La empresa de inteligencia artificial modeló tres escenarios económicos hacia 2030, y en los tres la participación de los salarios en el ingreso cae frente a las ganancias del capital por el uso de esta tecnología.
La participación de los salarios en el ingreso total de Estados Unidos tocó en el segundo trimestre de este año un mínimo histórico del 53%. Es un dato que no tiene nada que ver, en principio, con la inteligencia artificial: viene de una tendencia de varias décadas, asociada a la concentración empresarial y la deslocalización industrial. Pero es el punto de partida que eligió Anthropic, la empresa detrás de Claude —uno de los modelos de IA más usados— para presentar esta semana un estudio sobre cómo esa tendencia podría acelerarse a partir del uso de su propia tecnología.
El trabajo, Economic Scenarios for Transformative AI, lo firman los economistas Anton Korinek, Charles Jones, Szymon Sacher, Tess Cotter y Peter McCrory, bajo el ala de un think tank reciente de la compañía, The Anthropic Institute. El borrador circuló antes de su publicación entre economistas de peso como Daron Acemoglu, David Autor y Emi Nakamura, aunque la empresa aclara expresamente que esos comentarios no implican un aval a las conclusiones finales. Acemoglu, de hecho, sostiene públicamente estimaciones bastante más conservadoras que las de este paper sobre el impacto económico real de la IA. Los propios autores, por lo demás, son cautos con sus proyecciones: "Los escenarios no son predicciones y no les asignamos probabilidades", escriben; su función es hacer comparables las consecuencias de distintos supuestos.
La primera idea del modelo, y la que mejor explica sus resultados, es menos intuitiva de lo que suena en el debate público habitual. Cuando se habla del impacto de la inteligencia artificial en el empleo, suele imaginarse un reemplazo directo: la máquina ocupa el lugar de la persona en tal o cual profesión. El paper de Anthropic parte de un supuesto distinto, tomado de una tradición económica anterior a la irrupción de los chatbots: un empleo no es una unidad indivisible, sino un conjunto de tareas, y la IA no absorbe profesiones enteras sino porciones de ese conjunto.
Un abogado corporativo, por ejemplo, no se vuelve prescindible de un día para el otro: puede dejar de redactar a mano un contrato rutinario, tarea que un sistema de IA hace en segundos, mientras sigue siendo indispensable para negociarlo con la contraparte o asesorar sobre una estrategia legal. Un analista de ventas puede delegar la elaboración de reportes, pero conserva el vínculo con el cliente. La pregunta relevante, entonces, no es qué profesiones van a desaparecer, sino qué proporción de tareas dentro de cada ocupación queda en manos de la máquina.
Ahí el modelo distingue dos maneras en que eso puede ocurrir. Cuando la IA automatiza una tarea, la ejecuta sola: el trabajo pasa directamente de la persona al sistema. Cuando la aumenta, en cambio, la persona sigue haciendo esa tarea, pero más rápido o mejor gracias a la herramienta, y conserva el puesto. Los autores dividen además el universo laboral en dos grandes bloques: ocupaciones "cognitivas" —management, profesiones, ventas, trabajo administrativo, alrededor del 62% del empleo total en Estados Unidos— y el resto, que incluye desde la construcción hasta la salud, oficios que el modelo considera no directamente expuestos a la tecnología.
Esta distinción entre automatizar y aumentar es la variable que termina moviendo el reparto del ingreso. Cuando una tarea se automatiza por completo, esa porción del salario que antes cobraba una persona pasa a integrar la renta del capital, es decir, la ganancia de quienes son dueños de las empresas o de la infraestructura que corre esos sistemas. Cuando se aumenta, el trabajador sigue cobrando, aunque produzca más. La proporción entre una cosa y otra —que los autores fijan a mano en cada caso, entre el 50% y el 90% de automatización según la versión— determina buena parte de lo que sigue.
