Un análisis claro sobre cómo la expansión de la IA puede transformar empleos, ingresos y respuesta política
El lanzamiento de ChatGPT en 2026 marcó un punto de inflexión en la percepción pública sobre la inteligencia artificial. Desde entonces, las advertencias sobre un posible «apocalipsis laboral» se han multiplicado entre empresarios, académicos y medios. Aunque el empleo en muchos países desarrollados se mantiene cerca de niveles históricos, encuestas recientes muestran que el 70% de los estadounidenses cree que la IA hará más difícil encontrar trabajo y casi un tercio teme por su propio puesto; la inquietud es especialmente pronunciada entre titulados en informática y otras disciplinas técnicas.
Estos temores conviven con un mercado laboral que, por el momento, no exhibe una destrucción masiva de empleos, pero la velocidad del avance tecnológico cambia las expectativas.
La historia ofrece lecciones ambiguas. Las oficinas y fábricas de antaño son hoy irreconocibles, y nunca en la era moderna la tecnología ha reducido de forma sostenida la demanda de trabajo en su conjunto.
Los historiadores económicos ponen en perspectiva la pausa de Engels —el periodo en la Revolución Industrial en el que los salarios crecieron más despacio que la economía—, restando dramatismo a la idea de que el progreso condena al empleo. Sin embargo, cada revolución tecnológica tiene rasgos propios: los modelos actuales de IA realizan tareas de programación y razonamiento más complejas de lo previsto hasta hace poco, lo que obliga a reexaminar analogías simples y a pensar en escenarios nuevos.
La evidencia actual y los riesgos emergentes
En el terreno de los hechos, la expansión de agentes automatizados y la escalada del gasto empresarial en IA son palpables. Algunas compañías del sector reportan ingresos recurrentes anualizados muy elevados; por ejemplo, se ha estimado que los ingresos de Anthropic podrían alcanzar los 50.000 millones de dólares a finales de junio. No obstante, las cifras del mercado laboral no muestran aún oleadas de despidos generalizados. Aun así, la rapidez del progreso tecnológico y la proliferación de centros de datos provocan inquietudes sobre una posible reasignación masiva de recursos y sobre tensiones políticas derivadas de la concentración de beneficios en manos de propietarios del capital.
Implicaciones económicas a largo plazo
Un riesgo clave es la concentración de rentas: a medida que la IA y la automatización sustituyan tareas, la renta podría desplazarse hacia quienes poseen plataformas, chips y tierras que alojan servicios digitales. Un indicador preocupante es la previsión de Goldman Sachs, que estima que los centros de datos representarán el 8,5% de la demanda máxima de energía en Estados Unidos en 2027, frente al 4,1% en 2026, lo que sugiere presiones crecientes sobre suelo y energía. Si la rentabilidad del trabajo declina de modo sostenido —como les ocurrió a los caballos en la era del automóvil—, la sociedad enfrentará dilemas sobre cómo repartir la riqueza creada por máquinas y algoritmos.
Opciones fiscales y de propiedad
Frente a estos desafíos se han propuesto distintas respuestas públicas. Algunos gobiernos, como China, han fomentado la adopción de IA con la intención de evitar despidos masivos; economistas recomiendan impuestos más elevados al capital y menores cargas sobre el trabajo. Activistas proponen gravar los centros de datos o introducir impuestos sobre beneficios extraordinarios y sobre recursos como el suelo o las materias primas. También se discute la lógica de la renta básica y medidas de propiedad pública parcial: propuestas recientes en Corea del Sur sobre un dividendo ciudadano vinculado a empresas de IA generaron volatilidad en bolsa, y en EE. UU. han circulado ideas sobre repartir acciones entre los ciudadanos. En términos económicos, una fiscalidad bien diseñada puede ser equivalente a una participación pública para captar rentas extraordinarias.
Adaptación laboral y urgencia política
Además de recaudar y redistribuir, los gobiernos pueden facilitar la adaptación de trabajadores mediante seguros de renta, políticas activas de empleo y formación continua. Modelos como el danés, que combinan prestaciones con ayuda intensiva para reciclar a la fuerza laboral, muestran cómo reducir la duración del desempleo. La experiencia del shock China, que entre 1999 y 2011 costó alrededor de dos millones de empleos en Estados Unidos y contribuyó a cambios políticos profundos, recuerda que no hace falta una catástrofe para provocar reacción social. Por eso actuar con antelación —y con una mezcla de políticas fiscales, de propiedad y de protección social— parece preferible a esperar pruebas concluyentes de la destrucción laboral.
