La economía de IA que vi en Stripe Sessions 2026

Escribir: Gao fei

Traducido por: AididiaoJP, Foresight News

En 1987, el economista Robert Solow dijo una famosa frase: «Puedes ver la era de las computadoras en cualquier lugar, excepto en las datos estadísticos de productividad». Esta frase ha desconcertado a los economistas durante casi diez años. Hasta mediados de los 90, la contribución de las computadoras a la productividad finalmente empezó a reflejarse en los datos.

En 2026, la misma confusión se está repitiendo con la IA. La teoría de la burbuja va y viene, los académicos discuten sin cesar, las empresas vacilan, y las señales macroeconómicas siguen siendo borrosas. Pero hay un lugar donde el impacto de la IA en la economía ya no requiere discusión.

Ahora, veamos Stripe.

En los últimos días, participé en las Stripe Sessions celebradas en San Francisco. El volumen de transacciones procesadas por Stripe equivale a casi el 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. El 86% de las empresas en la lista de las AI 50 de Forbes usan Stripe. Si la economía de la IA es un recién nacido, entonces Stripe es como un monitor de ritmo cardíaco en la sala de partos. Registra el latido del corazón del bebé con mayor anticipación y precisión que casi cualquier otro.

Un estudio publicado a principios de 2026 por la Reserva Federal de St. Louis muestra que las inversiones relacionadas con la IA ya han contribuido a casi el 40% del crecimiento marginal del PIB en EE. UU., superando la contribución máxima del sector tecnológico durante la burbuja de internet. Cuando estas inversiones se convierten en ingresos, la mayor parte de las liquidaciones ocurren en Stripe. Más importante aún, Stripe no solo está registrando el pulso de la economía de la IA. En su conferencia de este año, anunció que impulsará una nueva forma de economía: Agentic Commerce (Comercio Agentico), donde los agentes se convierten en los principales actores de las transacciones. En una entrevista colectiva, el cofundador y presidente John Collison afirmó que espera que el papel de los agentes como compradores en transacciones comerciales se convierta en la corriente principal en 12 a 18 meses.

En dos días, 288 productos y funciones lanzados, más de 10,000 asistentes, y una frase definitoria que recorrió toda la conferencia: Agentic Commerce. A continuación, comparto lo que vi en Stripe Sessions 2026 y mis reflexiones personales.

¿Hasta qué punto avanza la economía de la IA?

Antes de hablar del comercio agentico, echemos un vistazo al panorama general de la economía de la IA. En 1987, Solow dijo que no se podía detectar la presencia de las computadoras en los datos estadísticos. Casi cuarenta años después, la IA ya es claramente visible en los datos de Stripe.

El primer día de la conferencia, 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 plana. Desde principios de 2026, esa curva se disparó casi en vertical. La causa directa fue que las herramientas de codificación de IA redujeron drásticamente la barrera de entrada para emprender, permitiendo a muchos desarrolladores crear productos facturables en solo unos días con «vibe coding». Patrick lo describió como un fenómeno macro: toda la economía se está replatformizando en torno a la IA. Maia Josebachvili, directora de ingresos de Stripe AI, añadió una comparación externa: hasta 2024, la cantidad de aplicaciones publicadas en la App Store de iOS había estado en descenso. Tras la aparición de las herramientas de codificación de IA, las publicaciones aumentaron un 24% mes a mes.

El cambio no solo es en cantidad, sino también en calidad. Stripe Atlas es una de las formas más sencillas para que los fundadores registren una empresa en EE. UU. La semana pasada celebraron la creación de la compañía número 100,000. En la conferencia, escuché un dato sorprendente: las empresas registradas en Atlas en 2025 generan en su ciclo de vida el doble de ingresos en el mismo punto que las de 2024. Las empresas de 2026, que solo tienen unos meses, ya generan cinco veces más ingresos que las de 2024.

En el informe sobre economía de IA de la tarde del primer día, Maia listó varios nombres que impulsan el auge de la economía de IA. Lovable alcanzó 100 millones de dólares en ocho meses y en los siguientes ocho meses llegó a 400 millones. Cursor alcanzó 1,000 millones de dólares en ingresos anuales en menos de dos años, y en tres meses más se duplicó a 2,000 millones. Las principales empresas nativas de IA en Stripe crecieron un 120% en 2025 y un 575% en 2026 hasta ahora.

