Imagina que tu trabajo consiste en preparar un informe que hoy tarda ocho horas. Llega una herramienta de inteligencia artificial y, sin rebajar la calidad, consigues hacerlo en cuatro. Acabamos de duplicar tu productividad en esa tarea. Fantástico. Ahora viene la pregunta que casi nunca aparece en la demo: ¿de quién son las cuatro horas que acabamos de ahorrar?

Tu empresa puede pedirte dos informes en lugar de uno y pagarte exactamente lo mismo. Puede mantener la producción, dejarte trabajar menos y conservar tu salario. Puede bajar el precio al cliente. Puede subir tu sueldo porque ahora generas más valor. Puede despedir a parte del equipo. Puede vender el doble, contratar más gente y convertir una tarea más barata en un mercado mucho mayor. O puede ocurrir una mezcla de todo eso.

En todos los casos la tecnología es la misma. La productividad puede ser la misma. El impacto sobre tu bolsillo no se parece en nada.

Esa es la pieza que falta en buena parte de la conversación sobre inteligencia artificial. Hablamos de cuánto puede elevar el PIB, cuántas horas puede ahorrar o cuántas tareas puede automatizar. Pero productividad no es distribución. Saber que el pastel puede crecer no te dice qué porción terminará como salario, beneficio, menor precio, impuesto, dividendo o tiempo libre.

LA PRODUCTIVIDAD NO TIENE BOLSILLO

Productividad significa, simplificando, obtener más valor con una cantidad determinada de recursos. Si una persona puede producir en una hora lo que antes necesitaba dos, la economía ha ganado capacidad. Como explicamos en el artículo sobre qué es realmente la productividad, esa mejora es una de las pocas formas duraderas de elevar el nivel de vida sin limitarse a repartir de otra manera lo que ya existe.

Pero la estadística no decide el reparto. Si una empresa obtiene un 20% más de producción por trabajador, ese 20% adicional puede convertirse en salarios, beneficios, precios más bajos o alguna combinación. La respuesta depende de competencia, poder de negociación, propiedad del capital, demanda del producto, impuestos, instituciones laborales y de si el trabajador sigue siendo complementario a la nueva tecnología o acaba sustituido por ella.

Por eso dos economías con exactamente la misma ganancia tecnológica pueden producir sociedades bastante distintas.

HAY CUATRO CAMINOS PRINCIPALES DESDE LA IA HASTA TU CARTERA

El primero es el trabajo. Si la IA te permite producir más y tu empresa necesita esa producción adicional, puedes ganar poder de negociación, mejores salarios o más oportunidades. Si automatiza justo las tareas por las que te pagaban y la demanda no crece lo suficiente, puede ocurrir lo contrario: menos horas, menos vacantes, salarios más débiles o pérdida de empleo.

El segundo son los precios. Una tecnología que reduce costes puede mejorar tu vida aunque tu nómina no cambie un céntimo. Si asesoría, programación, traducción, diseño, educación o atención al cliente se vuelven mucho más baratos, el mismo salario compra más servicios. Eso es un aumento de renta real aunque no aparezca como una subida salarial.

El tercero son los beneficios y los activos. Si una empresa consigue producir más sin bajar precios ni repartir el ahorro con trabajadores, aumenta su margen. Quien posee la compañía captura parte de esa mejora mediante beneficios, dividendos o una valoración bursátil mayor. Aquí la productividad entra en el bolsillo a través del patrimonio, no de la nómina.

Y el cuarto pasa por el Estado. Más beneficios y actividad pueden aumentar la base fiscal; menos empleo puede reducir cotizaciones y elevar gasto en prestaciones. Los gobiernos pueden utilizar ingresos adicionales para servicios públicos, formación o transferencias, o no hacerlo. Otra vez, la tecnología abre posibilidades. Las instituciones deciden una parte del reparto.