Con ese armazón, el paper construye tres futuros posibles para 2030: modesto, sustancial y extremo. Lo que los diferencia no es solo la velocidad con la que avanza la tecnología, sino también qué tan disruptiva resulta para quienes pierden su tarea: cuánto automatiza en lugar de asistir, cuántos puestos nuevos crea para reemplazar los que quita y qué tan rápido consigue empleo alguien que queda afuera de su ocupación original.
El primero es, según los propios autores, comparable en magnitud al impacto que tuvo internet. Ahí la IA afecta apenas un 4% de las tareas de la economía hacia 2030 y se usa de forma acotada: la mitad de ese uso automatiza tareas y la otra mitad asiste a quien las realiza, y por cada dos tareas que la tecnología absorbe aparece una tarea nueva para el trabajo humano. El resultado es discreto: el producto bruto queda 1,6% por encima de lo que hubiera sido sin la tecnología, y el desempleo prácticamente no se mueve, del 3,8% "normal" al 3,9%.
Un escalón más arriba, la disrupción empieza a notarse. En el caso sustancial, la IA llega a un 12% de las tareas de la economía y tres cuartas partes de ese uso reemplaza directamente al trabajador en lugar de asistirlo; por cada cuatro tareas automatizadas aparece apenas una nueva. El PBI queda 8,3% arriba de la trayectoria sin IA, pero la participación de los salarios en el ingreso cae de 60% a 56,1%, y los sueldos de las ocupaciones cognitivas ya quedan levemente por debajo de lo que hubieran sido sin la tecnología, un 0,3%. El desempleo en ese grupo sube a 4,5%, y a quien pierde su puesto le cuesta bastante más encontrar uno nuevo fuera de su ocupación original que en el caso modesto.
El tercer escenario es el que da los números más llamativos. Ahí la IA realiza casi el 90% de las tareas que puede tocar, con apenas un 10% de asistencia y sin generar prácticamente ninguna tarea nueva que reemplace a las que quita. El PBI queda 32,4% por encima de la trayectoria sin inteligencia artificial, con una tasa de crecimiento del 15% anual, algo sin precedentes en la historia económica reciente. Pero la participación laboral se desploma a 45,2%, los salarios cognitivos quedan 11,5% por debajo de lo que hubieran sido sin IA, y casi uno de cada cinco trabajadores de oficina termina desempleado, un 17,9%. Los sueldos del resto de las ocupaciones, en cambio, suben 33,6%, porque se vuelven relativamente escasas frente a la demanda de trabajo manual.
El dato que resume el conjunto lo señalan los propios autores: en ese último caso, la economía es un tercio más grande, pero el ingreso laboral total en 2030 termina siendo casi idéntico al que habría existido sin IA. Toda la ganancia adicional se la queda el capital. Compensar a los trabajadores perdedores, calculan, requeriría una transferencia equivalente al 9% del PBI, del tamaño combinado de los programas de Seguridad Social y Medicare. "Transferencias de esa magnitud en respuesta al cambio tecnológico no tienen precedentes", escriben, y la experiencia de desplazamientos anteriores muestra que ese tipo de compensación no suele ocurrir por sí sola.
Los autores son explícitos respecto de lo que el modelo no contempla: deja afuera los ciclos económicos, los riesgos catastróficos, los efectos sobre la demanda agregada y los avances en robótica física, entre otras variables. Tampoco sigue la trayectoria de trabajadores individuales, sino promedios por grupo ocupacional, por lo que el costo real del desplazamiento laboral puede ser mayor al que reflejan los números agregados.
Con esas salvedades, el ejercicio de Anthropic aporta algo poco frecuente en el debate sobre inteligencia artificial y empleo: en lugar de una cifra única y alarmante, ofrece un rango de resultados atado a supuestos explícitos y revisables, en el que la disputa no pasa tanto por cuántos empleos sobreviven, sino por quién se queda con el valor que la tecnología genera.
Analista internacional, experto en geopolítica. Abogado y filósofo