El crecimiento en el lado del consumo también es vertiginoso. El usuario de mayor gasto en productos de IA gasta 371 dólares mensuales, más que la suma de lo que gasta un estadounidense promedio en internet, streaming y telefonía móvil. Hice un cálculo aproximado de mi propio gasto en tokens mensuales, y ya supera mi factura de teléfono.

Patrick también hizo una comparación: la velocidad de crecimiento de las empresas en Stripe es 17 veces mayor que la de la economía global.

Al día siguiente, John Collison mencionó directamente la paradoja de Solow y usó una analogía histórica para explicarla. En 1882, Edison iluminó a los primeros clientes con lámparas eléctricas en Manhattan. Pero durante los siguientes treinta años, la productividad apenas mejoró durante la electrificación. La causa no fue que la electricidad no funcionara, sino que las fábricas estaban diseñadas en torno a las máquinas de vapor. Solo después de reconstruir toda la fábrica, la productividad empezó a aumentar. La opinión de John es que la IA está en una fase similar. El cambio ya está ocurriendo, pero los viejos modelos aún no han sido completamente absorbidos. «Pero», dijo, «dudo que la IA tarde treinta años».

Los datos de Stripe parecen apoyar su optimismo. La economía de IA ya está en plena explosión en su plataforma. Casi todas las empresas tradicionales con las que he hablado están impulsando la adopción de IA con una sensación de urgencia muy alta.

Desde el primer día, la globalización

Además de la velocidad, otra característica que me impresionó de estas empresas de IA es que desde el primer día son globales. Stripe tiene una frase para ello: «Por defecto, global».

Desde que me convertí en creador de contenido sobre IA, he experimentado algo: la creación de contenido de IA no tiene zona horaria. Las noticias de IA de la otra parte del Pacífico tienen la misma importancia que las locales. Lo mismo pasa con los productos de IA. Los modelos de lenguaje grande difuminan las dependencias tradicionales de interfaz y hábitos de interacción del software. Un chat unificado permite a usuarios de todo el mundo usar productos en lenguaje natural. En ese sentido, los modelos de lenguaje grande hacen posible por primera vez un mercado de software global unificado.

Los datos de la conferencia corroboran esta observación. En la ola anterior de SaaS, las empresas de mayor crecimiento en su primer año estaban en unos 25 países, y en el tercer año en unos 50. La velocidad de las empresas de IA es completamente diferente: en el primer año, 42 países, y en el tercero, 120. Maia dice que Kazajistán ya aparece en muchas listas de mercado de empresas de IA. En el panel «Indexing the Economy» del segundo día, Stripe dio una cifra mediana: las 100 principales startups de IA vendieron en su primer año en 55 países.

Emergent Labs es un ejemplo concreto. La compañía fue fundada en EE. UU. en 2024, pero casi el 70% de sus ingresos ya provienen del extranjero, con al menos 16 países aportando al menos un 1% 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 proporción era solo del 33%. Los ingresos globales ya no son un complemento, sino la base.

La velocidad y la globalización son las dos características principales de la economía de IA, y ambas están directamente relacionadas con Stripe. Las empresas de IA necesitan establecer rápidamente capacidades de pago, y deben poder cobrar en 40 países y regiones en su primera semana. Eso es exactamente lo que Stripe ha estado haciendo desde su creación.

Aquí, es importante añadir un poco sobre los orígenes de Stripe.

Los fundadores de Stripe, Patrick y John Collison, son irlandeses y emprendedores transfronterizos. En la conferencia, conocí a un colega irlandés que me dijo que, en la visión de los fundadores de IA en Irlanda, estos hermanos son héroes. Cuando llegaron a EE. UU., encontraron que cobrar en línea era extremadamente difícil: conectar sistemas de pago requería firmar contratos con bancos, realizar auditorías PCI, y conectar múltiples intermediarios, un proceso que podía tardar semanas o meses.

Así, en 2010, estos jóvenes de poco más de veinte años abandonaron la universidad, se mudaron a San Francisco y crearon una solución que permitía a los desarrolladores cobrar con solo siete líneas de código. Esas siete líneas coincidieron con el auge de internet móvil y SaaS. Shopify necesitaba ayudar a millones de comerciantes a cobrar, Uber a facilitar pagos sin fricciones para pasajeros, Salesforce a gestionar suscripciones globales… Todos eligieron Stripe. A medida que estos clientes globales crecían, Stripe construyó capacidades localizadas en 46 países, cubriendo 195 mercados y soportando 125 métodos de pago locales.

