La Crisis Global de Inteligencia de 2028: Cómo la Abundancia de IA Podría Remodelar Empleos y Mercados

En resumen

• La “Crisis Global de Inteligencia de 2028” es un macroescenario prospectivo introducido por Citrini Research en 2026. No es una predicción, sino una prueba de estrés de lo que podría suceder si la IA tiene éxito más rápido de lo que las instituciones pueden adaptarse.

• La idea central es simple pero inquietante: si la inteligencia se vuelve abundante y barata, las economías construidas sobre la escasa experiencia humana pueden tener dificultades para ajustarse.

• Las primeras ganancias de productividad de la IA podrían impulsar inicialmente los beneficios corporativos y los mercados de valores.

• Con el tiempo, el desplazamiento a gran escala de trabajadores de cuello blanco podría debilitar el gasto del consumidor, la estabilidad de la vivienda y los mercados de crédito.

• Los riesgos financieros pueden no comenzar en los bancos, sino en el crédito privado, los balances de seguros y las hipotecas preferenciales.

• Las herramientas políticas tradicionales, como los recortes de tasas de interés, pueden ser menos efectivas en una crisis impulsada por la sustitución estructural de la mano de obra en lugar de la debilidad cíclica de la demanda.

Introducción

En 2026, Citrini Research publicó un ejercicio de reflexión titulado La Crisis de Inteligencia Global de 2028. Fue escrito como si se mirara hacia atrás desde el futuro, describiendo cómo un auge impulsado por la IA podría evolucionar hacia una recesión económica sistémica. Los autores fueron claros: esto no era una previsión. Era un escenario diseñado para explorar riesgos que los inversores y los responsables políticos podrían estar subestimando.

La tesis central es contraintuitiva. ¿Qué pasaría si el argumento alcista sobre la inteligencia artificial fuera correcto? ¿Qué pasaría si los sistemas de IA siguieran mejorando rápidamente, reduciendo costes, aumentando la productividad y superando a los trabajadores humanos en más tareas cognitivas? En ese caso, la disrupción podría no ser temporal ni específica de un sector. Podría remodelar los mercados laborales, la estabilidad de la vivienda, los mercados de crédito e incluso las finanzas gubernamentales.

Este artículo explica la Crisis Global de Inteligencia de 2028 en términos sencillos. Examina cómo la abundancia impulsada por la IA podría conducir a un desplazamiento laboral estructural, una revalorización financiera y ajustes económicos más amplios si las instituciones no logran adaptarse con la suficiente rapidez.

Por qué el escenario es importante ahora

El momento de la idea importa. Desde 2023, los grandes modelos de lenguaje y los sistemas de IA basados en agentes han mejorado rápidamente. Las herramientas de productividad que antes asistían a los humanos ahora completan tareas de forma autónoma. Las empresas están reasignando presupuestos hacia la infraestructura de IA, mientras que las firmas tecnológicas reportan un gasto récord en centros de datos y chips.

Al mismo tiempo, la contratación en software, finanzas y consultoría se ha ralentizado. Las ofertas de empleo en sectores profesionales han disminuido, incluso mientras la construcción y la atención médica se mantienen estables. Esta divergencia sugiere que la automatización cognitiva está afectando a los puestos de oficina antes y más rápido de lo que muchos esperaban.

El cambio económico fundamental: de la escasez a la abundancia de inteligencia

La inteligencia como el escaso insumo histórico

Las economías modernas se basan en la suposición de que la inteligencia humana es escasa. Los profesionales cualificados diseñan productos, gestionan capital, escriben software y coordinan cadenas de suministro. Sus salarios reflejan esa escasez.

En Estados Unidos, la participación del trabajo en el PIB ha disminuido gradualmente de aproximadamente el 64% en la década de 1970 a alrededor del 56% a mediados de la década de 2020. Aun así, la mano de obra altamente cualificada sigue siendo la columna vertebral de los ingresos de los hogares y de la recaudación fiscal. La suscripción de hipotecas, los préstamos estudiantiles y la planificación de la jubilación asumen ingresos estables a largo plazo de los trabajadores cualificados.

