Debemos usar herramientas nuevas para preguntas nuevas: la inteligencia artificial (AI) no es solo un medio para hacer lo mismo de manera más eficiente, sino una vía para replantear problemas, explorar escenarios inéditos y expandir los límites de nuestro análisis económico.

La política comercial de Donald Trump reintrodujo el uso instrumental de aranceles como herramienta de presión en negociaciones económicas y geopolíticas. La renegociación del TLCAN y las amenazas de aranceles generalizados a México ejemplifican la fusión de comercio y política migratoria (Bown, 2018). Este enfoque recuerda la doctrina mercantilista de los siglos XV a XVIII, donde el comercio se concebía como un juego de suma cero, y políticas como las Actas de Navegación de Inglaterra buscaban monopolizar los beneficios comerciales (Irwin, 2020). Aunque insertada en el siglo XXI, la estrategia de Trump revivió estos principios en un orden internacional basado en normas que simultáneamente buscaba desafiar. Ejemplos históricos comparables incluyen la Ley Smoot-Hawley de 1930 y el "Nixon Shock" de 1971.

La volatilidad actual exige un enfoque basado en la teoría de juegos bayesiana, donde los actores forman creencias sobre el comportamiento estratégico de sus contrapartes (Fudenberg & Tirole, 1991). Los Equilibrios de Nash Bayesianos permiten modelar decisiones óptimas bajo información incompleta, mientras la perfección de la mano temblorosa de Selten acomoda la racionalidad limitada (Selten, 1975). En contextos multilaterales, los Equilibrios Correlacionados facilitan estrategias coordinadas basadas en señales comunes, aunque la erosión institucional bajo Trump limitó su efectividad, promoviendo un bilateralismo fragmentado. Internamente, la respuesta de cada país depende de su estructura de lobby, incentivos políticos y autonomía institucional: mientras potencias como Alemania o China pueden absorber represalias, economías como México o Canadá enfrentan vulnerabilidad estructural y se ven forzadas a la cooperación estratégica.

En un escenario de resurgimiento mercantilista, los Estados deben diseñar estrategias acordes a su posición en el sistema internacional:

• Potencias Geopolíticas (EE.UU., China, UE): Deben emplear disuasión estructurada, estrategias de gatillo en juegos repetidos, y reforzar foros multilaterales junto a arquitecturas comerciales paralelas (como RCEP o CPTPP), usando modelos dinámicos bayesianos y juegos estocásticos para anticipar dinámicas complejas.

• Potencias Intermedias (India, Brasil, Corea del Sur, Australia): Su ventaja radica en estrategias de cobertura y autonomía, actuando como jugadores bisagra entre grandes polos. Juegos de memoria imperfecta y de señalización ruidosa resultan adecuados para su modelado.

• Pequeñas Economías Abiertas: Deben apostar a la diversificación discreta, evitando conflictos visibles y maximizando su resiliencia a través de acuerdos bilaterales estratégicos y exportaciones de nicho, reduciendo su exposición a shocks geopolíticos.

La herramienta analítica más prometedora para enfrentar la creciente volatilidad del comercio internacional es el uso de Redes Neuronales de Grafos (GNNs), entrenadas sobre estructuras bipartitas que vinculan países y productos a partir de datos de exportación. Este enfoque permite modelar las dinámicas del espacio de productos, cuantificar métricas de relatedness (proximidad económica entre bienes) y estimar la exposición diferencial a shocks arancelarios o comerciales de carácter sistémico. De este modo, las GNNs habilitan a los países —especialmente a las pequeñas economías abiertas— a identificar oportunidades latentes de diversificación productiva y comercial, a través de caminos plausibles de especialización adyacente, maximizando la resiliencia externa mientras se minimizan los riesgos geopolíticos (Hidalgo et al., 2007; Vallarino, 2025, en prensa).