Para los consumidores, Stripe no es una compañía en el centro de atención. Está oculta tras la página de pago de Shopify, en los correos de confirmación de suscripción de OpenAI, y en 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 el servicio a las empresas de IA que se expanden internacionalmente.

En la conferencia, también conocí a Abhi Tiwari, responsable de productos globales de Stripe. Hace solo tres meses asumió ese cargo y se mudó a Singapur. Stripe tiene centros de ingeniería en San Francisco, Dublín y Singapur, y también una oficina en São Paulo para América Latina. Abhi me dijo que muchas empresas de IA al contactarlos dicen: «Por defecto, somos globales, no importa dónde estén los usuarios». La vieja forma de desarrollar en la sede y luego expandirse globalmente está siendo reemplazada por un modelo en el que los equipos locales construyen en su mercado.

Llegar a usuarios globales es una cosa, hacer que paguen es otra. Y esa segunda parte es mucho más compleja, porque cada mercado tiene sus monedas y hábitos de pago. En ese aspecto, Stripe ayuda a las empresas de IA y otros clientes principalmente mediante dos métodos: precios en moneda local y conexión con métodos de pago locales. La primera hace que un usuario en Brasil vea precios en reales en lugar de dólares, aumentando los ingresos transfronterizos en un 18%. La segunda permite a usuarios en India pagar con UPI, y en Brasil con Pix, aumentando la tasa de conversión en más del 7%. Cuando Gamma, una herramienta de demostración de IA, integró UPI en India, sus ingresos en ese país se dispararon un 22% en ese mes. En el stand, también vi a MiniMax, una empresa china que, según tengo entendido, usa Stripe a través de entidades en el extranjero para sus operaciones internacionales.

Estas empresas nativas de IA comparten otra característica: tienen muy pocos empleados, muchos son fundadores solitarios. Una o dos personas, junto con un grupo de agentes, pueden sostener una empresa global con ingresos reales. En la charla del día siguiente, Emily compartió un dato: la densidad de fundadores solitarios en Atlas se acerca a 5,000 por millón de estadounidenses, y cada vez hay más con ingresos superiores a 100,000 dólares anuales.

El término que usó fue solopreneur (emprendedor en solitario). Esto me recuerda la rápida ola de OPC (One Person Company) en China. John explicó este fenómeno usando la teoría de Ronald Coase: las empresas existen porque los costos de coordinación interna son menores que los de coordinación en el mercado. Pero la IA puede estar invirtiendo esa lógica. Cuando los agentes ayudan a descubrir servicios, integrar software y gestionar pagos, los costos de coordinación externa se reducen drásticamente. Ya no necesitas un equipo completo para hacer lo que antes requería un departamento entero.

De la economía humana a la economía de los agentes

La economía de la IA que hemos descrito, por rápida y global que sea, sigue teniendo como actores principales a los humanos. Los humanos compran productos de IA, los humanos usan herramientas de IA para emprender. Pero la señal más fuerte que percibo en Sessions este año es que el próximo gran enfoque de Stripe será otra transformación: la economía en la que los agentes se convierten en participantes del mercado, esto es, Agentic Commerce.

Este cambio ya aparece silenciosamente en los datos de Stripe. Will Gaybrick, presidente de productos y negocios, mostró unas cifras. Durante años, Stripe CLI (interfaz de línea de comandos) fue utilizada solo por un pequeño grupo de usuarios muy técnicos, con un uso casi estable. Desde 2026, ese uso se disparó de repente. La razón es que los agentes no necesitan interfaces gráficas elaboradas; una CLI sencilla suele ser más útil. Los datos de Maia muestran que en 2025, el tráfico de lectura de documentación de Stripe por parte de agentes aumentó aproximadamente diez veces. Si la tendencia continúa, para fin de año, la cantidad de agentes leyendo la documentación superará a la de humanos. La API que Stripe perfeccionó durante más de una década ha encontrado a sus lectores más fieles en esta nueva era.

Si gastar dinero en agentes todavía suena extraño, podemos imaginar dos escenarios ya existentes.

El primero es que la interfaz de compra podría estar migrando a ventanas de chat con modelos. Los consumidores ahora usan ChatGPT, Gemini o Instagram para investigar productos. La distancia entre investigación y compra se comprime en una sola interfaz. En China, ya hay casos similares, como comprar té con leche en aplicaciones de IA.