El shock de la abundancia

La IA cambia esa ecuación. Una vez entrenados, los sistemas de IA pueden realizar tareas cognitivas a un bajo costo marginal. A diferencia de la automatización mecánica, que reemplazó el trabajo físico, la IA se enfoca en el razonamiento, la codificación, la redacción y el análisis.

Este ciclo difiere de las anteriores oleadas de automatización porque compite directamente con roles que antes se consideraban protegidos. Cuando una máquina puede replicar el trabajo de un profesional de 150.000 $ a una fracción del coste, el cálculo económico cambia rápidamente.

La espiral de desplazamiento de la inteligencia humana

Capacidad de IA: Reducción de nómina

En la fase inicial, las empresas se benefician. Las herramientas de IA reducen los gastos de nómina. Los márgenes se expanden. Las ganancias superan las expectativas. Los precios de las acciones suben.

Los datos históricos muestran que las ganancias corporativas tienden a dispararse cuando la productividad aumenta más rápido que los salarios. En este escenario, las empresas reinvierten los ahorros en más sistemas de IA, impulsando aún más la eficiencia.

Reducción de nóminas: debilidad del consumo

Sin embargo, los trabajadores de cuello blanco representan una parte desproporcionada del gasto discrecional. El 20% de los que más ganan en EE. UU. impulsan aproximadamente dos tercios de los gastos de consumo. Cuando estos trabajadores pierden sus empleos o aceptan puestos con salarios más bajos, el impacto en la vivienda, los viajes y el comercio minorista es significativo.

Incluso modestas disminuciones del empleo entre los que tienen ingresos altos pueden traducirse en caídas desproporcionadas de la demanda.

Bucle de retroalimentación negativa

El ciclo de retroalimentación surge cuando un menor gasto de los consumidores ejerce presión sobre los ingresos corporativos. Las empresas responden recortando más mano de obra y aumentando la automatización para proteger los márgenes. La IA mejora aún más. El ciclo se repite.

A diferencia de una recesión tradicional impulsada por los ciclos de inventario o las subidas de tipos, esta espiral no tiene un mecanismo de frenado natural si las capacidades de la IA siguen avanzando.

El "PIB fantasma" y el colapso de la circulación económica

El "PIB fantasma" describe la producción que aparece en las cuentas nacionales pero que no circula a través de los hogares. Si la productividad aumenta mientras los salarios se estancan, el PIB puede permanecer estable incluso cuando el gasto del consumidor se debilita.

La velocidad del dinero disminuye cuando los ingresos se concentran entre los propietarios de capital en lugar de los asalariados. Las máquinas generan producción, pero no consumen bienes ni servicios. Con el tiempo, este desequilibrio puede tensar los sectores que dependen de la demanda discrecional.

Disrupción sectorial: del software a la intermediación

Compresión de Software Empresarial

Las herramientas de codificación agentiva permiten a las empresas crear alternativas internas a las costosas suscripciones de software. Esta presión sobre los precios se extiende por toda la industria SaaS. A medida que los contratos se reducen o desaparecen, las empresas disminuyen su plantilla.

En 2026 y 2027, las empresas de software públicas reportaron un crecimiento más lento y reducciones de personal. La disminución en el número de puestos redujo directamente los ingresos de los proveedores que venden licencias por usuario.

El colapso de los modelos de negocio basados en la fricción

Los agentes de IA también reducen la fricción del consumidor. Comparan precios al instante, cancelan suscripciones no utilizadas y optimizan las compras.

La infraestructura de pagos podría enfrentar presión a medida que los sistemas de IA busquen rieles de liquidación de menor costo. Las redes blockchain como Solana y Ethereum ofrecen transferencias casi instantáneas con tarifas mínimas, desafiando los modelos impulsados por el intercambio.

Cuando la fricción desaparece, los modelos de negocio basados en la conveniencia y la inercia pierden poder de fijación de precios.