EL ERROR ES PENSAR QUE “MÁS PRODUCTIVIDAD” SIGNIFICA AUTOMÁTICAMENTE “MÁS SUELDO”

En una economía competitiva, trabajadores escasos y complementarios a una tecnología pueden capturar parte de la mejora porque otras empresas intentarán contratarlos. Pero no existe una regla contable que obligue a que cada punto adicional de productividad aparezca en la siguiente nómina.

Si un trabajador produce 120 donde antes producía 100, la empresa tiene más excedente para repartir. La forma en que termina repartido depende de quién puede reclamarlo. Un mercado laboral muy competitivo puede empujar una parte hacia salarios. Un mercado de producto muy competitivo puede empujarla hacia precios menores. Una empresa con mucho poder de mercado y trabajadores con pocas alternativas puede conservar una parte mayor como beneficio.

La productividad crea el espacio económico. El poder de negociación ayuda a decidir quién ocupa ese espacio.

Y LA IA LLEGA A UNA ECONOMÍA QUE YA NO EMPIEZA DESDE CERO

En el artículo sobre cómo puede ir bien la economía mientras a ti te va peor usamos la K para describir trayectorias que se separan. La IA puede convertirse en un nuevo mecanismo que abra esa letra porque las personas entran en la transición con balances muy diferentes.

Tomemos Estados Unidos como ejemplo, no como descripción universal. Según las Distributional Financial Accounts de la Reserva Federal, en el primer trimestre de 2026 los hogares situados en el 10% superior de la distribución de riqueza poseían aproximadamente el 87% de las acciones corporativas y participaciones en fondos registradas en esa categoría. La mitad inferior poseía apenas algo más del 1%.

Eso significa que una subida enorme del valor de las empresas beneficiadas por IA puede aumentar mucho la riqueza agregada y, simultáneamente, llegar de forma muy desigual a los hogares. Un trabajador puede utilizar exactamente la misma herramienta que está elevando los beneficios de su compañía y descubrir que la mayor ganancia patrimonial aparece en el balance de quien ya era propietario de acciones.

No hace falta una conspiración. Hace falta una tecnología capital-intensiva y una propiedad del capital muy concentrada.

LA K DE LA IA PODRÍA NO SER “TRABAJADORES LISTOS ARRIBA, TRABAJADORES MENOS CUALIFICADOS ABAJO”

Esta es una de las posibilidades más interesantes porque rompe con la historia clásica de la automatización. Los ordenadores y robots de décadas anteriores tendieron muchas veces a complementar trabajadores altamente cualificados y sustituir tareas rutinarias. La IA generativa afecta también a trabajo cognitivo: escribir, programar, resumir, analizar documentos, diseñar, traducir o preparar presentaciones.

Eso coloca exposición tecnológica en ocupaciones profesionales que antes parecían bastante protegidas. Pero estar expuesto no equivale a ser sustituible. La OIT estima que uno de cada cuatro trabajadores del mundo está en una ocupación con algún grado de exposición a IA generativa, mientras solo una fracción pequeña se encuentra en la categoría de exposición más alta. Su conclusión central sigue siendo que, dadas las tareas que requieren intervención humana, la transformación del trabajo es hoy más probable que la desaparición completa del puesto.

La K puede abrirse entre quien consigue utilizar la IA como multiplicador y quien ve automatizada la parte de su trabajo por la que el mercado estaba dispuesto a pagar.

DE HECHO, LA IA PODRÍA REDUCIR DIFERENCIAS ENTRE TRABAJADORES

Hay evidencia temprana que apunta justo ahí. En un estudio de 5.179 agentes de atención al cliente, investigadores del NBER encontraron que una herramienta generativa elevó la productividad un 14% de media. Pero la ganancia no fue uniforme: los trabajadores novatos y de menor rendimiento mejoraron alrededor de un 34%, mientras el efecto sobre los más experimentados fue mucho menor.

La interpretación es potente. Parte del conocimiento que antes tardabas años en aprender de compañeros buenos puede quedar incorporado en una herramienta disponible desde el primer día. Si eso ocurre a gran escala, la IA puede comprimir diferencias de productividad dentro de una misma ocupación. La OCDE también ha encontrado evidencia compatible con menor desigualdad salarial dentro de determinadas ocupaciones expuestas a IA, aunque todavía no existe evidencia suficiente para afirmar que esté reduciendo la desigualdad salarial entre ocupaciones.

