La crisis mundial de la inteligencia de 2028 - Citrini Research
(citriniresearch.com)Citrini Research presentó un escenario hipotético en el que, incluso en medio del optimismo sobre la IA, la economía basada en humanos se derrumba.
Preface
- No es una “predicción”, sino un escenario que modela una ruta relativamente menos explorada: incluso si el optimismo sobre la IA sigue resultando correcto, el resultado podría ser bajista en términos macroeconómicos (riesgo de cola izquierda).
- Está planteado como un “memo macro ficticio” de Citrini Research escrito en junio de 2028, que describe el desarrollo y las secuelas de una Crisis Mundial de la Inteligencia.
Macro Memo: The Consequences of Abundant Intelligence
- Parte de un punto de inicio en junio de 2028 con una tasa de desempleo de 10.2% y el S&P en -38% frente al pico de octubre de 2026. El marco narrativo es que, “en dos años, un problema sectorial se convirtió en una fase desconocida para toda la economía”.
- Los despidos iniciales (a comienzos de 2026) produjeron, desde la perspectiva de las empresas, efectos “normales” (expansión de márgenes, resultados por encima de lo esperado, alza de las acciones), y esas ganancias se reinvirtieron de nuevo en cómputo para IA.
- El PIB nominal y la productividad parecen verse bien, pero mientras los agentes de IA provocan un salto en la productividad y desaparecen los costos laborales, se produce un colapso del crecimiento salarial real, y los trabajadores de cuello blanco son desplazados hacia roles de menor salario.
- Aparece el “Ghost GDP”: producción que queda reflejada en las cuentas nacionales, pero no circula hacia los hogares ni puede sostener el consumo real.
- Mecanismo central: capacidad de IA↑ → personal↓ → consumo↓ → presión sobre márgenes corporativos / reinversión en IA↑ → capacidad de IA↑ … un bucle de retroalimentación negativa sin freno natural (espiral de desplazamiento de la inteligencia).
- Se plantea que este bucle (1) sacude los supuestos de ingreso detrás de los 13 billones de dólares en hipotecas, (2) despierta al private equity / privado (supuestos de ARR) recalentado tras 17 años sin ciclo de defaults, (3) derrumba a las industrias de intermediación que monetizaban la “fricción” humana y (4) termina revelando una “cadena margarita de apuestas correlacionadas sobre el crecimiento de la productividad de cuello blanco”.
- La introducción cierra con una advertencia: la política siempre fue más lenta que la realidad y la ausencia de un plan integral podría acelerar una espiral deflacionaria.
How It Started
- A fines de 2025, las herramientas de codificación agéntica dan un salto: la combinación de desarrollador + herramienta permite replicar funciones clave de un SaaS mediano en “semanas”, y los CIO empiezan a ver la opción de “¿y si lo construimos nosotros?” como algo real ante renovaciones costosas.
- Desde las revisiones presupuestarias de mitad de 2026, los equipos de compras toman decisiones observando capacidades reales: se rompe el playbook de aumentos de 5% que esperaban los vendors y la “sustituibilidad” cambia la negociación, generando casos como renovaciones con 30% de descuento.
- Los inversionistas esperaban impacto en el SaaS de cola larga, pero creían que los “systems of record” estaban a salvo; en el caso de ServiceNow se revela la reflexividad (clientes recortan 15% de personal → cancelan 15% de asientos → la base de ingresos del proveedor se deteriora mecánicamente).
- A nivel individual de empresa, esto es racional (recorte de personal → ahorro invertido en IA → mantenimiento del output), pero en conjunto produce que “cada dólar ahorrado en salarios fluya hacia IA que permite el siguiente despido”, erosionando más rápido la base total de empleo.
- Conclusión: el software es solo la “apertura”, y este bucle se expande a todas las empresas con estructuras de costos de cuello blanco.
When Friction Went to Zero
- A comienzos de 2027, la gente empieza a usar la IA por defecto “aunque no sepa qué es un agente de IA” (como con el autocompletado), y los agentes de compras open source convierten las decisiones de consumo en una optimización constante en segundo plano (mediana individual en EE. UU.: 400 mil tokens al día).
- El siguiente eslabón es la intermediación: la “capa de extracción de renta” construida durante los últimos 50 años sobre la molestia humana, las limitaciones de tiempo y la inercia empieza a sufrir compresión de precios y comisiones por acción de agentes.
- Casos concretos:
- Las suscripciones con renovación automática y aumentos tras periodo de prueba son negociadas o canceladas por agentes, lo que reduce el LTV de la economía de suscripción.
- Reservas de viaje: el agente arma vuelos, hotel, transporte, reembolsos y optimización de programas de lealtad de forma más barata y rápida, por lo que las plataformas se convierten en víctimas tempranas.
- Renovación de seguros: las primas ganadas por “inercia” (15~20%) se desarman mediante agentes que vuelven a cotizar.
- Asesoría fiscal/financiera/legal rutinaria: los ámbitos cuyo valor está en “gestionar complejidad tediosa” son vulnerables porque los agentes no sienten tedio.
