Un estudio de Harvard Business School aporta nuevas evidencias sobre por qué la IA generativa podría reforzar la ventaja de determinadas empresas líderes, especialmente cuando cuentan con capital intangible, datos y capacidades organizativas para aprovecharla.
Un estudio de Harvard analiza cómo la IA generativa puede reforzar la ventaja competitiva de empresas con datos, conocimiento y capital intangible.
IA generativa y ventaja competitiva: estudio de Harvard
La expansión de la inteligencia artificial generativa ha reducido extraordinariamente el coste de acceder a capacidades avanzadas de IA. Una pequeña empresa puede utilizar hoy modelos de lenguaje que hace pocos años habrían requerido recursos tecnológicos fuera de su alcance.
Esto podría llevar a una conclusión aparentemente lógica: si la tecnología está cada vez más democratizada, la IA generativa debería contribuir a reducir la distancia entre las grandes empresas y sus competidores.
Pero ¿y si sucediera también lo contrario?
Una investigación publicada como working paper por Harvard Business School plantea precisamente esta cuestión. En Generative AI and the Superstar Firm Effect, Wilbur Chen, Bullipe R. Chintha y Suraj Srinivasan estudian cómo la aparición de la IA generativa afecta a las denominadas superstar firms: empresas que concentran una parte desproporcionada de la producción, los beneficios o el valor de mercado de sus sectores.
Sus resultados apuntan hacia una conclusión relevante para la estrategia empresarial: el acceso a la IA generativa puede estar democratizándose, pero la capacidad de convertirla en ventaja económica continúa dependiendo de los activos y capacidades que posee cada organización.
La tecnología, por sí sola, podría no igualar el terreno competitivo.
¿Qué ha investigado Harvard Business School?
Los investigadores parten de dos hipótesis contrapuestas.
La primera sostiene que una tecnología de propósito general como la IA generativa podría reforzar la posición de las empresas líderes.
Estas organizaciones suelen disponer de grandes cantidades de conocimiento acumulado, datos propios, capital intangible, recursos financieros y estructuras organizativas capaces de desplegar nuevas tecnologías a gran escala.
La segunda hipótesis apunta justamente en sentido contrario.
Las grandes empresas pueden sufrir burocracia, sistemas heredados, rigidez organizativa y dificultades para adaptarse rápidamente. Al mismo tiempo, el acceso a modelos abiertos y a infraestructura informática bajo demanda reduce las barreras de entrada para empresas pequeñas y nuevos competidores.
La IA generativa podría, por tanto, fortalecer a los líderes existentes o convertirse en una oportunidad para quienes pretenden desafiarlos.
Para estudiar qué estaba sucediendo realmente, los autores utilizan el lanzamiento público de ChatGPT, el 30 de noviembre de 2022, como un shock que hizo visible para empresas e inversores el potencial económico de la IA generativa.
2.596 empresas bajo análisis
La muestra final incluye 2.596 empresas estadounidenses cotizadas.
Los investigadores combinan distintas fuentes de información financiera, bursátil, laboral y organizativa. Entre ellas se encuentran Compustat, CRSP y datos de composición de las plantillas procedentes de Revelio Labs.
Pero existe una cuestión metodológica especialmente interesante: ¿cómo determinar qué empresas estaban más expuestas al potencial de la IA generativa?
Los investigadores parten de las tareas asociadas a 923 ocupaciones y analizan hasta qué punto las tecnologías basadas en grandes modelos de lenguaje pueden realizar esas tareas. Posteriormente relacionan la composición profesional de cada empresa con ese grado de exposición.
El resultado es una medida empresarial de exposición a la IA generativa.
Es importante entender qué significa esto. Una exposición elevada no equivale necesariamente a una adopción elevada de IA. Indica que la composición de las tareas realizadas por los trabajadores de esa empresa presenta un mayor potencial de automatización mediante tecnologías basadas en grandes modelos de lenguaje.
Los autores clasifican, además, como superstar a las empresas situadas en el decil superior de una versión de la Q de Tobin ajustada para incorporar capital intangible. También comprueban posteriormente sus resultados utilizando definiciones alternativas basadas en capitalización bursátil, rentabilidad sobre el capital invertido y poder de fijación de precios.
Lo que ocurrió inmediatamente después de ChatGPT
Uno de los resultados más interesantes del estudio aparece cuando se diferencia entre la reacción inmediata del mercado y lo sucedido durante los meses posteriores.
