Hace pocos días leí un ensayo provocador titulado “The 2028 Global Intelligence Crisis”, publicado por CitriniResearch junto a Alap Shah. No es una predicción rigurosa, sino un ejercicio mental diseñado para forzar la reflexión sobre escenarios poco intuitivos.
La pregunta central es inquietante: ¿y si la inteligencia artificial cumple las expectativas más optimistas… y eso resulta ser negativo para la economía?
A lo largo de dos siglos, cada revolución tecnológica destruyó empleos pero terminó creando otros, a menudo mejores. La máquina de vapor reemplazó a artesanos y potenció la industria; la electrificación transformó fábricas y elevó la productividad; Internet hizo desaparecer ciertas profesiones y dio lugar a empresas globales nuevas.
Durante ese periodo domina un supuesto tácito: la inteligencia humana seguía siendo el recurso escaso.
Hoy ese supuesto está en cuestión.
Empresas como OpenAI, Anthropic, Google DeepMind y Meta desarrollan sistemas que ya escriben código, diseñan productos, analizan mercados, estructuran estrategias y optimizan operaciones con una escala y velocidad inéditas. Líderes del sector —como Jensen Huang o Satya Nadella— hablan de una nueva era industrial centrada en la inteligencia y comparan la IA con la electricidad del siglo XXI.
La productividad está subiendo y muchos márgenes corporativos mejoran cuando cae el coste laboral. Los mercados lo celebran. Pero cabe preguntarse: ¿qué sucede si esa eficiencia no genera nuevos empleos humanos y, en cambio, produce una sustitución estructural?
El ensayo plantea un bucle potencialmente autoalimentado:
La IA mejora → las empresas reducen plantilla → reinvierten en IA → la IA mejora aún más.
Desde la óptica de cada empresa, la decisión es racional; a escala macro, puede ser profundamente disruptiva.
Estados Unidos es, en gran medida, una economía de servicios profesionales. Los trabajadores de cuello blanco no solo suponen una parte importante del empleo, sino que concentran la mayor parte del gasto discrecional. Aproximadamente el 20% con mayores ingresos explica una gran proporción del consumo en vivienda, educación privada, turismo, tecnología y bienes duraderos.
Si esos ingresos se comprimen de forma estructural, el impacto macroeconómico puede ser desproporcionado.
No se trata de un escenario idéntico a la crisis subprime de 2008 basada en crédito irresponsable. Es un problema más complejo: hipotecas concedidas a profesionales con buen historial y ahorros que, sin embargo, ven incertidumbre en su ingreso futuro porque cambia la naturaleza de su trabajo.
El artículo menciona signos de deterioro en mercados como San Francisco, Seattle y Austin, donde la concentración tecnológica es alta; no es casualidad: cuando cambia la base de ingresos, el activo más apalancado del sistema —la vivienda— reacciona.
El fenómeno también afecta a la intermediación económica.
Fricciones que justificaron comisiones y márgenes durante décadas están siendo comprimidas por agentes autónomos: plataformas SaaS, modelos de suscripción y algoritmos que comparan precios en tiempo real reducen la fidelidad de marca y eliminan fricciones.
Como resultado, los márgenes tienden a comprimirse.
El sector de private equity y private credit tampoco está exento. Grandes gestores construyeron estructuras donde aseguradoras financian préstamos privados respaldados por flujos recurrentes de empresas tecnológicas. Si la recurrencia se ve alterada por una automatización acelerada, cambia el supuesto financiero subyacente.
La destrucción creativa ha sido históricamente dolorosa pero regenerativa.
Sin embargo, en esta ocasión el activo que se vuelve abundante es la inteligencia misma.
Eso exige una reflexión estructural.
Los sistemas fiscales modernos gravan sobre todo el trabajo. Si la productividad se desplaza hacia capital computacional en vez de salarios, la base tributaria puede erosionarse. Ya se discuten propuestas que van desde impuestos a la inferencia computacional hasta la creación de fondos soberanos ligados a infraestructuras de IA.
El debate político y fiscal está en sus primeros pasos.
Hablo como ingeniera y empresaria en tecnología y energía: no considero este escenario inevitable ni fatalista, sino una advertencia estratégica.
Primero, no toda automatización implica sustitución permanente: la historia muestra que emergen nuevas categorías de empleo, aunque no siempre al mismo ritmo. Segundo, la adopción masiva suele ser más gradual que la narrativa mediática. Tercero, la regulación, los incentivos y el diseño institucional pueden orientar los resultados.
Pese a ello, sería ingenuo subestimar la magnitud del cambio.
Estamos ante la primera revolución tecnológica en la que la capacidad cognitiva —el recurso productivo más valioso— puede dejar de ser exclusivamente humana. La cuestión no es si la IA seguirá avanzando; lo hará. La cuestión es cómo adaptamos sistemas que asumían su escasez.
El ensayo concluye con una imagen potente: el canario todavía está vivo.
Los mercados siguen mostrando máximos y la inversión en infraestructura de datos crece, pero las decisiones que tomemos ahora —en educación, política fiscal, diseño corporativo y regulación— marcarán si la transición es ordenada o desordenada.
La inteligencia abundante no es en sí misma una amenaza: es una herramienta con gran potencial. Sin un diseño institucional adecuado, todo avance que multiplica la productividad puede acentuar desigualdades y tensiones sociales.
La verdadera urgencia no es combatir la tecnología, sino ganar tiempo.
Tiempo para adaptar marcos regulatorios, reentrenar trabajadores y rediseñar sistemas fiscales.
Tiempo para construir una economía en la que el valor generado por la inteligencia —sea humana o artificial— se distribuya y no se concentre.
La crisis de 2028 puede no materializarse exactamente como la describe CitriniResearch. Pero el ejercicio cumple su objetivo: obligarnos a revisar los supuestos invisibles que sostienen nuestras inversiones, empresas y políticas públicas.
Si la inteligencia deja de ser escasa, el activo estratégico más valioso no será la capacidad de calcular.
Será la capacidad de anticipar.