- Bienes raíces: con MLS + datos de transacción se replica la asimetría de información y las comisiones se comprimen de 2.5~3% a menos de 1%; lo que se creía que era “relación” era, en realidad, “fricción con una cara amable”.
- Colapso de la “intermediación habitual”: DoorDash tenía como foso el hábito de la pantalla de inicio, pero los agentes buscan cada vez la menor comisión y la entrega más rápida, y los agentes de codificación también reducen la barrera de lanzamiento de apps competidoras, haciendo que los márgenes converjan a cero.
- Contagio hacia la infraestructura de pagos: en transacciones M2M, los agentes evitan comisiones de interchange de tarjetas del 2~3% y migran a stablecoins (Solana / Ethereum L2, etc.), sacudiendo el modelo de las redes de tarjetas y los emisores.
- Los bancos centrados en tarjetas y los emisores monoline reciben un doble golpe: disminuye su base de clientes por los recortes de cuello blanco y también se reduce su modelo de ingresos por la evasión de comisiones.
From Sector Risk to Systemic Risk
- En 2026, el mercado lo trató como una historia sectorial de “software / consultoría / pagos”, con el consenso de que la destrucción creativa era inevitable y que, aunque hubiera algo de dolor, el efecto neto positivo de la IA compensaría los efectos negativos.
- El autor sostiene que ese modelo mental es incorrecto: Estados Unidos es una economía de servicios de cuello blanco (50% del empleo, motor de 75% del consumo discrecional) y los empleos que la IA está devorando no son “periféricos”, sino el cuerpo principal de la economía.
- Frente al contraargumento de que “la tecnología destruye empleos, pero después crea más”, responde:
- Antes, los nuevos empleos seguían requiriendo ejecución humana, pero ahora la IA es una inteligencia general que mejora por sí sola en las tareas a las que se reubicarían los humanos, así que el canal de absorción es débil.
- Sí aparecen nuevos roles creados por la IA (prompt engineer, investigación de seguridad, infraestructura, etc.), pero en este escenario “por cada uno que crea reemplaza decenas” y además pagan menos.
- El deterioro en la ‘composición’ de los datos laborales emite señales de ruptura —caída de vacantes en JOLTS, desplome de avisos de cuello blanco en Indeed—, pero la bolsa tira y afloja con las buenas noticias de infraestructura IA, mientras que el mercado de bonos, más conservador o más sabio, incorpora antes el golpe al consumo.
- “Este ciclo no es cíclico”: explica que la caída de la demanda agregada no desacelera la inversión en IA porque esta funciona como sustitución de OpEx (aunque se reduzca el costo total, el presupuesto de IA sigue subiendo).
- Ironía: incluso mientras daña la economía, el complejo de infraestructura IA muestra buenos resultados (semiconductores / CapEx de hyperscalers), y economías “puramente convexas” como Corea y Taiwán salen mejor paradas.
- India, en cambio, se presenta como caso vulnerable: su modelo exportador de servicios IT se ve golpeado, la rupia se desploma y el tema escala hasta discusiones con el FMI.
The Intelligence Displacement Spiral
- En 2027, “la historia deja de ser sutil”: los trabajadores de cuello blanco despedidos hacen downshift hacia servicios y gig economy, lo que presiona también los salarios de esos sectores y transmite el shock sectorial hacia una compresión salarial en toda la economía.
- La gig economy, que era el primer espacio de absorción, recibe una segunda ronda de ajuste cuando entran la entrega autónoma y la conducción autónoma.
- Incluso los profesionales que aún conservan su empleo reaccionan con la idea de “yo sigo”: ahorran más, gastan menos y desaparecen las expectativas de ascensos o aumentos.
- El elemento más peligroso es el rezago: los hogares de mayores ingresos pueden parecer normales durante 2 o 3 trimestres gracias a sus ahorros, y luego el mercado se desploma en el momento en que los datos confirman tardíamente el deterioro.
- Rasgo distintivo de esta recesión: los despidos se concentran en los estratos de mayores ingresos, por lo que el golpe al consumo discrecional se vuelve desproporcionado frente a la caída del empleo (el 10% superior explica más del 50% del consumo; el 20% superior, 65%).
- De ahí surge una matemática de segundo orden como “2% menos empleo de cuello blanco → golpe de 3~4% al consumo discrecional”, que operaría con más retraso que en cuello azul, pero con más profundidad.
The Daisy Chain of Correlated Bets
- El private credit se expandió de menos de 1 billón en 2015 a más de 2.5 billones en 2026, y una parte importante se destinó a LBOs de SaaS basados en el supuesto de crecimiento “medio-alto permanente”.
- El problema comienza cuando “el supuesto murió, pero la marca tarda en alcanzarlo”: mientras el SaaS público se revalúa a 5~8x EBITDA, los activos privados reducen sus marks lentamente y la brecha con la realidad se agranda.
- Tras un downgrade de Moody’s en 2027, los defaults en préstamos respaldados por software se contagian a carteras de servicios de información y consultoría, seguidos por grandes reestructuraciones de LBO.