En los días inmediatamente posteriores al lanzamiento de ChatGPT, los inversores valoraron positivamente tanto la exposición a IA generativa como la condición de empresa superstar.
Pero inicialmente no apareció un efecto adicional estadísticamente significativo derivado de combinar ambas características.
En otras palabras, el mercado reconoció rápidamente que la IA generativa podía ser económicamente relevante, pero todavía no diferenció claramente qué empresas líderes estaban mejor preparadas para aprovecharla.
Eso cambiaría durante los meses siguientes.
La diferencia aparece con el tiempo
Los investigadores dividen las empresas en cuatro grupos:
- empresas superstar con alta exposición a IA generativa;
- empresas superstar con baja exposición;
- empresas no superstar con alta exposición;
- empresas no superstar con baja exposición.
Durante los doce meses posteriores al lanzamiento de ChatGPT aparece una separación muy significativa.
La cartera formada por empresas superstar altamente expuestas a IA generativa obtuvo una rentabilidad mensual ajustada por características del 2,53 %.
Las empresas no superstar con alta exposición obtuvieron un 0,57 % mensual.
Las empresas superstar con baja exposición registraron un 0,31 %, estadísticamente no significativo, y las no superstar con baja exposición, un -0,13 %, también no significativo.
Al cabo de doce meses, la cartera de empresas superstar con alta exposición a IA generativa había acumulado aproximadamente 34 puntos porcentuales de rentabilidad anormal.
El análisis mediante regresiones refuerza el resultado. Controlando características empresariales y efectos sectoriales, la combinación entre condición de superstar y elevada exposición a IA generativa se asocia con aproximadamente 19 puntos porcentuales adicionales de rentabilidad ajustada.
Más interesante todavía: cuando los autores amplían el horizonte a dos años, esta prima aproximadamente se duplica.
Los análisis placebo realizados con datos anteriores al lanzamiento de ChatGPT no encuentran el mismo patrón.
No es simplemente un efecto de las grandes tecnológicas
Existe una objeción evidente.
El periodo posterior al lanzamiento de ChatGPT coincidió con una fuerte apreciación bursátil de algunas de las mayores compañías tecnológicas del mundo. ¿Podrían empresas como Nvidia, Microsoft, Alphabet, Meta o Amazon estar explicando prácticamente todo el resultado?
Los investigadores realizan diferentes pruebas para comprobarlo.
Cuando excluyen las denominadas Magnificent Seven, la prima asociada a las empresas superstar altamente expuestas a IA generativa continúa apareciendo.
También permanece cuando se excluyen empresas tecnológicas mediante diferentes clasificaciones sectoriales.
Y los resultados se mantienen utilizando distintas definiciones de empresa superstar.
Por tanto, la evidencia encontrada no parece limitarse a unas pocas grandes compañías tecnológicas.
La verdadera cuestión: los activos complementarios
Aquí aparece probablemente la aportación empresarial más importante del estudio.
Los investigadores encuentran que la ventaja asociada a la IA generativa no se distribuye de manera uniforme entre las empresas líderes.
Se concentra especialmente en organizaciones que poseen determinados activos complementarios.
Esta idea tiene profundas implicaciones estratégicas.
Una empresa puede comprar acceso al mismo modelo de IA que sus competidores. Lo que no puede adquirir instantáneamente es todo aquello que ha construido durante años alrededor de él.
Capital intangible
Entre las empresas con elevada intensidad de capital intangible, la interacción entre condición de superstar y elevada exposición a IA generativa se asocia con aproximadamente 28 puntos porcentuales adicionales de rentabilidad ajustada.
Entre las empresas con menor capital intangible, el efecto no resulta estadísticamente significativo.
El capital intangible incluye elementos como conocimiento acumulado, inversiones en I+D y capital organizativo.
La interpretación es relevante: la IA puede aumentar el valor del conocimiento que una organización ya posee.
Capital de datos
El patrón resulta todavía más claro cuando se analiza el capital de datos.
Entre las empresas con mayores capacidades relacionadas con gestión de datos, la prima alcanza aproximadamente 29 puntos porcentuales.
Entre las que presentan menor intensidad de capital de datos, desaparece.
Los datos no son simplemente combustible que se introduce en un algoritmo. Disponer de información propia, correctamente gestionada y acompañada de las capacidades humanas necesarias para organizarla y utilizarla puede convertirse en un complemento fundamental de la IA generativa.
