India usan UPI, en Brasil Pix, y la tasa de conversión aumenta más del 7%.

Gamma, una herramienta de demostración de juegos, vio un aumento del 22% en ingresos en India tras integrar UPI. También vi en el stand a Minimax, una empresa china, muchas compañías chinas que exportan usan Stripe a través de entidades en el extranjero.

Estas empresas nativas de IA comparten otra característica: tienen muy pocos empleados, muchos son fundadores independientes. Con uno o dos personas y un grupo de agentes inteligentes, pueden sostener una empresa global con ingresos reales. La densidad de fundadores independientes en Atlas ya casi llega a 5,000 por cada millón de estadounidenses, y cada vez más personas ganan más de 100,000 dólares al año.

John explica con la teoría de Ronald Coase: las empresas existen porque los costos de coordinación interna son menores que los del mercado. Pero la IA puede estar invirtiendo esa lógica. Cuando usas agentes inteligentes para descubrir servicios, integrar software y gestionar pagos, los costos de coordinación externa bajan drásticamente, y ya no necesitas un montón de empleados.

Todo esto, por mucho que crezca o se globalice, sigue siendo realizado por humanos. Pero la señal más fuerte en la conferencia de este año fue que Stripe tiene un nuevo enfoque importante: Comercio Agentico, donde los agentes se convierten en participantes del mercado.

Este cambio ya aparece silenciosamente en los datos de Stripe. El uso de Stripe CLI se disparó en 2026, porque los agentes no necesitan interfaces gráficas elegantes. El tráfico de agentes leyendo la documentación de Stripe creció unas diez veces el año pasado. Si la tendencia continúa, para fin de año, la cantidad de agentes leyendo documentación superará a la de humanos.

Han perfeccionado la documentación API durante más de una década, y han encontrado a los lectores más fieles en esta nueva etapa. Si piensas que los agentes gastan mucho dinero, piensa en estas dos cosas:

Primero, la interfaz de compra se está transformando en una ventana de chat con modelos. Los consumidores usan ChatGPT, Gemini para investigar productos, acortando la distancia entre investigación y compra en una sola interfaz. Patrick Collison explica por qué esto es irreversible: si un agente completo el proceso de investigación, pedido y entrega en casa, no volverá a visitar otro sitio para rellenar información. Una vez que el agente de compras complete la búsqueda, el siguiente paso es pagar.

Segundo, algo más directo: OpenClaw, uno de los marcos de agentes autónomos de código abierto más populares. Los usuarios envían instrucciones por Feishu, Telegram, y el agente ejecuta tareas de forma autónoma. Puede gastar cientos o incluso miles de dólares en tokens en un día, gestionando su consumo automáticamente. Desde gestionar tokens hasta pagar directamente, solo falta un paso.

En esta conferencia, Stripe demostró que ya han dado ese paso. En el escenario, Patrick Collison dio una instrucción a un agente: investigar cómo la demanda de IA afecta al mercado energético. El agente buscó y encontró que Alpha Vantage tiene un conjunto de datos energéticos que necesita, por 4 centavos de dólar. El agente, dentro del presupuesto, usó la billetera de stablecoins en Tempo CLI para comprar y descargar automáticamente.

Luego generó un informe completo de análisis. Pero no termina ahí. Patrick dijo: “Publica y vende este informe, establece un precio razonable para que otros agentes puedan encontrarlo y comprarlo.” El agente revisó los términos de licencia del conjunto de datos (que permite comercialización), construyó un sitio web, publicó el informe, generó el archivo de instrucciones, y ahora otros agentes pueden comprar con una simple solicitud.

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. Patrick dijo en el escenario: “El comercio agentico ya está aquí.”

Otra demostración: un agente detectó automáticamente una aplicación de revisión de API usando Machine Payments Protocol, y realizó un pago de 2 dólares, con un solo toque de huella digital por parte del usuario. Los desarrolladores no necesitan programar lógica de pago, el agente la gestiona solo.

Y la demostración de pagos en streaming: una app cobra en tiempo real según el consumo de tokens, a 3 dólares por millón de tokens. Varios agentes corren simultáneamente. En el panel izquierdo, el consumo de tokens sube, y en el derecho, los micropagos en stablecoins fluyen en sincronía. Al abrir el explorador de blockchain Tempo, se ve que los 3.30 dólares en total provienen de miles de micropagos en centavos, cada uno con solo una tercera parte de un centavo.

Ni las tarjetas de crédito, ni ACH, ni UPI, ni Pix pueden hacer esto. Es el primer negocio de pagos en streaming del mundo. Patrick cree que los agentes podrían hacer viable un modelo de negocio que muchos han discutido durante años pero nunca han logrado: micropagos.

Los humanos no son buenos para decisiones de consumo extremadamente finas, nadie quiere decidir si una canción vale 15 centavos cada vez que presionan play. Pero los agentes no tienen esa carga cognitiva. Si esta hipótesis es correcta, muchos modelos de negocio que fracasaron por fricciones cognitivas humanas, de repente, se vuelven viables frente a los agentes.

Y si los agentes se convierten en nuevos consumidores, también traerán nuevos riesgos. Emily Glassberg Sands, responsable de datos de Stripe, describió tres patrones de fraude en rápido crecimiento: abuso de múltiples cuentas (en 1 de cada 6 registros de empresas de IA hay uno involucrado); consumo malicioso en pruebas gratuitas (una empresa asociada gasta más de 500 dólares en tokens por cliente, con 19 de 25 pruebas siendo fraude); y “comer en la casa del vecino” (clientes que consumen muchos tokens y se niegan a pagar al final del mes).