- Como “pistola humeante” se presenta el caso de Zendesk: al automatizarse la atención al cliente con agentes, la categoría misma definida por Zendesk queda sustituida, y el texto lo convierte en un default histórico bajo la lógica de que “el ARR ya no se repite”.
- Incluso partiendo de la premisa de que “debería haber resistido” (vehículos cerrados, lock-up, evitar ventas forzadas), se explica por qué esto sí se convierte en riesgo sistémico a través de la verdadera naturaleza del capital permanente.
- La realidad del capital permanente: grandes gestoras de activos alternativos canalizan fondos de seguros de vida (pensiones) hacia private credit en estructuras de fee-on-fee, bajo el supuesto de que ese crédito siga siendo money-good.
- Cuando el regulador endurece el tratamiento de RBC, las aseguradoras enfrentan presión para levantar capital o vender activos; junto con estructuras opacas de reaseguro offshore / SPV, esto amplifica el miedo al volver difícil responder en tiempo real “quién absorbe las pérdidas”.
The Mortgage Question
- La pregunta central pasa a ser: “¿las hipotecas prime siguen siendo money-good?” Se plantea que aumentan los atrasos tempranos en zonas con alta proporción de prestatarios jumbo de 780+, y empieza a tambalear el supuesto central de underwriting hipotecario: mantener ingresos durante 30 años.
- A diferencia de crisis hipotecarias previas (especulación, shock de tasas, colapso industrial localizado), aquí se trata de préstamos que “al inicio eran buenos”, pero el mundo cambia después del crédito.
- Junto a señales de “estrés invisible” (HELOC, retiros de 401k, mayor deuda en tarjeta), los hogares resisten recortando consumo discrecional y agotando ahorros para seguir pagando la hipoteca, hasta que en ciertas ciudades los atrasos saltan.
- Todavía no es un escenario tipo 2008, pero “la amenaza real no es el nivel, sino la trayectoria”; sustitución laboral + temor hipotecario + caos en mercados privados se refuerzan mutuamente como un acelerador financiero que acelera la caída real.
- Conclusión: las herramientas tradicionales de política (bajas de tasas / QE) pueden atender el motor financiero, pero no el motor real: “la IA vuelve menos escasa y menos valiosa la inteligencia humana”.
The Battle Against Time
- El bucle negativo en la economía real (IA↑ → masa salarial↓ → gasto↓ → márgenes↓ → compra de IA↑) se transmite al sistema financiero (daño al ingreso → hipotecas → pérdidas bancarias → restricción crediticia → colapso del efecto riqueza), y la respuesta desordenada del gobierno empeora ambos.
- Dilema estructural fiscal: la base tributaria federal es, en esencia, un impuesto sobre el “tiempo humano” (ingreso laboral), y a medida que avanza la sustitución caen el impuesto sobre la renta y los impuestos sobre nómina, mientras al mismo tiempo crece la necesidad de gasto en transferencias.
- El texto presenta como presión central de la crisis que “justo cuando hay que transferir más a los hogares, se recauda menos vía impuestos”.
- Ideas de política:
- Transition Economy Act: gasto deficitario + impuesto al cómputo de inferencia de IA para transferencias directas a trabajadores desplazados.
- Shared AI Prosperity Act: establecer un derecho público sobre las rentas de la infraestructura de inteligencia (tipo fondo soberano / regalía) para transferencias a hogares vía dividendos.
- Pero las fracturas políticas (derecha: contra redistribución e impuesto al cómputo / izquierda: temor a captura regulatoria / halcones fiscales vs. palomas) retrasan el tiempo de respuesta y la cohesión social se rompe más rápido.
The Occupy Silicon Valley
- Aparece una reacción social que recibe más atención que los datos de desempleo, con manifestantes bloqueando los accesos a laboratorios clave de IA bajo el lema de “Occupy Silicon Valley”.
- El eje de la percepción pública: las ganancias del boom de productividad se concentran en los dueños del cómputo y los accionistas de laboratorios, y la acumulación de riqueza de fundadores e inversionistas tempranos amplió la desigualdad a un nivel sin precedentes.
- “Cada bando tiene un villano distinto, pero el verdadero villano es el tiempo”: la velocidad de evolución tecnológica supera por mucho la capacidad de respuesta institucional y política.
The Intelligence Premium Unwind
- El texto resume que lo escaso en la economía moderna era la capacidad humana de analizar, decidir, crear, persuadir y coordinar —es decir, la inteligencia—, y que el mercado laboral, las hipotecas, los impuestos y otras instituciones fueron diseñados sobre esa escasez.
- Ahora, a medida que la inteligencia de máquina se vuelve un “sustituto competente y de mejora rápida” para una amplia gama de tareas, se concluye que hemos entrado en un proceso de unwind (reprecio) de esa prima de escasez.
- El colapso no es inevitable, pero el mensaje final advierte que, “si la política no logra acordar una definición del problema, el bucle de retroalimentación escribirá el siguiente capítulo”.
1 comentarios
Al final del texto se recortó la recomendación de los autores; me pareció buena idea citarla y dejarla aquí en un comentario: