Economía del comportamiento: cuando los agentes moderan sesgos y van por “la renta de la inercia”

Azeem Ashar, fundador del newsletter Exponential View, tiene un gimnasio que le permite pausar la cuota tres meses por año.

Nunca lo hizo.

Lo cuenta en su edición del 4 de octubre para ilustrar lo que ocurrirá cuando los asistentes personales de IA, como Muse, Grok Bot o dots, empiecen a optimizar la vida cotidiana: un agente pausaría la membresía cada vez que su dueño viaje, sin que este tenga que acordarse.

La anécdota es menor, pero toca un nervio de la economía del comportamiento.

Buena parte de las ganancias de muchas empresas no proviene de ofrecer el mejor producto sino de lo que podría llamarse la “renta de la inercia”: lo que paga el cliente que no compara, no renegocia y no cancela .

Un artículo reciente de Business Insider advierte que los agentes personales son un problema para las compañías que se nutren de clientes cómodos, porque están dispuestos a hacer el regateo por ellos .

Otro análisis, publicado en The Wealth Advisor, lo llama “impuesto por inercia” y enumera a los beneficiarios: cable, seguros, bancos y servicios por suscripción.

El caso más seguido es el de los depósitos bancarios.

Torsten Sløk, economista jefe de Apollo Global Management, planteó a fines de septiembre el escenario de una “corrida agéntica” : si los asistentes mueven de forma automática el efectivo de los hogares hacia las cuentas que más rinden, los bancos perderían los depósitos baratos con los que financian los préstamos.

Según la nota de investingLive que recogió la advertencia, los neobancos pagan entre 3,3% y 5% anual, contra promedios de 0,1% en cuentas corrientes y 0,4% en cajas de ahorro en Estados Unidos.

Esa brecha de casi cinco puntos sobrevive porque la mayoría de las personas no optimiza diferencias chicas.

Es un escenario, no un hecho en curso, aclara la nota.

Un marco teórico para todos esto surgió en el MIT.

En “¿La singularidad coaseana? Demanda, oferta y diseño de mercados con agentes de IA”, Peyman Shahidi (MIT), Gili Rusak (Harvard), Benjamin Manning (MIT), Andrey Fradkin (Universidad de Boston) y John Horton (MIT) sostienen que los agentes reducen de manera drástica los costos de búsqueda, de transacción y de negociación.