Este es el argumento fuerte a favor de la comoditización de la inteligencia: algo que antes era caro, escaso y concentrado en años de experiencia puede volverse barato y distribuible.

Una persona con menos formación, una pequeña empresa o un trabajador en un país con pocos especialistas podría acceder a capacidades que antes exigían contratar un equipo entero. Si eso amplía quién puede producir cosas valiosas, la tecnología puede ser igualadora.

PERO ABARATAR INTELIGENCIA NO SIGNIFICA ABARATAR TODO LO DEMÁS

Supón que redactar código, analizar contratos o diseñar campañas se vuelve cien veces más barato. Fantástico. Ahora pregúntate qué recursos siguen siendo escasos.

Puede que sean clientes. Distribución. Una marca confiable. Datos propietarios. Energía. GPUs. Capital. Permisos. Relaciones comerciales. Responsabilidad legal. Buen juicio. Terreno con acceso eléctrico. La capacidad de decidir qué problema merece resolverse.

Cuando una tecnología convierte un input escaso en abundante, el valor económico suele desplazarse hacia los inputs que continúan siendo escasos. Si la inteligencia básica se comoditiza, no necesariamente desaparecen las rentas. Pueden mudarse.

La OCDE encuentra precisamente una tensión de ese tipo. Los precios de modelos de IA ajustados por calidad han tendido a caer y la variedad de proveedores ha crecido, algo favorable para quienes usan la tecnología. Pero siguen existiendo cuellos de botella en cómputo, datos y habilidades. En un trabajo de 2026, además, la organización encuentra oportunidades para empresas pequeñas junto a ventajas claras para firmas con capacidades existentes, y observa que la concentración de innovación en IA está correlacionada con mayor concentración de ventas.

La inteligencia puede abaratarse mientras el poder económico se concentra alrededor de la infraestructura que la hace posible.

ESTO CREA UNA POSIBILIDAD EXTRAÑA: TRABAJADORES MÁS IGUALES ENTRE ELLOS Y MÁS LEJOS DE LOS PROPIETARIOS

Imagina que la IA ayuda especialmente a trabajadores menos experimentados. La diferencia salarial entre el empleado excelente y el mediocre puede reducirse porque ambos producen resultados parecidos con la herramienta. Eso sería, en principio, una reducción de desigualdad laboral.

Ahora imagina al mismo tiempo que cada empresa necesita menos horas de trabajo por unidad producida y que una parte creciente del valor termina como beneficio de quienes poseen modelos, centros de datos, acciones o propiedad intelectual. La distancia entre salarios podría estrecharse mientras la distancia entre trabajo y capital se amplía.

Daron Acemoglu plantea precisamente este riesgo en su análisis macroeconómico de la IA: incluso cuando determinadas herramientas elevan la productividad de trabajadores menos cualificados, eso no garantiza una reducción de desigualdad y puede aumentar la diferencia entre rentas de capital y trabajo. El FMI llega a una intuición similar en un modelo publicado en 2026 para economías asiáticas: una tecnología más intensiva en capital puede favorecer especialmente a hogares ya ricos en activos frente a trabajadores jóvenes cuya principal riqueza futura depende de sus salarios.

La futura K podría no separar simplemente “alta cualificación” de “baja cualificación”. Podría separar propiedad de dependencia del salario.

EL AHORRO DE TIEMPO NO TIENE DUEÑO HASTA QUE LA ORGANIZACIÓN DECIDE QUÉ HACER CON ÉL

Este punto merece quedarse porque conecta productividad con vida cotidiana mejor que casi cualquier estimación de PIB. Supón que la IA ahorra cinco horas semanales a un empleado.