En una entrevista colectiva, 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 investigación hasta pedido, en unos días el producto llega a casa, y el usuario no tendrá que volver a un sitio web para rellenar datos personales, incluso si ese sitio tiene un producto ligeramente mejor. Una vez que el agente de compras termina la búsqueda, el siguiente paso natural es pagar.

El segundo ejemplo es más interesante: OpenClaw. Quien ha seguido la ola de «langostas» sabe que es uno de los frameworks de agentes autónomos de código abierto más populares. Los usuarios envían instrucciones a agentes a través de aplicaciones de mensajería como Feishu, Telegram o WhatsApp, y estos ejecutan tareas de forma autónoma. Lo clave es que OpenClaw puede consumir cientos o miles de dólares en tokens en un solo día, gestionando su propio consumo y uso. Aunque en muchos casos aún requiere autorización humana, en última instancia, el agente consume tokens, que pueden convertirse directamente en dinero.

Desde gestionar el consumo de tokens hasta gastar dinero directamente, solo hay un paso. Y en la conferencia de este año, Stripe mostró que ya han dado ese paso.

Demostración: compra y venta por agentes

En el escenario principal del segundo día, una demostración recibió múltiples 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 de energía que necesita, con un precio de 4 centavos. El agente juzgó que el precio estaba dentro del presupuesto y, usando la billetera de stablecoins en Tempo CLI, completó la compra y descarga de forma autónoma, ya que pagar con tarjeta 4 centavos no era rentable. Luego generó un informe completo de análisis. Esto ya era sorprendente, pero John le 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 de Alpha Vantage, confirmó que podía comercializarse, construyó un sitio web, publicó el informe y generó un archivo de instrucciones para que otros agentes puedan comprar los datos con una simple solicitud.

En pocos minutos, un agente completó toda la cadena: investigación, compra, producción, revisión de cumplimiento, publicación, fijación de precios y venta. Es tanto comprador como vendedor. Tras la demo, John dijo: «El comercio agentico ya está aquí».

Otros dos ejemplos del primer día también fueron impresionantes. Will Gaybrick construyó una aplicación de revisión de APIs que permite a los agentes obtener servicios de revisión sin que él tenga que decirles nada sobre pagos. Durante la ejecución, el agente detectó automáticamente que la aplicación usaba el Protocolo de Pagos en Máquina (MPP) y completó un pago de 2 dólares de forma autónoma, solo con una huella dactilar autorizada por humanos. Esa capacidad de descubrir pagos sin configuración, es el núcleo del diseño del protocolo MPP. Los desarrolladores no necesitan escribir lógica de pago para los agentes; estos la encuentran por sí mismos.

Luego, Gaybrick combinó Metronome (motor de medición en tiempo real), Tempo (cadena de bloques diseñada para pagos) y stablecoins para demostrar pagos en flujo. Una aplicación cobra en tiempo real según el consumo de tokens de IA, con un costo de 3 dólares por millón de tokens. Varios agentes operan simultáneamente. En el panel izquierdo, se ve cómo aumenta el consumo de tokens, y en el derecho, los micro pagos en stablecoins fluyen en sincronía. Cuando abres el explorador de bloques de Tempo, ves que los pagos, por un total de 3.30 dólares, están compuestos por miles de micropagos de unos pocos milésimos de centavo cada uno. Ni tarjetas de crédito, ni ACH, ni UPI o Pix pueden hacer esto. Gaybrick anunció en el escenario que este es el primer sistema de pagos en flujo del mundo.

El regreso de los micropagos y una nueva lógica de consumo

Comprar en chat y OpenClaw son ejemplos de agentes que representan el consumo humano. Pero en una entrevista, Collison hizo una afirmación más ambiciosa: los agentes podrían crear demandas completamente nuevas.

Él cree que los agentes pueden hacer viable un modelo de negocio que ha sido discutido durante años pero nunca realizado: los micropagos. Los humanos no son buenos para decisiones de consumo extremadamente finas. Spotify reemplazó la compra de canciones individual con una suscripción mensual de 9.99 dólares, porque nadie quiere decidir si una canción vale 15 centavos cada vez que presionan reproducir. Los agentes no tienen esa carga cognitiva. Si esa hipótesis es correcta, muchas ideas de negocio que fracasaron por fricciones cognitivas humanas podrían volverse viables con agentes. Maia también expresó una opinión similar en una conversación privada conmigo. Dijo que, tras hablar con decenas de fundadores de IA, la cuestión de la fijación de precios es la más mencionada cuando discuten comercio agentico.

