La teoría de la economía muerta
(owenmcgrann.com)- The Dead Economy Theory se refiere a la crisis que surge cuando la IA va más allá de difuminar la autenticidad del contenido en línea y elimina la demanda de trabajo humano en toda la economía
- Las enormes valuaciones de las empresas de IA difícilmente pueden justificarse sin reemplazar el mercado laboral global, y “copilot” y “augmentation” ocultan un modelo de eliminación de centros de costos
- Las empresas de automatización se quedan con todo el ahorro por costos que obtienen al despedir personal, pero trasladan a sus competidores el costo del colapso de la demanda, creando la AI Layoff Trap y una carrera armamentista
- La automatización del pasado creó nuevos empleos, pero las transiciones tomaron décadas, y la IA de propósito general apunta no a tareas específicas sino al trabajo cognitivo en su conjunto y al mismo tiempo
- La economía muerta significa un estado en el que, aunque aumenten el PIB y la inversión, la capacidad productiva queda capturada por unos pocos sistemas de IA y la mayoría pierde trabajo, consumo y poder de influencia democrática
De la internet muerta a la economía muerta
- La teoría de la internet muerta (The Dead Internet Theory) parte de la idea de que gran parte de lo que se encuentra en línea ya es contenido creado por bots y consumido por bots
- Se presentó una cifra según la cual más de la mitad del nuevo contenido de internet en 2025 fue generado por IA
- Los humanos siguen haciendo scroll, pero lo que recorren se parece cada vez más a ruido y vallas publicitarias creadas por máquinas para otras máquinas
- La teoría de la economía muerta apunta a una crisis mayor que surge cuando la IA va más allá del contenido en línea y elimina la propia demanda de trabajo humano en la economía
- Se considera una crisis más grave que el hecho de que, tras debilitarse los espacios físicos compartidos, incluso la esfera pública digital pase a ser un espacio leído y creado por bots
Valuaciones de la IA y modelo de reemplazo laboral
- La inversión masiva en infraestructura de IA ya asciende a cientos de miles de millones de dólares, y para la próxima década se proyecta en billones
- A OpenAI se le atribuye una valuación de más de $800 mil millones
- Anthropic aún no ha registrado ganancias anuales, pero está en una zona de sobrevaluación similar
- De ahí surge la lógica de que el único mercado lo bastante grande para justificar estas valuaciones es el mercado laboral global
- El reemplazo laboral es el modelo financiero real detrás de lenguaje eufemístico como “copilot”, “assistant” y “augmentation”
- Las presentaciones para inversionistas que dicen que un agente de IA “hace el trabajo de 10 analistas” parten de eliminar centros de costos humanos
- Si la IA se queda en autocompletar documentos o producir memorandos más largos, estas empresas serían los activos más sobrevaluados en la historia del capitalismo
- Las empresas de IA intentan demostrar con sus propios benchmarks la posibilidad de sustituir profesiones especializadas
- El GDPVal benchmark de OpenAI mide el rendimiento del modelo en 44 ocupaciones, desde corredores inmobiliarios hasta analistas de noticias
- El AI Productivity Index evalúa 4 roles profesionales: associate de banca de inversión, consultor de gestión, associate de un gran bufete y médico de atención primaria
- El líder de evaluaciones de OpenAI dijo que el modelo logra una “tasa de victorias superior al 80%” frente a expertos humanos en tareas que hace unos meses todavía no podía igualar, y un exbanquero del equipo de investigación comentó que sigue sorprendiéndole el alcance de lo que el modelo puede hacer de su antiguo trabajo
La trampa de la automatización y un shock distinto al del pasado
- La primera transición es la etapa en la que las empresas adoptan IA, reemplazan a una parte importante de su personal y reducen costos
- Bajan los costos, se expanden los márgenes, sube la acción y quienes asisten a la presentación de resultados quedan satisfechos
- Cuando Jack Dorsey, de Block, despidió a casi la mitad de la plantilla en marzo citando agentes de codificación con IA, la acción se disparó 25% en operaciones after-hours
- El mercado recompensa la eliminación del trabajo humano como una transferencia inmediata y grande de valor hacia los accionistas
- La segunda transición es la etapa en la que los trabajadores reemplazados pierden ingresos y reducen su consumo
- Caen los ingresos de las empresas que ellos usaban, y a medida que algunas de esas empresas también adoptan IA para recortar costos, el reemplazo se acumula
- La demanda del consumidor en toda la economía se contrae