Si la empresa mantiene objetivos constantes y reduce jornada, el trabajador recibe tiempo. Si mantiene la jornada y eleva producción, la empresa obtiene más output. Si la competencia obliga a reducir precios, parte de la ganancia llega al consumidor. Si el trabajador es difícil de sustituir y puede negociar, puede capturar parte mediante salario. Si la empresa descubre que necesita menos personas, el ahorro se convierte en desplazamiento laboral.

Un working paper del FMI publicado en julio intenta valorar el tiempo ahorrado observado en datos de uso de IA y obtiene un equivalente de coste laboral de unos 2,7 billones de dólares anuales. La cifra es deliberadamente indicativa: no significa que la IA ya haya añadido 2,7 billones al PIB. De hecho, esa diferencia entre tiempo potencialmente ahorrado y producción realmente medida es justo el problema.

La OIT, revisando la evidencia empírica disponible en 2026, llega a algo parecido desde otra dirección: los ahorros de tiempo reportados son reales, pero todavía no se han traducido de forma general en aumentos equivalentes de producción medida, ingresos o empleo.

Ahorrar tiempo es una posibilidad económica. Convertirlo en bienestar requiere decidir qué hacemos con él.

¿Y QUÉ PASA CON EL DESEMPLEO?

La respuesta más rigurosa sigue siendo incómoda: no lo sabemos. Sabemos qué tareas parecen expuestas mucho mejor de lo que sabemos cuántos puestos desaparecerán, porque una ocupación es un paquete de tareas y porque las empresas pueden responder a un aumento de productividad produciendo más, bajando precios, inventando servicios o reduciendo plantilla.

Si una compañía necesita la mitad de horas para producir una unidad pero el precio cae y la demanda se triplica, puede terminar contratando más gente. Si la demanda está saturada y la producción no necesita crecer, puede contratar menos. Si la IA elimina unas tareas y crea otras nuevas alrededor de supervisión, integración, ventas, relaciones con clientes o nuevos productos, el puesto puede transformarse sin desaparecer.

Por ahora, la revisión de la OIT de 2026 encuentra que el desplazamiento laboral a gran escala sigue siendo limitado. Eso no permite extrapolar tranquilidad para siempre. La tecnología sigue mejorando y la adopción empresarial va con retraso respecto a la capacidad técnica. Lo que sí evita es afirmar que ya estamos viendo un desempleo masivo causado por IA cuando la evidencia no lo sostiene.

EL PRIMER PROBLEMA PUEDE NO SER EL DESEMPLEO. PUEDE SER LA ESCALERA

Muchas profesiones funcionan con una arquitectura bastante simple: los trabajadores jóvenes realizan tareas relativamente estructuradas, aprenden con ellas y terminan asumiendo decisiones más complejas. Un abogado junior revisa documentos. Un analista prepara modelos. Un programador principiante resuelve problemas pequeños. Un diseñador hace primeras versiones.

Esas son precisamente algunas de las tareas que la IA puede automatizar antes.

Si desaparece una parte importante del trabajo de entrada, una empresa puede ser más productiva y mantener a sus profesionales senior mientras contrata muchos menos juniors. El desempleo agregado podría seguir pareciendo perfectamente normal y, aun así, una generación encontrar una puerta de entrada mucho más estrecha.

La OIT identifica entre los riesgos actuales una erosión de oportunidades para trabajadores jóvenes. La pregunta profunda no es solo cuántos empleos destruye una herramienta, sino cómo aprende alguien a convertirse en senior si la máquina hace buena parte del trabajo con el que antes se aprendía a ser junior.

Esa pregunta merece una pieza propia.

LOS PRECIOS SON LA VÍA QUE MÁS IGNORAMOS CUANDO HABLAMOS DE “TU BOLSILLO”

Supón que tu sueldo no sube, pero dentro de diez años una tutoría personalizada cuesta una décima parte, traducir un documento complejo cuesta casi nada, determinadas consultas profesionales son mucho más baratas y crear software básico deja de exigir decenas de miles de euros. Tu nómina nominal puede ser idéntica y tu capacidad real para comprar determinados servicios haber aumentado muchísimo.