La IA generativa también puede reducir los costes de coordinación
El estudio identifica un segundo mecanismo especialmente interesante.
Las grandes organizaciones poseen una ventaja de escala, pero esa escala también genera costes.
Más divisiones, más departamentos, más países, más trabajadores y más niveles jerárquicos significan mayores necesidades de comunicación, coordinación y procesamiento de información.
Precisamente algunas de las capacidades características de la IA generativa —sintetizar información, procesar lenguaje y facilitar el acceso al conocimiento— pueden reducir estas fricciones.
Los resultados son especialmente llamativos entre las empresas con mayor presencia de mandos intermedios.
En ellas, la prima asociada a la combinación de condición superstar y alta exposición a IA generativa alcanza aproximadamente 40 puntos porcentuales.
En las organizaciones con estructuras directivas menos densas, el efecto no resulta significativo.
También aparece una prima de alrededor del 26 % entre empresas con plantillas geográficamente dispersas, aunque la diferencia estadística entre los grupos de mayor y menor dispersión es menos concluyente.
Esto introduce una perspectiva diferente sobre el valor empresarial de la IA generativa.
No debemos pensar únicamente:
¿Qué tareas puede automatizar la IA?
También deberíamos preguntar:
¿Qué costes de coordinación, comunicación y acceso al conocimiento puede reducir dentro de la organización?
¿Estamos viendo únicamente expectativas bursátiles?
Esta es otra precaución necesaria.
Una subida de la cotización no demuestra por sí misma que una tecnología haya mejorado realmente una empresa.
Por eso los investigadores buscan evidencias adicionales.
En primer lugar, analizan las conferencias de resultados de las compañías. Los directivos de las empresas superstar con elevada exposición a IA generativa incrementaron significativamente las referencias a esta tecnología después de la aparición de ChatGPT y lo hicieron con un tono más positivo.
Pero hablar más de IA tampoco demuestra que se esté creando valor.
La segunda comprobación resulta más interesante: los investigadores estudian la evolución de la rentabilidad empresarial.
Durante el ejercicio fiscal 2022 no encuentran una mejora diferencial significativa. En 2023, en cambio, las empresas superstar altamente expuestas a IA generativa presentan una evolución significativamente superior tanto en ROA como en una medida de ROA ajustada por capital intangible.
Este retraso temporal resulta coherente con una idea fundamental en transformación tecnológica: incorporar una tecnología a una organización y convertirla en resultados operativos requiere tiempo.
Los propios autores son prudentes y no presentan toda esta evidencia como demostración causal definitiva. El estudio analiza los primeros años de una tecnología que continúa evolucionando rápidamente.
La idea que debe llevarse un directivo
El acceso a la IA generativa puede democratizarse mucho más rápido que la capacidad empresarial para obtener valor de ella. La ventaja competitiva no reside necesariamente en disponer del modelo más avanzado, sino en combinar IA con datos, conocimiento, capital intangible y una organización capaz de integrarla en sus procesos.
Esta diferencia cambia considerablemente la conversación estratégica.
Qué significa esta investigación para las empresas
Desde IAGenerativa.es consideramos que el estudio permite extraer cuatro implicaciones empresariales especialmente relevantes.
1. Tener acceso a IA no constituye una ventaja competitiva
Si prácticamente cualquier competidor puede acceder a modelos similares mediante una API, una aplicación comercial o un modelo abierto, el modelo en sí mismo difícilmente constituirá una ventaja sostenible.
La pregunta estratégica pasa de «¿qué IA utilizamos?» a «¿con qué capacidades propias combinamos esa IA?».
2. Los datos propios adquieren todavía más importancia
La generalización de los modelos fundacionales puede aumentar, paradójicamente, el valor estratégico de aquello que no está generalizado.
Datos internos, conocimiento sectorial, experiencia acumulada, procesos propios y contexto organizativo pueden convertirse en elementos diferenciadores cuando se combinan adecuadamente con IA.
3. La transformación organizativa importa tanto como la tecnología
El estudio conecta el valor potencial de la IA con la estructura de las organizaciones.
Implantar herramientas aisladas sin modificar procesos, flujos de información, responsabilidades y formas de coordinación probablemente capture solamente una parte del potencial disponible.
La adopción tecnológica y el rediseño organizativo deberían analizarse conjuntamente.
4. Puede abrirse una nueva brecha competitiva
Durante los primeros años de la IA generativa se ha hablado mucho de democratización tecnológica.
