La IA podría acelerar la economía de EE. UU. mientras presiona salarios y empleo cualificado

El Explorador de Escenarios Económicos de Anthropic traduce distintos supuestos sobre capacidad de la IA, adopción, automatización, creación de nuevas tareas y movilidad de los trabajadores en posibles resultados para la economía estadounidense en 2030. No es una previsión: Anthropic no asigna probabilidades a sus escenarios moderado, sustancial y extremo. 12

La idea central es clara: que la IA eleve la producción no implica que las mejoras se repartan de forma amplia. En los escenarios de automatización más rápida, la economía crece con mayor velocidad, pero los trabajadores del conocimiento pueden sufrir salarios más débiles, transiciones ocupacionales más difíciles y una menor participación de la renta nacional. 12

Tres posibles economías para 2030

Escenario	Supuesto principal	PIB en 2030	Resultado laboral destacado
Moderado	La IA tiene un efecto parecido al de internet, con adopción gradual.	34,1 billones de dólares a precios de 2025, un 1,6 % por encima de la trayectoria sin IA.	El desempleo se mantiene cerca de su rango histórico y la participación de las rentas del trabajo se sitúa en torno al 59,4 %, cerca del 60 % inicial del modelo. 12
Sustancial	La IA puede realizar aproximadamente la mitad del trabajo del conocimiento en 2030, en buena medida de forma autónoma, aunque no se usa para todo ese trabajo.	36,3 billones de dólares, un 8,3 % por encima de la trayectoria sin IA.	El crecimiento es aproximadamente el doble de la tasa normal, pero los salarios de los trabajadores del conocimiento se mantienen, en términos generales, estancados, mientras otros empleos ganan más. 12
Extremo	La IA supera a las personas en la mayoría de las tareas del conocimiento, ejecuta casi todas de forma autónoma, prácticamente no crea nuevas tareas cognitivas y se adopta con rapidez.	44,4 billones de dólares, un 32,4 % por encima de la trayectoria sin IA.	El crecimiento anual ronda el 15 %, pero los salarios del trabajo del conocimiento caen más del 10 % y la participación del trabajo baja a cerca del 45,2 %. 12

El caso extremo está planteado deliberadamente como extraordinario. Anthropic señala que probablemente exigiría una IA capaz de mejorarse a sí misma de forma recursiva, y no una simple prolongación de las tendencias actuales de despliegue tecnológico. 12

Más PIB no garantiza una mejora para los trabajadores

El modelo distingue entre ocupaciones cognitivas o del conocimiento —las que la IA afecta de forma directa— y otros empleos más físicos o presenciales. La IA puede complementar a las personas, automatizar tareas o crear tareas nuevas. El resultado para el empleo depende del equilibrio entre esas fuerzas, no de un único recuento de puestos «sustituidos». 1

Cuando la IA reemplaza tareas cognitivas, el modelo puede reflejar salarios más bajos en esas ocupaciones, menos empleo cognitivo y desempleo mientras las personas desplazadas buscan trabajo en otros sectores. La magnitud de la transición depende en gran medida de supuestos sobre rigidez salarial, rapidez con que las empresas abren vacantes y facilidad para cambiar de ocupación. 1

Por eso, la recapacitación aparece como una limitación real, no como una solución automática. El ejercicio no presupone que quien pierda un empleo cualificado encuentre de inmediato otro equivalente, con un salario equivalente. 1

Empleos físicos y propietarios del capital

Las ocupaciones físicas y de servicios parecen relativamente protegidas en los escenarios sustancial y extremo porque la robótica avanzada queda fuera del alcance del modelo. Esa protección relativa puede elevar sus salarios y perspectivas de empleo a medida que la IA impulsa la demanda en otras partes de la economía. Es un resultado de modelización, no una afirmación de que esos trabajos sean permanentemente inmunes a la automatización. 1

La contrapartida de una menor proporción de la renta para el trabajo es una mayor parte de la producción para los propietarios del capital. En el escenario extremo, la participación laboral cae del 60 % a alrededor del 45,2 %, por lo que una proporción mucho mayor de las ganancias de productividad asociadas a la IA recaería en el capital. 12

La advertencia más contundente del modelo es, por tanto, distributiva: una economía puede expandirse con rapidez aunque los beneficios se concentren y quienes están más expuestos a la automatización cognitiva pierdan poder de negociación.