Cada transacción tiene un comprador y un vendedor. ¿Qué pasa si el comprador es un agente?

En una entrevista, pregunté a Jeff Weinstein, responsable de productos de Stripe: «La frase popular dice que ‘el cliente siempre tiene la razón’, y los comerciantes deben complacer a los consumidores. ¿Pero qué pasa cuando el cliente es un agente?». Jeff respondió: «Imagina que el agente es el mejor programador que conoces. Quiere información perfecta, formatos estructurados, rapidez en la lectura y todo el contexto necesario para decidir». Los consumidores humanos prefieren imágenes bonitas y animaciones fluidas, pero los agentes quieren datos estructurados en bruto, información logística precisa y la capacidad de completar transacciones en el menor número de pasos.

En otra conversación, Ginger Baker, vicepresidenta de productos de Meta, resumió esta transformación de forma más radical: «El pago pasará de ser instantáneo a ser estratégico». La compra humana es discontinua: vas a la caja, sacas la billetera, pagas, y listo. La compra de agentes es continua: estableces reglas, como «no gastar más de 50 dólares en abarrotes esta semana», «siempre usar esta tarjeta», «requiere autorización humana para más de 500 dólares». Luego, los agentes consumen de forma autónoma dentro de ese marco de autorización.

Seguridad: la computación es el nuevo efectivo

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

Durante Sessions, me centré en este tema y discutí con varios ejecutivos de Stripe.

Emily Glassberg Sands, responsable de datos y IA en Stripe, describió tres patrones de fraude que crecen rápidamente. El primero es el abuso de múltiples cuentas: una misma persona registra varias cuentas, cada una con un límite gratuito. Según datos de Stripe, uno de cada seis registros de empresas de IA involucra este tipo de abuso. El segundo es el consumo malicioso durante el período de prueba gratuito, especialmente mortal para las empresas de IA, porque cada prueba consume costos reales de inferencia. Ella citó un ejemplo: una empresa asociada tiene un costo de tokens de más de 500 dólares por cliente, porque para convertir a un cliente necesita 25 pruebas gratuitas, de las cuales 19 son fraudulentas. El tercero es lo que llama «comer en la casa del vecino»: los clientes consumen tokens en exceso y se niegan a pagar al final del mes. Emily también citó una frase: «El poder de cómputo es el nuevo efectivo». Cuando SaaS se abusa, el costo marginal es casi cero, pero en IA, cada llamada de inferencia tiene un costo real. Los tokens robados equivalen a dinero robado.

Pero aquí hay una paradoja que me preocupa mucho: muchos fundadores de IA responden a estos abusos cerrando las pruebas gratuitas.

Emily dijo que preguntó a todos los que afirmaban «resolver» este problema cómo lo hacían, y la respuesta era cerrar directamente la capa gratuita. Pero Jeff piensa que eso crea otro problema: los agentes están empezando a ser la principal vía para descubrir nuevos servicios. Si no pueden probarlos por sí mismos, simplemente saltarán a otra URL. Emily añadió que si la llamada a la acción que se presenta a los agentes es «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 respuesta de Stripe a esta paradoja es su sistema de prevención de fraudes, Radar. La lógica es simple: 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 empresa 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 rápido crecimiento en IA.

Jeff también propuso una idea contraintuitiva: que las compras por agentes podrían ser más seguras que las compras humanas en la web. La confianza en las compras humanas se basa en inferencias: cuánto tiempo permanecen en un sitio, si sus clics son normales, etc. Pero las transacciones de agentes pueden ser verificadas mediante programación. Stripe tokeniza los comprobantes de pago con Shared Payment Tokens, por lo que los agentes nunca ven los números de tarjeta originales. Los usuarios autorizan con biometría y pueden establecer límites de gasto, ventanas de tiempo y listas blancas de comerciantes. Cuando el mecanismo de confianza pasa de inferencias a confirmaciones, la línea base de seguridad en realidad puede mejorar.