Ella citó una frase: “El poder de cálculo es el nuevo efectivo.” Cuando el SaaS tradicional se abusa, el costo marginal casi es cero, pero en IA, cada inferencia tiene un costo real, y los tokens robados son dinero robado.

Pero hay una paradoja: muchos fundadores de IA responden cerrando las pruebas gratuitas. Emily preguntó a todos los que dicen “tener la solución”, y la respuesta es cerrar la capa gratuita. Pero el jefe de producto, Jeff, piensa que eso crea otro problema: los agentes están siendo la principal vía para descubrir nuevos servicios, y si no pueden probarlos, simplemente saltarán a otra URL.

Emily añadió: si la llamada a la acción para los agentes es “unirse a la lista de espera” o “contactar ventas”, se irán inmediatamente. Cerrar el registro automático para prevenir fraudes, equivale a ceder la vía más importante de crecimiento.

La respuesta de Stripe es su sistema de prevención de fraude Radar. Aprende de las transacciones de 5 millones de empresas, y si una compañía detecta un patrón de fraude, todos se benefician. El mes pasado, Radar bloqueó más de 3.3 millones de registros de prueba gratuita de alto riesgo en ocho empresas de IA de rápido crecimiento.

Jeff también propuso una idea contraintuitiva: que las compras por agentes podrían ser más seguras que las humanas. La confianza humana se basa en inferencias (cuánto tiempo permanecen en un sitio, qué clics hacen), pero las transacciones de agentes pueden ser verificadas programáticamente. Los tokens de pago compartidos tokenizan los certificados de pago, y los agentes nunca tocan los números de tarjeta originales. Cuando el mecanismo de confianza pasa de inferencias a confirmaciones, la línea de seguridad en realidad puede mejorar.

Para sostener este ecosistema, el protocolo es clave. El Machine Payments Protocol permite a los agentes descubrir y completar pagos vía HTTP. El Universal Commerce Protocol, iniciado por Shopify, con participación de Meta, Amazon, Salesforce, Microsoft y Stripe en el consejo, busca crear un estándar compartido. Estas empresas, que son socios y competidores, acuerdan definir un protocolo común, porque la fragmentación no beneficia a nadie.

Hablando de protocolos, noté un socio muy especial: Visa. Visa es en esencia una plataforma de protocolos, y en su libro “One from Many”, Dee Hock describe cómo en los 60s, con un diseño descentralizado, varias instituciones bancarias competidoras compartieron infraestructura. Dos épocas distintas, dos empresas diferentes, haciendo algo similar.

Patrick Collison ha mencionado públicamente a Hock, llamándolo “un innovador muy subestimado”. Una señal más clara: el autor de la historia académica de Visa, David Stearns, se unió a Stripe. En el escenario, uno de los nodos en la red blockchain de Tempo lleva el nombre de Visa. La Visa fundada por Hock ahora es un nodo en la red blockchain incubada por Stripe. Los estudiantes construyen la red, los profesores son nodos.

Cuando Patrick rememoró los orígenes del pensamiento en la apertura, dijo que empezó como programador de Lisp. La esencia de Lisp es “el código es datos”, y lo tradujo al lenguaje de Stripe: “la moneda es datos”. Dee Hock, desde la teoría organizacional, acerca la moneda a la idea de “garantía de intercambio de valor”; Collison, desde la programación, iguala la moneda a datos, que pueden ser programados, llamados por API, manipulados por agentes. Dos lenguajes diferentes, la misma idea.

Y para terminar, un detalle interesante. La conferencia originalmente cerraba con una charla entre Patrick y Greg Brockman, cofundador de OpenAI, pero justo antes de subir al escenario, el invitado cambió a Sam Altman. La audiencia aplaudió. Se conocen desde hace 19 años; Altman fue uno de los primeros inversores ángeles en Stripe, cuando Collison aún no tenía 20 años.

Patrick preguntó algo personal: ¿por qué invirtieron en dos jóvenes de apenas 15 años? Altman respondió que querían construir productos que resolvieran problemas que ellos mismos enfrentaban, y que veían el potencial de escalar.

Altman divide la transformación de OpenAI en tres fases: de laboratorio de investigación a empresa de productos, y luego a una “fábrica de tokens” que provee inteligencia al mundo. Stripe es muy parecido: en 2010 resolvieron “lo difícil de cobrar en línea”, y en 2026 descubrieron un nuevo problema: los clientes de estas empresas pronto podrían dejar de ser humanos.

En esta conferencia, se me ocurrió una idea: Stripe tiene datos de transacciones que representan casi el 2% del PIB global, y puede ver de dónde viene cada dólar en la economía de IA, a dónde va, y qué tan rápido crece. Si Solow tuviera un monitor de ritmo cardíaco así, quizás no tendría que esperar diez años para encontrar en las estadísticas la presencia de la computadora.

Quizás algún día, Stripe pueda ofrecer un modelo para la economía de IA. No un gran modelo de lenguaje, sino un modelo económico de nivel Nobel. ¿Quién dice que no es posible? Hace unos años, cuando Demis Hassabis ganó el Nobel, ¿quién podía imaginarlo?

A ustedes, solo quiero decirles algo muy simple: esta gran ola de la economía de IA ya ha sido claramente mapeada a través de los datos de Stripe. Su corazón es un protocolo de cálculo distribuido, su sangre son las instrucciones de consumo de los agentes, y su estructura ósea son nuevos protocolos de pago y confianza. La intermediación financiera tradicional está siendo reestructurada, y el amanecer de los micropagos ya asoma en el horizonte.

No sigan viendo este mercado con viejos paradigmas. Los protagonistas que están en proceso de cambio no son humanos, sino código.