- La tercera transición es la etapa en la que la empresa que redujo costos despidiendo trabajadores descubre que sus propios clientes también eran, al final, trabajadores de otras empresas
- El crecimiento de ingresos se estanca, y la suscripción a IA que parecía una inversión en eficiencia pasa a ser un costo que contribuyó a destruir su propio mercado
- The AI Layoff Trap, de Brett Hemenway Falk y Gerry Tsoukalas de Wharton, explica esta estructura como un dilema del prisionero
- En un mercado competitivo, la empresa que automatiza se queda con todo el ahorro por costos derivado de reemplazar trabajadores, pero solo carga con una parte de la destrucción de demanda resultante
- En un mercado con 20 competidores, cada empresa solo percibe una vigésima parte de la demanda que destruyó y traslada el resto a sus rivales
- Cuanto mejor se vuelve la IA, mayor es la brecha de beneficios por automatizar más rápido que la competencia, lo que intensifica una carrera armamentista hacia la ruina colectiva
- El comportamiento de manada puede acelerar los despidos incluso antes de que la eficiencia esté demostrada
- La economista Zoë Hitzig, que trabajó en OpenAI, cree que cuando los CEOs dicen que están recortando personal por la IA, otros sienten que también deben hacerlo, y que esta dinámica puede acelerar el cambio más de lo que la eficiencia realmente exige
- La automatización del pasado también creó nuevos empleos, pero la transición no fue rápida ni inocua
- El empleo agrícola en Estados Unidos cayó de 90% de la fuerza laboral a 2%, pero esa transición tomó 140 años
- David Autor, del MIT, analizó que alrededor de 60% de los empleos actuales no existían en 1940
- Carl Benedikt Frey, de Oxford, registró que durante la Revolución Industrial los salarios y el empleo de los trabajadores desplazados tardaron 70 años en recuperarse
- Frey dice que el “problema de ajuste de corto plazo” del progreso tecnológico puede ser toda una vida para una persona
- La velocidad de adopción en la industria de IA puede ser mucho mayor que la de shocks pasados
- Bharat Ramamurti, exsubdirector del Consejo Económico Nacional, dijo que el China shock, que provocó pérdidas de empleos manufactureros, se desarrolló a lo largo de varios años, pero que este cambio podría ocurrir en solo 2 años
- Dado el enorme dinero invertido en desarrollar modelos, la presión por generar ingresos mediante una adopción rápida es muy alta
- La IA de propósito general apunta no a tareas específicas sino al trabajo cognitivo en su conjunto y al mismo tiempo
- Los telares mecánicos o las hojas de cálculo del pasado reemplazaban, respectivamente, tareas acotadas como el tejido manual o el cálculo manual
- En 1983, Wassily Leontief comparó el trabajo humano con los caballos y presentó el caso de la población equina de Estados Unidos, que pasó de 9 millones en 1840 a 21 millones en 1900 y luego se desplomó 88% dentro de los 60 años posteriores al motor de combustión interna
- Los caballos no fueron retirados por maldad, sino porque dejó de ser económicamente viable mantenerlos, y no existe ninguna ley económica que diga que lo mismo no pueda pasarles a los humanos
- La investigación de Daron Acemoglu sostiene que el efecto de sustitución de la tecnología reciente ha superado los efectos de productividad y reempleo
- Entre 1987 y 2017, el efecto de sustitución de las nuevas tecnologías superó ampliamente el efecto de productividad y el de creación de nuevas tareas
- En el caso de la IA, considera que las empresas están desplegando una “automatización excesiva”, que genera costos sociales importantes sin reducir de forma significativa los costos de producción
- En muchas aplicaciones, la IA no es lo bastante buena como para justificar la sustitución
Democracia, distribución y shock de las profesiones
- El apalancamiento democrático surge del trabajo, los impuestos, el servicio militar y el gasto de consumo que los gobernados aportan a los gobernantes
- El poder se distribuye porque quienes están arriba necesitan algo de quienes están abajo
- Si el trabajo sale de la ecuación, la base material de la democracia se tambalea
- Si los sistemas de IA crean valor bajo la propiedad de unas pocas empresas, los mecanismos fiscales democráticos también se debilitan al mismo tiempo
- Si empresas expertas en optimización fiscal poseen sistemas de IA, la base tributaria se erosiona
- Si los empleadores ya no necesitan a los empleados, la negociación colectiva se vuelve una cáscara vacía
- Disminuye el gasto de consumo que depende del ingreso laboral