Esa democratización es real en términos de acceso.
Pero no necesariamente implica una democratización equivalente de los resultados.
Si las organizaciones con mejores datos, mayor capital intangible y superiores capacidades de integración obtienen beneficios desproporcionados, la IA generativa podría contribuir a ampliar determinadas diferencias competitivas existentes.
Una lectura especialmente importante para las pymes
Existe aquí una conclusión que no aparece directamente demostrada por el paper, pero que merece ser planteada desde una perspectiva empresarial.
Las pymes no deberían interpretar estos resultados como una invitación a competir con las grandes corporaciones acumulando los mismos recursos.
Su oportunidad puede encontrarse precisamente en identificar activos complementarios propios.
Una pyme especializada puede poseer décadas de conocimiento sectorial, relaciones con clientes, documentación técnica, conocimiento tácito de determinados procesos o conjuntos de datos extremadamente específicos.
El desafío consiste en convertir esos recursos dispersos en activos utilizables por sistemas de IA.
Para una pyme, por tanto, una estrategia de IA generativa podría empezar no preguntando qué herramienta comprar, sino:
¿Qué sabemos, qué datos poseemos y qué hacemos especialmente bien que podría multiplicarse mediante IA?
Esta es una cuestión que merece formar parte de cualquier diagnóstico serio de adopción de IA generativa.
Limitaciones que debemos tener presentes
El estudio proporciona evidencia sugerente, pero conviene interpretar sus resultados con prudencia.
En primer lugar, se trata de un working paper, por lo que el trabajo se encuentra todavía en formato de investigación para discusión.
En segundo lugar, gran parte del análisis estudia valoraciones bursátiles. Aunque los autores complementan estos resultados con indicadores de rentabilidad empresarial, no todos los movimientos del mercado pueden interpretarse como creación efectiva de valor causada por la IA.
En tercer lugar, la medida de exposición a IA generativa representa principalmente el potencial de los modelos de lenguaje para realizar determinadas tareas de la plantilla. No equivale directamente a medir cuánto utiliza realmente cada compañía la tecnología.
Finalmente, el periodo analizado corresponde a los primeros años posteriores a la aparición pública de ChatGPT. Las capacidades tecnológicas, los costes, los modelos y las estrategias empresariales continúan evolucionando rápidamente.
Los propios investigadores reconocen que las dinámicas observadas podrían cambiar conforme madure la tecnología.
Conclusión: la ventaja no está solamente en la IA
La principal enseñanza empresarial de Generative AI and the Superstar Firm Effect no debería reducirse a que las grandes empresas se benefician más de la inteligencia artificial.
La conclusión resulta bastante más interesante.
La investigación sugiere que determinadas empresas pueden obtener un valor superior de la IA generativa porque poseen los activos complementarios necesarios para convertir una tecnología ampliamente disponible en una capacidad organizativa difícil de replicar.
Capital intangible.
Datos.
Conocimiento.
Capacidad organizativa.
Coordinación.
Integración tecnológica.
La IA generativa puede multiplicar el valor de esos activos, pero no los crea automáticamente.
Para los responsables empresariales, la cuestión estratégica deja entonces de ser simplemente:
«¿Cómo adoptamos inteligencia artificial generativa?»
y pasa a ser:
«¿Qué capacidades debemos construir para que la inteligencia artificial genere una ventaja que nuestros competidores no puedan copiar fácilmente?»
Probablemente sea una pregunta mucho más importante.
Ficha de la investigación
Título original: Generative AI and the Superstar Firm Effect
Autores: Wilbur Chen, Bullipe R. Chintha y Suraj Srinivasan.
Instituciones: Hong Kong University of Science and Technology, Singapore Institute of Technology y Harvard Business School.
Publicación: Harvard Business School Working Paper 26-083.
Fecha: mayo de 2026.
Muestra principal: 2.596 empresas estadounidenses cotizadas.
Objeto de estudio: relación entre exposición empresarial a IA generativa, condición de empresa superstar, valoración bursátil, activos complementarios, estructura organizativa y rentabilidad.
Áreas de interés: IA generativa, estrategia empresarial, ventaja competitiva, organización, productividad, datos, capital intangible y transformación empresarial.
Fuente primaria: Chen, W.; Chintha, B. R.; Srinivasan, S. (2026). Generative AI and the Superstar Firm Effect. Harvard Business School Working Paper 26-083.