Eso sería una distribución amplia de las ganancias mediante precios. Y tiene una condición importante: competencia. Si el coste de producir cae pero unas pocas empresas mantienen precios porque controlan el mercado, gran parte de la productividad aparece como margen. Si muchas firmas pueden utilizar herramientas similares y competir, una parte mayor puede terminar en el consumidor.

Por eso discutir IA únicamente en términos de salarios deja fuera media economía. Una tecnología puede elevar bienestar haciendo más barato aquello que compras, no solo pagando más por aquello que vendes.

LA COMODITIZACIÓN DE INTELIGENCIA PUEDE SER ESPECIALMENTE POTENTE PARA EMPRESAS PEQUEÑAS

Una multinacional podía permitirse abogados, diseñadores, analistas de datos, programadores, traductores y consultores internos. Una empresa de cinco personas no. Si una herramienta barata permite a esa empresa acceder a parte de esas capacidades, reduce una ventaja histórica de escala.

Ese escenario puede aumentar competencia, facilitar la creación de empresas y repartir productividad de forma mucho más horizontal. El autónomo no necesita poseer un modelo fundacional para beneficiarse de él, del mismo modo que una empresa no necesita poseer una central eléctrica para utilizar electricidad.

Pero existe el escenario contrario: que los modelos, el cloud, los datos y la distribución queden suficientemente concentrados como para que las pequeñas empresas paguen una renta permanente a un número reducido de proveedores. En ese mundo la IA hace a millones de negocios más productivos y, simultáneamente, crea una capa de propietarios de infraestructura que captura una fracción creciente de ese valor.

La pregunta no es solo quién usa IA. Es quién posee los cuellos de botella que todos los usuarios necesitan.

LA K TAMBIÉN PUEDE ABRIRSE ENTRE EMPRESAS

Una tecnología de propósito general rara vez llega a todos al mismo tiempo. Algunas compañías tienen datos limpios, procesos digitalizados, trabajadores capaces de reorganizarse y capital para experimentar. Otras funcionan con sistemas antiguos, márgenes mínimos y poca capacidad para absorber costes de transición.

Si las primeras adoptan antes y acumulan beneficios que luego reinvierten, aparece un mecanismo de divergencia: ser bueno utilizando IA permite invertir más en IA, atraer mejor talento y alejarse todavía más de quienes empiezan detrás. La productividad agregada sube porque las empresas líderes vuelan, mientras una larga cola apenas cambia.

El FMI acaba de publicar un trabajo sobre lo que llama una posible intelligence divide: el acceso a conocimiento o tecnología no garantiza convergencia si países y organizaciones no tienen la capacidad humana e institucional para convertirlo en productividad. Es una idea importante porque desmonta la versión más simple de “si todos tienen el mismo chatbot, todos reciben el mismo beneficio”.

Tener una calculadora no convierte automáticamente a todo el mundo en buen ingeniero. El valor está también en saber qué calcular.

Y TAMBIÉN ENTRE PAÍSES

Si la IA requiere electricidad fiable, centros de datos, capital, educación, empresas digitalizadas y buenas instituciones, las economías que ya poseen esas capacidades pueden adoptar más deprisa. Eso puede ampliar temporalmente la distancia con países donde el coste de capital es alto o la infraestructura digital es peor.

La OCDE advierte de este riesgo para economías de renta baja y media: podrían beneficiarse de transferencia de conocimiento y una población joven, pero también partir con desventajas en infraestructura, educación, financiación y regulación. Al mismo tiempo, si la IA abarata radicalmente el acceso a conocimiento especializado, esos mismos países podrían saltarse algunas etapas de desarrollo.

Otra vez aparecen dos futuros plausibles. Tecnología que democratiza capacidades. Tecnología que premia precisamente a quienes ya tenían capacidad para explotarla.

LAS ESTIMACIONES DE PRODUCTIVIDAD SON ENORMES. Y TAMBIÉN ENORMEMENTE INCIERTAS

En un escenario central, la OCDE estima que la IA podría añadir aproximadamente entre 0,5 y 1 punto porcentual al crecimiento anual de la productividad laboral de las economías del G7 durante la próxima década. Para ponerlo en contexto, la productividad laboral media de esos países creció alrededor de un 0,6% anual en la década previa a 2023. Si el escenario se cumple, el cambio sería considerable.

Otros investigadores son bastante más prudentes. Acemoglu estima efectos sobre productividad total de los factores mucho más modestos durante diez años utilizando supuestos sobre qué tareas pueden automatizarse de forma rentable. Las cifras no son directamente comparables —miden cosas distintas y parten de modelos diferentes—, pero precisamente por eso son útiles. Nadie sabe todavía cuál será la velocidad de mejora tecnológica, adopción, reorganización empresarial y creación de tareas nuevas.

No deberíamos construir una teoría distributiva sobre un número de PIB que todavía no conocemos. Podemos, en cambio, entender los mecanismos que decidirán quién gana bajo distintos números.

ESCENARIO UNO: INTELIGENCIA BARATA Y PROSPERIDAD BASTANTE AMPLIA

En el escenario más favorable, los modelos siguen mejorando mientras su precio cae. Las empresas compiten, por lo que gran parte del ahorro de costes termina en productos y servicios más baratos. Los trabajadores utilizan IA principalmente como complemento, producen más y una parte de esa productividad aparece en salarios. Los trabajadores menos experimentados ganan proporcionalmente más, reduciendo algunas brechas de habilidades.

La entrada de nuevas empresas aumenta porque hacer cosas que antes requerían grandes equipos se vuelve barato. Surgen tareas y productos nuevos suficientes para absorber a buena parte de los trabajadores desplazados. El desempleo puede subir en transiciones concretas sin convertirse en un fenómeno permanente. Aunque quienes poseen capital siguen ganando, el consumidor y el trabajador capturan una parte grande del dividendo.

En este mundo, “comoditizar inteligencia” se parece a extender una infraestructura básica. No todos poseen la central, pero casi todos pueden hacer cosas nuevas gracias a la electricidad.

ESCENARIO DOS: EL PIB VUELA Y LA K SE ABRE

Ahora cambia unas pocas condiciones. La productividad sube mucho, pero los mercados de IA y los sectores que la utilizan están concentrados. Las empresas líderes retienen buena parte del ahorro como margen. El empleo no colapsa, pero las vacantes en ocupaciones expuestas crecen menos y el poder de negociación de algunos trabajadores se debilita. Los salarios avanzan, solo que bastante más despacio que beneficios y valoraciones.

Quienes ya poseen acciones, empresas, centros de datos, tierra relevante, energía o propiedad intelectual ven crecer su patrimonio. Quien depende principalmente de vender horas de trabajo recibe una parte menor del aumento de riqueza. Los precios de algunos servicios bajan y eso beneficia a casi todos, pero no lo suficiente para compensar la divergencia patrimonial.

Sería una economía objetivamente más productiva y, para mucha gente, subjetivamente más injusta.

No porque el PIB mienta. Porque el PIB nunca prometió explicar quién es dueño de lo que produce.

ESCENARIO TRES: MENOS DESIGUALDAD SALARIAL, MÁS DESIGUALDAD DE RIQUEZA

Este quizá sea el resultado más contraintuitivo. La IA estandariza buena parte del conocimiento profesional y ayuda mucho a los trabajadores menos productivos. La prima salarial por determinadas habilidades cae. Dentro de las empresas, los sueldos se comprimen porque una persona con asistencia de IA puede acercarse al output de un experto.

Eso suena igualador. Pero las empresas necesitan menos horas totales para producir y una parte mayor del ingreso nacional termina en capital. Como la propiedad de ese capital está concentrada, la riqueza se separa incluso mientras los salarios se parecen más entre sí.

Los trabajadores podrían terminar más iguales entre ellos y colectivamente más lejos de los propietarios.

Una K no tiene por qué abrirse dentro de la nómina. Puede abrirse entre la nómina y el balance.

ESCENARIO CUATRO: LA TRANSICIÓN VA MÁS RÁPIDO QUE NUESTRA CAPACIDAD DE RECOLOCARNOS

En el escenario disruptivo, la capacidad de automatizar tareas mejora muy deprisa y las empresas adoptan antes de que aparezcan suficientes ocupaciones nuevas. Los puestos de entrada se reducen, las transiciones profesionales tardan y una parte del capital humano pierde valor de mercado más deprisa de lo que puede reciclarse.

El desempleo y el subempleo aumentan durante un periodo significativo. Algunas personas terminan en trabajos menos productivos y peor pagados aunque la productividad de los sectores líderes se dispare. Los ingresos fiscales del trabajo sufren justo cuando aumenta la necesidad de seguro de desempleo, formación y apoyo a transiciones.

Incluso si dentro de veinte años la economía termina siendo mucho más rica, el camino puede ser políticamente explosivo. Una revolución tecnológica puede producir una ganancia neta de largo plazo y daños muy reales para personas concretas durante una década. “Al final estaremos mejor” no paga la hipoteca de quien pierde el trabajo este año.

Y HAY UN QUINTO ESCENARIO MUCHO MENOS SEXY: QUE LA IA SEA ÚTIL, PERO NO UNA REVOLUCIÓN MACRO

También puede ocurrir que la tecnología mejore muchísimas tareas sin transformar la productividad agregada tanto como esperan los escenarios más optimistas. Empresas gastan cantidades enormes, algunos sectores cambian radicalmente y el efecto total sobre PIB termina siendo importante pero no histórico.

En ese mundo, parte de las valoraciones y de la inversión actuales tendría que reajustarse. Habría ganadores tecnológicos reales, pero la pregunta sobre una reorganización completa del trabajo perdería intensidad. No todo futuro necesita acabar en utopía o desempleo masivo.

Una pieza madre sobre IA tiene que dejar abierta la posibilidad de que la respuesta final sea menos espectacular que nuestras narrativas.

¿QUÉ TENDRÍAMOS QUE MIRAR PARA SABER QUÉ ESCENARIO ESTÁ GANANDO?

Primero, salarios reales frente a productividad. Si la productividad acelera durante años y la compensación de los trabajadores no sigue una trayectoria parecida, alguien más está capturando una parte creciente del beneficio. Segundo, la participación del trabajo y del capital en la renta: nos dirá si el cambio tecnológico está aumentando principalmente compensación laboral o beneficios y otras rentas de propiedad.

Tercero, no basta con mirar el desempleo total. Habrá que observar contratación de jóvenes, salarios de entrada, horas trabajadas, movilidad entre ocupaciones y cuánto tardan las personas desplazadas en encontrar trabajo comparable. Una tasa de paro tranquila puede esconder una escalera profesional rota.

Cuarto, precios. Si la IA promete producir servicios mucho más baratos pero los consumidores apenas ven reducciones mientras suben los márgenes, la estructura competitiva merece atención. Quinto, adopción por tamaño de empresa. Si solo las grandes compañías pueden transformar realmente sus procesos, la productividad puede venir acompañada de concentración. Si herramientas baratas permiten competir a firmas pequeñas, el reparto puede ser mucho más amplio.

Y sexto, propiedad. Si los principales beneficiarios económicos son activos cuya propiedad sigue extremadamente concentrada, una bolsa que sube gracias a IA no puede tratarse como equivalente a una mejora salarial distribuida.

¿QUÉ PUEDE HACER LA POLÍTICA SIN DECIDIR DE ANTEMANO QUIÉN DEBE GANAR?

No existe una palanca única llamada “repartir la IA”. Las políticas modifican mecanismos concretos y tienen trade-offs. Competencia puede determinar cuánto ahorro de costes llega a precios y cuánto queda como renta empresarial. Educación y formación afectan quién puede complementar la tecnología. Seguro de desempleo y políticas activas afectan cuánto daño produce una transición. Regulación laboral decide parte de cómo se introduce la herramienta dentro de empresas.