- El r > g de Piketty se acelera aún más cuando la IA rompe el vínculo entre la acumulación de capital y la necesidad de trabajo humano
- Un análisis relacionado sostiene que, sin redistribución, “casi todo terminará perteneciendo a las personas más ricas en el punto de transición”
- También se repite la estructura de el sector público asume el riesgo y el privado se queda con la recompensa
- La arquitectura transformer, los métodos de entrenamiento a gran escala y los avances en semiconductores están vinculados con financiamiento público o cuasipúblico a través de universidades, DARPA, laboratorios nacionales y otros
- Mariana Mazzucato plantea que existe el riesgo de que la IA se convierta en otro motor de extracción de rentas, más que de creación de valor
- El CEO de Anthropic, Dario Amodei, dice que el equilibrio de poder en una democracia se basa en el apalancamiento que tiene la persona promedio al generar valor económico
- Diagnostica que, si ese apalancamiento desaparece, la situación se vuelve “aterradora”
- Sin embargo, Anthropic no respaldó legislación para abordar el problema, y el cofundador Jack Clark describió la defensa de políticas públicas como “el final de una cadena de trabajo muy larga”
- Los clientes autoritarios aparecen como demandantes más aptos para adoptar tecnología de IA que las democracias
- Si un gobierno democrático reemplaza personal público con IA, puede pagar un costo electoral
- Los gobiernos autoritarios no tienen esa limitación y, además de eficiencia económica, obtienen beneficios de vigilancia y control
- Saudi Arabia, UAE y Singapore se citan como ejemplos por su enorme capital, toma de decisiones centralizada, ausencia de votantes a quienes rendir cuentas e interés activo en tecnologías de control
- Las soluciones al reemplazo masivo por IA suelen tratarse como un problema de distribución de recursos, como ingreso básico universal, programas de recapacitación o una “economía del ocio”
- La investigación de Anne Case y Angus Deaton sobre deaths of despair rastrea que el aumento en suicidios, sobredosis de drogas y muertes por enfermedad hepática alcohólica se concentró en poblaciones con menor nivel educativo y mayor dependencia de la manufactura
- El mecanismo central no es la pobreza por sí sola, sino la pérdida de propósito económico, estatus social y sentido de futuro
- Molly Kinder sostiene que la narrativa de abundancia de las empresas de IA repite las promesas de la globalización, pero esta vez los perdedores no se limitarán a las ciudades manufactureras del Medio Oeste
- El UBI recibe críticas por no resolver los problemas estructurales
- Piketty considera que el UBI no aborda problemas de fondo como la desigualdad en el acceso a educación y salud, los empleos de bajos salarios y baja productividad, los mercados que no funcionan, la corrupción y los sistemas tributarios regresivos
- Una encuesta de David Shor muestra que el UBI no es popular entre el electorado estadounidense, mientras que una garantía federal de empleo sí podría ser viable
- La gente no quiere cheques, sino trabajo y propósito
- La investigación propia de Anthropic muestra que los agentes de codificación con IA pueden provocar no solo sustitución, sino también deterioro de habilidades
- Los ingenieros junior que dependieron de agentes de codificación con IA no terminaron sus tareas mucho más rápido y luego entendían menos su propio trabajo en pruebas posteriores
- La lógica de la recapacitación asume que las personas pueden desarrollar nuevas habilidades para seguir siendo relevantes, pero la propia herramienta puede impedir la formación de esas habilidades
- La sustitución de profesionales puede sacudir la base de estabilidad política de las democracias avanzadas
- Joseph Stiglitz afirma que la IA golpeará a los “empleos de cuello blanco rutinarios”
- Contadores, analistas, abogados junior, radiólogos y desarrolladores de software son trabajos de oficina sustentados en educación universitaria que se sentían a salvo del colapso manufacturero
- Esta capa profesional se presenta como el eje central de la estabilidad política en las democracias avanzadas
- El desempleo masivo y la pérdida de propósito podrían generar una agitación social mayor que el populismo actual
- Se plantea un escenario en el que decenas de millones de personas en edad de trabajar pierden su función económica y una trayectoria clara, mientras reconocen que quienes provocaron esto son los seres humanos más ricos de la historia
- En abril, alguien intentó un ataque con bomba molotov contra la casa de Sam Altman
- Otro atacante apuntó a un concejal de Indianapolis que había aprobado un proyecto local de centro de datos