Del riesgo sectorial al riesgo financiero sistémico

Exposición a Crédito Privado

El crédito Private ha crecido significativamente durante la última década, superando los 2 billones de dólares a nivel mundial. Muchas adquisiciones apalancadas en la industria del software asumieron un crecimiento constante y recurrente de los ingresos. Si la IA interrumpe esas fuentes de ingresos, el servicio de la deuda se verá afectado.

Las rebajas en escenarios hipotéticos de 2027 ilustran cómo la exposición concentrada del sector puede repercutir en los mercados de crédito.

Derrames regulatorios y de seguros

Grandes gestores de activos poseen aseguradoras de vida que invierten los fondos de los asegurados en crédito privado. Si las pérdidas aumentan, los reguladores podrían endurecer los requisitos de capital. Los ajustes de capital basados en el riesgo podrían forzar la venta de activos o el aumento de capital, amplificando el estrés.

La cuestión hipotecaria: ¿Siguen siendo los préstamos preferenciales "dinero bueno"?

El mercado hipotecario estadounidense supera los 13 billones de dólares. La suscripción asume que los prestatarios mantendrán ingresos estables durante 30 años.

En este escenario, los prestatarios preferenciales en regiones con alta concentración tecnológica se enfrentan a una compresión salarial sostenida. Los datos de morosidad temprana en ciertas áreas metropolitanas generan preocupación, incluso si los promedios nacionales se mantienen estables.

A diferencia de 2008, los préstamos no fueron imprudentes en su origen. El riesgo proviene del deterioro estructural de los ingresos a posteriori.

Repercusiones globales y cuentas externas

Los países que dependen de las exportaciones de servicios de TI pueden enfrentar presión monetaria si la IA reduce la demanda de codificación subcontratada. Los flujos de capital se dirigen cada vez más hacia los centros de semiconductores y de datos.

Las economías que producen infraestructura de IA superan a las demás, mientras que las economías exportadoras de mano de obra se ajustan.

Restricciones de política en una crisis estructural

Límites de la política monetaria

Los recortes de tasas pueden aliviar las condiciones crediticias, pero no pueden restaurar la demanda de mano de obra humana si las máquinas realizan las tareas de forma más económica.

Tensiones fiscales

Los ingresos por impuestos sobre la nómina disminuyen a medida que cambia el empleo. El gasto público aumenta para apoyar a los trabajadores desplazados. La participación del trabajo en el PIB cae aún más.

Propuestas de políticas emergentes

Las propuestas incluyen gravar la computación de IA, distribuir dividendos de fondos públicos de IA o establecer la participación soberana en los retornos de la infraestructura de IA. Cada enfoque conlleva compensaciones políticas y económicas.

Implicaciones de la inversión

Las carteras construidas sobre la base de un crecimiento constante de los ingresos de los trabajadores de cuello blanco pueden requerir una reevaluación. Los valores respaldados por hipotecas, el crédito privado y las acciones de consumo discrecional podrían enfrentarse a vientos en contra.

Por el contrario, la infraestructura de IA, las cadenas de suministro de semiconductores y los proveedores de computación pueden beneficiarse de una demanda continuada.

Preguntas frecuentes

1. ¿Es la Crisis Global de Inteligencia de 2028 una predicción?

No. Es un escenario introducido por Citrini Research para explorar riesgos potenciales si la adopción de la IA se acelera más rápido que la adaptación institucional.

2. ¿En qué se diferencia esto de las anteriores olas de automatización?

Las oleadas anteriores reemplazaron el trabajo físico, pero crearon nuevas funciones cognitivas. La IA compite directamente en tareas de razonamiento, codificación y toma de decisiones, comprimiendo las ocupaciones de mayores ingresos más rápidamente.

3. ¿Podría la política evitar la crisis?

Una reforma fiscal oportuna, la recapacitación de la fuerza laboral y marcos regulatorios adaptativos podrían mitigar los riesgos. La variable clave es la velocidad. El desarrollo de la IA puede superar el cambio institucional.