La fiscalidad importa si una parte mayor de la renta migra hacia capital, porque los sistemas públicos dependen en gran medida de ingresos laborales. El FMI ha señalado justamente ese problema: si la IA reduce la participación del trabajo y el capital está gravado de forma distinta, puede erosionarse la base fiscal al mismo tiempo que aumenta la necesidad de financiar transiciones laborales. Eso no implica que exista un consenso sobre cuánto ni cómo gravar capital; implica que el cambio de composición del ingreso tiene consecuencias presupuestarias.

También importa quién posee activos. Pensiones, ahorro invertido, participación accionarial de trabajadores o fondos públicos pueden hacer que una sociedad capture retornos de capital de forma más amplia sin alterar el funcionamiento básico de las empresas. La distribución patrimonial no es una nota al pie si la tecnología termina siendo mucho más capital-intensiva.

LA PREGUNTA MÁS IMPORTANTE NO ES SI LA IA SUSTITUYE TU TRABAJO

Es una pregunta importante, claro, pero demasiado binaria. Para la mayoría de personas el efecto puede llegar de varias direcciones a la vez. Quizá mantengas tu empleo y tu empresa necesite menos compañeros. Quizá tu salario suba porque produces más, pero tus acciones suban mucho más. Quizá no tengas acciones y, en cambio, recibas servicios mucho más baratos. Quizá pierdas una tarea aburrida y ganes responsabilidad. Quizá pierdas precisamente la tarea con la que estabas aprendiendo la profesión.

Tu posición final dependerá de algo más amplio: qué trabajo haces, qué activos posees, qué compras, cuánto poder de negociación tienes y qué parte de la nueva infraestructura económica controlan otros.

Por eso la IA puede crear una economía en K sin necesitar una frontera simple entre “ganadores tecnológicos” y “perdedores tecnológicos”. Una misma persona puede ganar como consumidor, perder como trabajador y ganar un poco como propietario de un fondo de pensiones.

El balance completo importa.

LA RESPUESTA

Si la IA nos hace mucho más productivos, el PIB puede crecer y el nivel de vida potencial puede subir. Pero ninguna de esas dos cosas determina automáticamente cuánto dinero terminará en tu cuenta.

Las ganancias pueden llegar por salarios más altos, más empleo, jornadas más cortas, precios más bajos, beneficios empresariales, valoraciones de activos o mejores servicios públicos. También pueden concentrarse si la tecnología sustituye trabajo más deprisa de lo que crea nuevas tareas, si unas pocas empresas controlan los cuellos de botella o si los retornos llegan principalmente a activos cuya propiedad ya estaba concentrada.

La parte esperanzadora es real. La inteligencia barata puede permitir que trabajadores menos experimentados produzcan como expertos, que una pequeña empresa acceda a capacidades antes reservadas a una multinacional y que servicios costosos se vuelvan accesibles para millones de personas. Eso puede reducir diferencias de productividad y elevar poder adquisitivo incluso sin una explosión salarial.

La parte incómoda también es real. Si el valor se desplaza desde horas de trabajo hacia capital, datos, cómputo, energía y propiedad intelectual, una sociedad puede volverse muchísimo más productiva mientras la riqueza se concentra más. Incluso puede ocurrir algo extraño: menos desigualdad salarial y más desigualdad patrimonial.

Por eso preguntar “¿la IA será buena para la economía?” se queda corto.

La pregunta que realmente conecta productividad con tu bolsillo es otra: cuando una hora humana produzca mucho más que antes, ¿quién será dueño de la diferencia?

De esa respuesta saldrán los salarios, los precios, los beneficios, el desempleo y la forma de la próxima K.

AUDITABLE, SIEMPRE

FUENTES

Investigación institucional y académica utilizada para distinguir exposición de automatización, productividad de distribución y salarios de propiedad de capital.

EXPLICAMOS. NO ASESORAMOS.