- El CEO de Palantir, Alex Karp, dijo en un panel que el mayor desafío para la IA en Estados Unidos es la inestabilidad política, y que si el país explota políticamente nadie podrá ganar dinero
La ventana regulatoria y la conclusión de la economía muerta
- Las perspectivas económicas están fuertemente divididas
- Acemoglu estima que actualmente solo el 4.6% de las tareas dentro de la economía pueden automatizarse con IA de forma costo-efectiva, y que el impacto total de la IA sobre la productividad en los próximos 10 años será de 0.66%
- Goldman Sachs proyectó en 2023 que la IA generativa podría elevar el PIB global en 7%
- McKinsey proyecta 0.5~3.5% anual
- En una encuesta de 2025, más del 90% de las empresas reportó que no hubo un impacto medible en empleo o productividad pese a inversiones en IA por 250 mil millones de dólares
- Torsten Slok dijo que la IA está “en todas partes excepto en los datos macroeconómicos que van entrando”
- Independientemente de si la IA es tan poderosa como afirma la industria, una automatización lo suficientemente plausible por sí sola puede ser disruptiva
- La evidencia actual muestra una gran brecha entre la promoción y el producto, y los economistas serios consideran que las mejoras de productividad son solo una parte de las proyecciones de la industria
- El punto central de Acemoglu es que la IA puede ser disruptiva aunque no sea revolucionaria
- “So-so” automation significa una tecnología que es apenas suficientemente buena y barata para sustituir trabajadores, pero cuyos aumentos de productividad son mínimos
- El peor resultado podría no ser una IA superinteligente, sino una IA “suficiente” desplegada agresivamente por incentivos trimestrales y presión del precio de las acciones
- La captura regulatoria ya está bastante avanzada
- En los primeros tres trimestres de 2025, 39% del crecimiento económico de Estados Unidos provino de inversión relacionada con IA, y el gobierno federal pasa a tener un interés en mantener ese auge
- Amodei admite que esto hace que las tecnológicas eviten criticar al gobierno de EE. UU. y que el gobierno respalde una política extremadamente anti-regulación respecto a la IA
- Los intereses del regulador y del regulado convergen en uno solo
- Las propuestas públicas de política de OpenAI y su conducta política chocan entre sí
- En abril, OpenAI propuso en el libro blanco Industrial Policy for the Intelligence Age una semana laboral de 32 horas, alzas al impuesto corporativo y al impuesto sobre ganancias de capital, y un “fondo de riqueza pública” en el que todos los ciudadanos tendrían participación accionaria en empresas de IA
- En el mismo periodo, el presidente de OpenAI financió un super PAC que gastó más de 2 millones de dólares en anuncios contra Alex Bores, candidato a la Asamblea de Nueva York que proponía regulación de seguridad para grandes desarrolladores de IA y pagos directos a los estadounidenses financiados con impuestos a la IA
- OpenAI eliminó el tope de ganancias que limitaba los retornos de los inversionistas a 100 veces la inversión inicial
- Según se reporta, Chris Lehane, principal cabildero de OpenAI, bajó sistemáticamente la prioridad de investigaciones internas que podían producir resultados desfavorables y mostró la postura de no publicar artículos sobre un problema antes de que existiera una solución para ese problema
- Se conocen posibles intervenciones
- Participación pública en la propiedad de la infraestructura de IA
- Aplicación firme de las leyes antimonopolio
- Un sistema real de impuestos sobre el trabajo automatizado
- Branko Milanovic propone distribuir más ampliamente la propiedad del capital y gravar de manera más agresiva los ingresos más altos del capital
- No se necesitan medidas técnicamente difíciles, sino instituciones democráticas funcionales con voluntad de desafiar a las empresas más ricas de la historia
- La economía muerta no es una economía en la que no pase nada
- El PIB puede subir, y la inversión relacionada con IA ya lo está sosteniendo
- La economía muerta es una economía en la que pasan muchas cosas, pero ninguna de ellas te necesita
- La capacidad productiva de la civilización queda capturada por un sistema en el que no tienes participación, aporte ni voto
- Quienes la construyeron expresan optimismo en público mientras en privado temen sus consecuencias
- La contradicción central sigue siendo una estructura en la que se publica un libro blanco que exige redistribución radical, mientras se financia a un super PAC para derribar a políticos que proponen esa misma redistribución
¿Quieres seguir recibiendo temas de tecnología seleccionados?
Sigue el canal de Telegram. @GeekNewsES
1 comentarios
Comentarios en Hacker News
La agricultura india es parecida a los problemas que EE. UU. apenas empieza a experimentar con la IA. La agricultura de India sigue siendo demasiado intensiva en mano de obra para los estándares mundiales, y el 43% de los trabajadores se dedica a ella. En EE. UU. es menos del 2%, y en China era 22% en 2023 y sigue bajando
Esta estructura agrícola ineficiente no se mantiene por accidente, sino por subsidios enormes, y los intentos de reducirlos han terminado en disturbios. EE. UU. y la UE también pasaron por una transición a lo largo de varias generaciones y todavía mantienen grandes subsidios agrícolas. China hizo la transición más rápido, pero tiene el sistema hukou para evitar que la migración rural avance más rápido de lo que las ciudades pueden absorber
Ver cómo respondieron los países que pasaron rápidamente de una agricultura intensiva en mano de obra a una sociedad urbana también puede dar pistas sobre cómo podría verse la transición de la IA. Los países asiáticos que pasaron de ser pobres a ricos en una sola generación atravesaron este proceso de distintas maneras, y eso puede ser información más útil que la filosofía
https://economictimes.indiatimes.com/news/economy/indicators...
https://en.wikipedia.org/wiki/2024%E2%80%942025_Indian_farme...
Uno podía intentar mandar mercancía de Cleveland a París y rendirse en el intento, o enviar licor y descubrir que solo llegaba una parte y el resto desaparecía. En la industria del transporte había muchas fuerzas interesadas en mantener el orden existente: empresas de camiones, ferrocarriles, navieras, agentes de carga, trabajadores portuarios, sindicatos y dueños de viejos barcos no adaptados a contenedores; tampoco querían la estandarización
https://en.wikipedia.org/wiki/The_Box_(Levinson_book)
Además, la falta de oportunidades también es un problema. India se concentró en los servicios y quedó rezagada en la industrialización. El gobierno actual está impulsando más la industrialización, pero ya viene tarde en la curva
Cuando hablé hace tiempo con un reclutador de Facebook, se me quedó grabado cómo presumía cuántos pisos llenaban solo los desarrolladores de Messenger en una sede de Seattle. De verdad me intriga qué hacen exactamente tantos desarrolladores en un proyecto como Messenger
En cierto sentido, la IA parece estar amplificando una situación de exceso de capacidad que ya existía. Si ya había una sobreoferta de talento, también me pregunto por qué seguían contratando cada vez más desarrolladores. Incluso antes del boom de la IA, Musk recortó muchísimo la plantilla de Twitter, y eso de alguna manera mostró que había exceso, ¿no?
Nunca he trabajado en una empresa de software pura que lance productos directamente a clientes externos; siempre he sido desarrollador interno, así que me cuesta imaginar cómo funciona en la práctica la economía de la ingeniería de software. El resultado final de la ola de los LLM podría quedarse solo en un cambio de herramientas y no ser una revolución. En papel parece que debería ser revolucionario, pero mientras más lo uso para tareas de programación y no programación, menos me parece algo tan mágico. Aun así, a veces sí tiene momentos brillantes
En una empresa pequeña es más fácil porque el liderazgo de arriba entiende más o menos el panorama completo, pero mientras más crece la empresa, más aparecen actores oportunistas, necesidades inventadas y construcción de feudos. Las empresas grandes se vuelven lentas y responden bajando salarios o haciendo más despidos. En software este problema parece destacar porque los sistemas son muy especializados y es difícil identificar qué es realmente importante
Devolverlo como dividendo parece una admisión de que ya no pueden seguir creciendo, así que terminan comprando empresas, contratando más gente o invirtiendo en proyectos gigantescos. Echar miles de millones de dólares al Metaverse, a un giro hacia blockchain o a algo AI-native es, al final, una forma de mostrar potencial de crecimiento
También conecta con el artículo esa sensación de que la gente no tiene poder para detener una enorme mala asignación de recursos que apenas logra evitar su propio colapso. Soy bastante positivo con la IA, pero textos como este me resultan mucho más útiles e interesantes que los que simplemente coinciden con lo que yo pienso. Soy escéptico de que se pueda producir un cambio positivo mediante el voto, y la frase “si no puedes vencerlos, úneteles” suena práctica en teoría, pero en la realidad me parece demasiado estrecha. Aun así, por las posibilidades en tecnología asistiva, accesibilidad y también por interés propio, estoy tratando de adoptar bien la IA
En consecuencia, no me sorprendería que surgiera un vigilantismo mal dirigido, como acciones al estilo de Earth Liberation Front, aunque tampoco me generaría simpatía
En vez de reasignar al personal existente, es más fácil lanzar un equipo nuevo de desarrolladores, y entran en unidades así porque a largo plazo no hay trabajo atractivo para personas con el nivel de inteligencia que se requiere. En el caso de Twitter, creo que era más bien una cuestión de cuántas personas se necesitan para mantener apagadas las quejas en una organización con poco tráfico de datos y poco valor. Las empresas de redes sociales no tienen tantas situaciones que realmente determinen su supervivencia, así que Musk pudo eliminar departamentos o proyectos que no eran de DevOps
Existe la suposición de que, si se le envía cheques a la gente, encontrará sentido en sus hobbies y en la comunidad, pintará, cultivará su jardín y al final escribirá una novela
El autor parece pensar que eso fracasaría porque caeríamos en las drogas, el alcohol y el suicidio, pero con los jubilados sí funciona bien. A ellos les gusta esa vida. Me pregunto si la razón por la que tenemos que hacer trabajos aburridos de 9 a 5 es realmente que no podemos manejar la libertad
Cuando era joven trabajé con un colega de Bulgaria que, si no tenía trabajo, se aburría demasiado, así que trabajaba 70 horas a la semana y encontraba propósito en el trabajo. Si te acostumbras a trabajar siempre, el trabajo se vuelve tu propósito, y no trabajar se vuelve la muerte. Uno de mis abuelos también murió de un infarto dentro del año siguiente a jubilarse, y había muchas señales de que habría vivido más si no se hubiera retirado. Para algunas personas, la libertad es precisamente el trabajo, y necesitan tener propósito para poder disfrutar también de las demás cosas con esa libertad
El punto clave es que, después de que una empresa despide trabajadores para reducir costos, se da cuenta de que sus clientes al final eran los trabajadores de otras empresas. El crecimiento de ingresos se detiene, y la suscripción a IA que se veía como una inversión en eficiencia termina siendo una contribución a la destrucción de su propio mercado
Llevado al extremo, la solución final a este problema sería un separatismo de una economía de IA no humana completa, donde tanto clientes como proveedores son robots. ¿Para qué financiar la educación pública, la investigación o la salud? Basta con construir más centros de datos. Pero ni mil millones de dólares ni un búnker en el hemisferio sur salvarán a nadie. En este mundo hipotético deshumanizado, el capital no es un foso defensivo. ¿De dónde viene la autoridad, y cómo se puede confiar en los guardias? Incluso si hay un ejército de robots/drones, ¿qué pasa si lo hackean? ¿Y si la alineación de IA funciona y Claude se niega a obedecer una solicitud?
Es demasiado obsceno. ¿No sería mejor preservar la dignidad humana y buscar un futuro más humano?
En teoría, basta con tener una pequeña ventaja en precio o calidad para arrebatarle a la otra sociedad la mayor parte de su cuota de mercado. Cualquier solución tiene que abordar este problema de algún modo
https://www.imdb.com/title/tt6902176/
Este texto pone en palabras muchas cosas que sentía ausentes en el discurso sobre la IA. En particular, son importantes las consecuencias sistémicas del futuro prometido por la IA, su interacción con la economía política y una revisión crítica que no acepte sin más la “metanarrativa de la modernidad occidental”
Más importante aún, muestra con claridad cuán dañino puede ser que los magnates de la IA reconfiguren la economía y refuercen el ciclo de retroalimentación entre capital y política, incluso si las ganancias de la IA no se materializan como se promete, y quizá especialmente en ese caso. Hay mucho sentimiento anti-IA disperso, y si los intelectuales logran reunirse en torno a una agenda común, podría convertirse en un movimiento político
Si estas empresas salen a bolsa a finales de este año, las cifras del estado de resultados y su sostenibilidad quedarán expuestas en los reportes financieros públicos
Según los rumores, Anthropic podría ser rentable, pero la escala es el problema; OpenAI no lo es, y Google, gracias a sus centros de datos existentes, su propio silicio y su experiencia operativa, podría tener una estructura de costos más baja por estar en gran medida integrada verticalmente. Aun así, tiene que justificar el gasto. Creo que cuando tengan que reportar públicamente los números cada trimestre, todo volverá a aterrizar en la realidad
Si desde la perspectiva de un ingeniero hay algo que “se puede hacer”, probablemente lo que más rinde por la inversión es empujar la aguja hacia los modelos locales, entender cómo funcionan y defenderlos cuando tenga sentido, ya sea en investigación, agentes o uso simple. Eso aplica más veces de las que uno pensaría
Es muy interesante y escalofriante que la población de caballos en Estados Unidos, que era de 9 millones en 1840, creciera hasta 21 millones en 1900 y pareciera inmune al cambio tecnológico, pero colapsara 88% en menos de 60 años tras la llegada del motor de combustión interna
Si uno toma esta analogía de forma literal, surge la pregunta: “entonces, ¿quién compra?”. Si la automatización desplaza a los trabajadores, ¿a quién se le venderán estos servicios de IA? Si la población mundial cae 80–90%, todo se repricingaría y las economías de escala también necesitarían una escala mucho menor, así que de pronto podría surgir una economía “sostenible”. No digo que ese sea el plan; es solo lo que me vino a la mente al leer la analogía de los caballos
Esto se parece a la relación entre el consumidor estadounidense y el trabajador del mundo en desarrollo durante la globalización. Históricamente, este tipo de estructura suele resolverse cuando produce inestabilidad política insostenible, pero ahora también hay muchas formas nuevas de administrarla
https://libertystreeteconomics.newyorkfed.org/2026/05/tracki...
En cambio, podrían expandirse las industrias dedicadas a mantener y armar al Estado: producción de drones militares para proteger recursos de cómputo de bárbaros humanos, minería de tierras raras para expandir la tecnología, desviar agua de consumo público y riego agrícola hacia la industria y la manufactura que sostienen los centros de poder, y generación de energía
Claro, él dijo que era “solo una broma” y una “alternativa humanitaria” al genocidio, pero este es el tipo de gente que está dando forma a la política, la tecnología y la economía
El hecho de que esto pueda pasar es ampliamente conocido y se viene hablando desde hace años. La verdadera pregunta es qué vamos a hacer al respecto.
David Shapiro, entre muchas otras personas, ha hablado de una economía post-IA parecida al UBI. El sueño era que las máquinas hicieran las tareas del hogar y nosotros nos dedicáramos a pintar, componer música y fabricar hermosos muebles rústicos en el taller. Todavía podría pasar, pero primero hay que resolver cómo repartir los recursos de forma responsable. La humanidad nunca ha sido muy buena en eso. Intentamos ganar lo máximo posible para acceder a recursos que otros no tienen, y ahora muchas veces eso termina en estancamiento o retroceso. Se siente como si hace 20 o 30 años la persona promedio tuviera más dinero disponible
Dando eso por hecho y si no consideramos un escenario tipo Terminator/SkyNet en los próximos 10 años, sí hay opciones. Se puede gravar el uso de tokens, exigir centros de datos locales, hacer obligatoria la supervisión de la IA, nacionalizar las empresas de IA, imponer un cortafuegos estatal al estilo chino para impedir que las empresas trasladen el cómputo de IA al extranjero, cobrar a las empresas según la cantidad de trabajadores reemplazados, o imponer una proporción obligatoria entre consumo de tokens y trabajadores humanos dentro de la empresa. Medidas así podrían amortiguar el impacto de cambios rápidos y darle tiempo al mercado laboral para adaptarse
¿Por qué esta vez sería diferente? ¿No harán las herramientas de IA potentes que la misma cantidad de gente haga más trabajo? Si hay recursos, ¿no sería una operación más inteligente del negocio capturar más mercado?