Ecosistema, protocolos y una historia en paralelo

Hasta ahora, está claro: sin un ecosistema bien desarrollado, el comercio agentico no será posible. En Stripe Sessions 2026, conocí a un profesional del sector alimentario que dijo que su objetivo en la conferencia era entender si el comercio agentico puede convertirse en una nueva oportunidad para las empresas, desde la perspectiva del vendedor.

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

Durante los dos días en el pabellón, vi numerosos stands de empresas en la cadena financiera. Stripe también ha lanzado o se ha unido a varios protocolos con socios en toda la cadena: compradores y vendedores, humanos y máquinas, máquinas y máquinas. El Machine Payments Protocol (MPP) permite que los agentes descubran y completen pagos vía HTTP. La Agentic Commerce Suite permite a los consumidores comprar directamente en aplicaciones de IA de Google, Meta, OpenAI y Microsoft. El Universal Commerce Protocol (UCP), iniciado por Shopify y con participación de Meta, Amazon, Salesforce y Microsoft, es un protocolo comercial multiplataforma. Stripe se unió a la junta directiva de UCP. Empresas que compiten y colaboran acuerdan crear un protocolo compartido, porque la fragmentación dificultaría que los agentes puedan consumir de forma fluida en diferentes plataformas, y eso no beneficia a nadie.

Hablando de protocolos, en el pabellón vi a un socio destacado de Stripe: Visa. En mi opinión, Visa en esencia es una plataforma de protocolos.

Ver a Visa me recordó un libro que me gusta mucho: One from Many, del fundador de Visa, Dee Hock. En ese libro, uno de los temas centrales es cómo redefinir los bancos, la moneda y las tarjetas de crédito en la era digital. La moneda ya no tiene que ser solo monedas y billetes: puede ser un dato respaldado por instituciones, registrado en redes, y que circula globalmente. A finales de los 60, la tarjeta BankAmericard de Bank of America se expandió a nivel nacional, y millones de consumidores cruzaron estados, colapsando el sistema antiguo. Hock se dio cuenta de que el problema era organizacional: muchas instituciones bancarias competían pero necesitaban compartir infraestructura. La forma de resolverlo fue un diseño descentralizado que convirtió a todos los bancos en iguales en una nueva organización, renombrada como Visa, que abandonó el control exclusivo del sistema.

¿Existe alguna herencia entre estos dos momentos y estas dos organizaciones? La respuesta puede estar en cualquier agente: Patrick Collison ha mencionado públicamente su respeto por Hock. Tras su fallecimiento en 2022, Patrick lo llamó «un innovador muy subestimado», cuya influencia en él y en su hermano fue profunda. Un signo aún más claro es la contratación: el autor de la historia académica de Visa, David Stearns, se unió a Stripe.

Y un detalle que hará sonreír a quienes conocen la historia del pago: en el escenario, Georgios Konstantopoulos, CTO de Tempo Blockchain, mostró la lista de validadores. Uno de los nombres era Visa. La Visa fundada por Hock ahora es un nodo en la red blockchain incubada por Stripe. Los estudiantes construyen la red, los profesores se convierten en nodos.

Cuando Patrick Collison rememoró los orígenes del pensamiento de Stripe en la apertura de la conferencia, dijo que empezó como programador de Lisp. La idea central de Lisp es «el código es datos». Él tradujo esa idea a la propia lengua de Stripe: «La filosofía básica de Stripe es que la moneda es datos. Cuando lanzamos Stripe en 2011, esa todavía no era la visión ortodoxa del sector». Hock, desde la teoría organizacional, se acercó a la esencia de la moneda, concluyendo que la moneda es solo un «garante del intercambio de valor». El medio que la soporta puede ser cualquier cosa. Patrick, desde la programación, equiparó directamente moneda y datos: datos que pueden ser programados, llamados por API, y manipulados por agentes. Ambos hablan de lo mismo en diferentes lenguas. En la apertura, Ginger Baker dijo algo más directo: «¿No es la moneda solo otro contenido digital?».

Si la moneda es datos, los consumidores de datos también serán consumidores de moneda.

Subtrama: el ADN de contenido de Stripe

Hasta aquí, la historia de la economía de IA está casi completa. Pero hagamos un pequeño desvío: Stripe puede considerarse un creador de contenido en paralelo.

No solo es experto en servicios financieros, sino también en productos de contenido. Su marca editorial, Stripe Press, tiene un gusto exquisito, y muchos la conocen por publicar The Charlie Munger Toolbox. También tiene un podcast muy popular, A Cheeky Pint, con una gran audiencia, en el que han participado Sundar Pichai, Dario Amodei, y Marc Andreessen.