Este enfoque implica un cambio de paradigma en la formulación de políticas públicas: en lugar de apoyarse exclusivamente en análisis estructurales estáticos o en suposiciones de equilibrio general, se propone la adopción de herramientas de modelización dinámica basadas en AI, capaces de aprender patrones endógenos de evolución económica. La evidencia empírica y los métodos contemporáneos ofrecen ventajas comparativas sustanciales frente a las herramientas tradicionales, particularmente en entornos marcados por incertidumbre estratégica y fragmentación institucional. Es imperativo, por tanto, que las decisiones de política comercial comiencen a basarse sistemáticamente en este tipo de técnicas modernas que permiten generar evidencia robusta y prospectiva.

Adicionalmente, las GNNs habilitan la simulación del Trade Diversion Potential (TDP), una métrica que estima la capacidad de un país para redirigir sus exportaciones ante la imposición de barreras comerciales externas. Esta simulación permite no solo anticipar efectos de desviación comercial ante nuevos aranceles o restricciones, sino también diseñar buffers estratégicos —a través de acuerdos bilaterales alternativos o la entrada a nuevos mercados— antes de que ocurran cambios adversos en las cadenas globales de valor.

Una de las ventajas críticas de las GNNs sobre los enfoques tradicionales es su capacidad para endogeneizar tanto la estructura de la red económica como los mecanismos de aprendizaje adaptativo de los agentes. Esto permite capturar comportamientos emergentes y transiciones estructurales —como la aparición de nuevas especializaciones o la disrupción de hubs comerciales— que no son explicados adecuadamente por modelos clásicos basados en supuestos de estabilidad o racionalidad perfecta. De esta manera, las GNNs ofrecen una plataforma flexible y escalable para la planificación estratégica, la evaluación de escenarios contrafactuales y la mitigación de riesgos sistémicos en un entorno comercial global en transformación. Mientras que la herramienta de AI va aprendiendo en tiempo real.

En un mundo cada vez más definido por resurgimientos mercantilistas, el espacio estratégico para los Estados se estrecha y se vuelve más volátil. La política comercial de Trump, aunque errática, revela cambios estructurales más profundos en el orden internacional: hacia la coerción bilateral, el proteccionismo doméstico y la condicionalidad geopolítica de las relaciones económicas. Para navegar este panorama, los países deben calibrar sus respuestas mediante marcos que integren razonamiento bayesiano, equilibrios dependientes de creencias, heterogeneidad de economía política y análisis avanzados basados en redes. La fusión de conciencia histórica, rigor teórico y modelización basada en datos es esencial para anticipar y mitigar los shocks de un orden comercial fragmentado.

References

1. Aumann, R. J. (1974). Subjectivity and correlation in randomized strategies. Journal of Mathematical Economics, 1(1), 67–96.
2. Bagwell, K., & Staiger, R. W. (2001). Multilateral trade negotiations, bilateral opportunism and the rules of GATT/WTO. Journal of International Economics, 67(2), 268–294.
3. Bown, C. P. (2018). The 2018 US Trade Policy Tariff Actions: Timing, Targets, and Objectives. Peterson Institute for International Economics.
4. Fudenberg, D., & Tirole, J. (1991). Game Theory. MIT Press.
5. Grossman, G. M., & Helpman, E. (1994). Protection for sale. American Economic Review, 84(4), 833–850.
6. Hidalgo, C. A., Klinger, B., Barabási, A. L., & Hausmann, R. (2007). The product space conditions the development of nations. Science, 317(5837), 482–487.
7. Irwin, D. A. (2020). Clashing over commerce: A history of US trade policy. University of Chicago Press.
8. Kreps, D. M., & Wilson, R. (1982). Sequential equilibria. Econometrica, 50(4), 863–894.
9. Selten, R. (1975). Reexamination of the perfectness concept for equilibrium points in extensive games. International Journal of Game Theory, 4(1), 25–55.
10. Vallarino, D. (2025, forthcoming). Trade Diversion Potential and Strategic Positioning in Small Economies: A GNN-Based Analysis of Export Networks. Working Paper.