Si la empresa A simplemente mantiene su cuota actual y despide a la mitad del personal para quedarse con el dinero, ¿no podría la empresa B contratar a esos trabajadores y competir con más fuerza con una fuerza laboral más productiva? Entonces B capturaría más mercado y sobreviviría más tiempo
En la naturaleza se dice que no existen nichos ecológicos vacíos. Es decir, si hay espacio para competir por recursos, los incentivos hacen que se llene rápido. No es exacto, pero es una buena heurística
La compensación de los trabajadores del conocimiento en EE. UU. es de unos 10 billones de dólares al año, y el dinero que han levantado Anthropic y OpenAI —solo recaudado, no gastado todavía— es de 317 mil millones de dólares, alrededor del 3% del gasto anual en trabajo del conocimiento. Si una empresa puede aumentar la productividad de sus trabajadores por un múltiplo mayor, ¿no pagaría un 3%, 5% o 10% extra al año?
La preocupación fundamental aquí es que la IA actual ofrece una automatización parcial de la inteligencia. El objetivo final de los inversionistas y de las empresas que usan IA es la automatización total de la inteligencia, y lo mismo con el trabajo físico. Quieren robots de 25,000 dólares que trabajen 24 horas al día y modelos de IA que hagan más barato el trabajo de oficina humano. Todavía no saben cómo construir ninguna de las dos cosas, pero van a intentarlo gastando hasta el último dólar del planeta
En sentido estricto, tampoco nos necesitan como clientes. Los robots podrían construir directamente los yates y las mansiones, e incluso hacer de guardias de seguridad
Durante un tiempo, sí. Pero ¿qué pasa cuando la IA también pueda gestionar esos 10 agentes tan bien como un ingeniero de software? Claro, se puede decir que entonces el ingeniero será más valioso si gestiona 10 agentes que a su vez gestionan 10 agentes cada uno, pero al final aparece un límite. No hacen falta 1,000 ingenieros de software gestionando 10,000 agentes cada uno; el cuello de botella termina estando en la capacidad de lanzarles trabajo con suficiente rapidez
Desde la perspectiva del trabajo de cuello azul es más fácil de entender. Supongamos que un robot humanoide capaz de hacer cualquier trabajo humano cuesta 25,000 dólares, tiene unos costos operativos anuales de unos pocos miles y trabaja 20 horas al día, descontando el tiempo de carga. El obrero de construcción al que reemplaza no pasará a gestionar un equipo de robots de construcción. Ya existe un contratista general, y la construcción no puede escalar más allá de las restricciones físicas como sí ocurre con escribir código. Si existieran robots así, una gran parte de la población quedaría desempleada. No habría un competidor dispuesto a contratarlos, porque los competidores simplemente también usarían robots
Que abras una fábrica mecánica en un pueblo pequeño no significa que debas emplear para siempre a todos los mecánicos que lleguen. Hay una cantidad óptima de empleados según la demanda del servicio. Si de repente aparece una herramienta que duplica la productividad de los mecánicos, el siguiente paso es despedir a la mitad
El estado general de la economía depende de la trayectoria. Este texto se puede leer como una advertencia de que la inercia acumulada en el ciclo actual de sobrecalentamiento de la IA podría empujarnos hacia un punto de inflexión de un estado estacionario indeseable en el que los nuevos participantes no tengan ningún capital
Tal vez todos terminemos siendo CEO o presidentes del consejo de nuestra propia empresa que contrata agentes. Nuestro trabajo pasaría a ser encontrar los mejores agentes para aumentar la eficiencia y la eficacia