Durante la conferencia, conocí a Tammy Winter, editora senior de Stripe Press, y a Pablo Delcan, diseñador. Tammy bromeó diciendo: «Stripe es como una editorial multimillonaria que también hace servicios financieros». Pablo compartió su visión del gusto: el gusto es resultado de una acumulación a largo plazo, que requiere tiempo para sedimentar. En diseño, su idea es que, sin sacrificar la sencillez y la claridad, la clave está en cómo añadir detalles y precisión para incrementar cierta complejidad.

Hablando de libros, Tammy me contó que en Stripe Press hay una serie llamada «Turpentine», que publica series para fundadores y constructores. Estos libros se centran en conocimientos, herramientas, técnicas, mantenimiento y operaciones prácticas. No son teorías abstractas, sino guías para resolver problemas operativos concretos.

El nombre proviene de una historia supuestamente sobre Picasso: cuando críticos de arte se reúnen, hablan de forma, estructura y significado; cuando artistas se reúnen, hablan de dónde comprar trementina barata. La serie busca ser como la trementina económica para fundadores. Si lo piensas bien, para las empresas de IA que salen al extranjero, los servicios financieros de Stripe son como esa trementina. Puedes concentrarte en construir productos sin preocuparte por pagos, cumplimiento o divisas.

Este subhilo parece no tener relación con la línea principal, pero en el fondo sí la tiene. Stripe también tiene una revista llamada Works in Progress, cuyo núcleo es cómo crecer en la economía. Tiene un podcast con líderes de la economía de IA. La misma conferencia, en cierto modo, es como una clase de economía. La mañana del segundo día, John Collison dedicó toda una charla a datos económicos, la teoría de la empresa de Coase y la paradoja de Solow. Creo que una empresa de servicios financieros que se preocupa tanto por la economía es porque entiende las transformaciones estructurales, y así encuentra las próximas oportunidades de producto.

Como aficionado a los podcasts, cuando vi a John Collison en la primera mañana, lo primero que quise preguntarle no fue sobre finanzas, sino sobre podcasts. Le pregunté si, tras entrevistar a tantas personas diferentes, hay alguna pregunta fundamental que atraviese todas las conversaciones. Él pensó un momento y dijo que le interesa mucho cómo funcionan esas empresas, en qué equilibrio competitivo están, y cómo entienden su negocio.

Curiosamente, al terminar el primer día, hubo un pequeño giro. La charla final prevista era una entrevista de Patrick con Greg Brockman de OpenAI, pero justo antes, el invitado cambió a Sam Altman. Patrick explicó que, después de todo, «la IA es un campo que cambia rápidamente».

Y eso fue una sorpresa, ¡pero una alegría! Todos aplaudieron.

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.

Hacia el final, Patrick le hizo una pregunta personal: ¿por qué invirtió en estos dos jóvenes de apenas 15 y 16 años? Altman respondió que recuerda que querían construir un producto que resolviera un problema que ellos mismos enfrentaban, y que vio que esa oportunidad podía escalar, porque muchas otras personas necesitaban lo mismo.

Creo que sus respuestas sobre podcasts y sobre inversión apuntan a lo mismo: encontrar necesidades reales, resolver problemas reales. En la conversación, Altman dividió la transformación de OpenAI en tres fases: de laboratorio de investigación a empresa de productos, y luego a una «fábrica de tokens» que suministra inteligencia al mundo. Cada fase tiene su misión. Stripe también es muy similar. En 2010, los jóvenes irlandeses resolvieron que «pagar en línea era demasiado difícil». Desde entonces, han resuelto ese problema para 5 millones de usuarios. En 2026, descubren un nuevo problema: los clientes de esas empresas pronto podrían dejar de ser humanos.

Con un podcast en una mano y una editorial en la otra, discuten en el escenario sobre la teoría de Coase y la paradoja de Solow, y en los pabellones, despliegan protocolos y APIs. Stripe no solo está creando la economía de IA, sino también documentándola. En la conferencia, se me ocurrió una idea un poco loca: Stripe tiene datos de transacciones que representan casi el 2% del PIB mundial. 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 la presencia de las computadoras en los datos.

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, antes de que Demis Hassabis, fundador de DeepMind, ganara un Nobel, ¿quién hubiera imaginado esto?