Desempleo: no confundir el total con el del trabajo cognitivo

El escenario extremo no debe resumirse como un desempleo del 17,9 % para toda la economía. Esa cifra corresponde al desempleo en ocupaciones cognitivas o del conocimiento dentro del modelo. Un resumen contemporáneo del escenario sitúa el desempleo total en el 11,9 %, junto al 17,9 % en empleos cognitivos. 45

La diferencia es importante. La disrupción se concentra en los puestos donde la IA puede ejecutar directamente una gran parte de las tareas, mientras que los trabajadores fuera de esas ocupaciones quedan relativamente aislados debido a que el modelo excluye la robótica avanzada. 1

Qué anticiparon más de 10.000 estadounidenses

Anthropic afirma que su explorador permite a los participantes comparar sus supuestos con los de más de 10.000 estadounidenses. 23 Según la comparación de encuesta difundida por la empresa, las hipótesis del participante típico apuntaban a un resultado próximo, aunque algo más intenso, que el escenario sustancial: un PIB en torno a un 10 % por encima de la senda sin IA en 2030 y un desempleo agregado cercano al 5 %. Aproximadamente un 10 % de los participantes introdujo supuestos compatibles, en términos generales, con el caso extremo. 2

Estos resultados miden expectativas, no probabilidades. Los participantes expresaron sus creencias sobre capacidades futuras de la IA, adopción, autonomía, creación de tareas y facilidad para cambiar de ocupación; el modelo convirtió después esas respuestas en resultados económicos. 12

Cómo interpretar los escenarios junto a la advertencia de Evan Hubinger

La afirmación de Evan Hubinger de que, personalmente, cree que hay una probabilidad superior al 10 % de que la IA mate a todos los humanos en la próxima década no es una probabilidad vinculada a ningún resultado del Explorador de Escenarios Económicos. En esa misma declaración dijo que Anthropic aún no tiene un plan para resolver el alineamiento de una superinteligencia y que no está claramente encaminada a lograrlo. 31

Ambos análisis operan en planos distintos:

• El explorador pregunta cómo podrían cambiar la producción, el empleo, los salarios y la distribución de la renta si la economía estadounidense sigue funcionando hasta 2030 bajo determinados supuestos sobre IA. 1
• La declaración de Hubinger se refiere a un riesgo catastrófico de cola: que una IA suficientemente capaz y mal alineada impida que ese futuro económico ordinario llegue a producirse. 31

Por ello, los 44,4 billones de dólares de PIB del escenario extremo no son una predicción de valor esperado para Estados Unidos. El marco de Anthropic trata explícitamente los escenarios como ilustraciones condicionales, no como previsiones, y no les asigna probabilidades. 1

Además, el modelo omite factores que podrían alterar sustancialmente el resultado: respuestas de política pública, ciclos económicos, robótica avanzada, una posible burbuja de inversión en IA y riesgo existencial. 1 Algunas de esas omisiones podrían suavizar la disrupción —por ejemplo, una redistribución eficaz, instituciones laborales sólidas o mejor apoyo a las transiciones—. Otras podrían empeorarla o volver irrelevantes las proyecciones convencionales de PIB.

La conclusión útil no es que un crecimiento anual del 15 % sea inevitable ni que una estimación personal de riesgo de extinción establezca una probabilidad conocida de catástrofe. Es que la automatización acelerada del trabajo cognitivo plantea dos preguntas separadas: cómo se distribuyen las ganancias en una economía que sigue operando y si los sistemas avanzados pueden hacerse lo bastante seguros como para que ese futuro económico tenga sentido. 131