De Gates a McKinsey: crecen las voces que advierten de que la revolución de la IA será mucho más turbulenta de lo previsto

Durante buena parte de los últimos años, el debate económico sobre la inteligencia artificial ha girado alrededor de cuánto aumentará la productividad, qué empleos transformará y qué empresas conseguirán capturar el enorme negocio que promete generar. Pero algo está cambiando en el discurso. Algunas de las personas e instituciones que más confían en el potencial de la IA están empezando a advertir de que la transición hacia esa nueva economía puede resultar mucho más rápida, desigual y turbulenta de lo que se había previsto.

---

Bill Gates ha sido particularmente explícito. El fundador de Microsoft, uno de los grandes optimistas históricos respecto a la tecnología, publicó a finales de agosto un largo texto cuyo propio título resulta significativo: «La turbulenta era de la IA ya está aquí». Gates sigue convencido de que la inteligencia artificial puede mejorar radicalmente la sanidad, la educación y la productividad, pero cree que incluso en el mejor de los escenarios la transición será «uno de los periodos más turbulentos de la historia de la humanidad».

Su preocupación fundamental es económica. Gates considera que estamos infravalorando la velocidad de la transformación porque tendemos a compararla con revoluciones tecnológicas anteriores. La mecanización agrícola desplazó trabajadores hacia la industria y posteriormente la automatización industrial empujó parte del empleo hacia los servicios. Pero aquellas transformaciones necesitaron varias generaciones.

La IA presenta una diferencia fundamental: puede sustituir directamente una parte del trabajo intelectual. Gates cree que afectará simultáneamente a sectores como el derecho, la atención al cliente, la medicina, el software y la industria, y que la transformación puede producirse en una década en lugar de durante varias generaciones. Incluso anticipa que, sin políticas adecuadas, los nuevos puestos de trabajo creados podrían ser muchos menos que los destruidos.

Gates llega a una conclusión sorprendente para alguien que construyó su fortuna acelerando una revolución informática: si existiera un plan creíble para ralentizar globalmente el desarrollo de la IA, probablemente lo apoyaría. No cree, sin embargo, que sea posible porque los incentivos económicos y geopolíticos empujan precisamente en la dirección contraria.

McKinsey acaba de abordar la misma cuestión desde una perspectiva menos dramática pero igualmente reveladora. El McKinsey Global Institute publicó el 10 de septiembre The AI economy: Interconnected forces, feedback loops, and speeds of change, un trabajo que intenta comprender la IA no simplemente como una tecnología, sino como un sistema económico en el que interactúan modelos, chips, centros de datos, electricidad, capital, empresas, trabajadores, consumidores y gobiernos.

La importancia del planteamiento está precisamente en las interdependencias. La evolución de la IA no depende únicamente de que OpenAI, Anthropic, Google o cualquier otro desarrollador consiga fabricar un modelo más inteligente. Su expansión necesita cantidades enormes de capital, electricidad, centros de datos y semiconductores, pero también empresas capaces de reorganizarse para utilizarla, trabajadores que adapten sus conocimientos y consumidores dispuestos a adoptar los nuevos productos.

Y esas piezas no avanzan a la misma velocidad. Los modelos pueden mejorar en cuestión de meses mientras que construir una central eléctrica, ampliar una red de transporte de electricidad, formar trabajadores o modificar las estructuras de una gran empresa necesita años. La propia McKinsey viene estimando que las necesidades mundiales de capacidad de centros de datos podrían casi triplicarse hasta 2030 y que la capacidad dedicada a IA podría multiplicarse aproximadamente por 3,5.

Esto introduce un elemento que apenas aparecía durante la primera fase de entusiasmo por ChatGPT: los cuellos de botella y los efectos de retroalimentación pueden determinar tanto el futuro de la IA como los propios algoritmos. Una mayor capacidad de los modelos incentiva más inversión; esa inversión eleva la demanda de chips y electricidad; los costes pueden aumentar; la rentabilidad esperada puede reducirse; y una menor rentabilidad puede, a su vez, ralentizar nuevas inversiones.

Mientras tanto, empiezan a aparecer las primeras señales en el mercado laboral. Un estudio actualizado en agosto por el Stanford Digital Economy Lab resulta especialmente interesante porque todavía no detecta una destrucción generalizada de empleo atribuible a la IA. Pero sí encuentra algo mucho más concreto: los jóvenes están teniendo más dificultades precisamente en las ocupaciones más expuestas a la inteligencia artificial.

Entre los trabajadores estadounidenses de 22 a 25 años empleados en ocupaciones con elevada exposición a la IA, el empleo se encuentra aproximadamente un 19% por debajo del nivel que habría alcanzado si hubiera evolucionado igual que el de jóvenes en profesiones menos expuestas. La diferencia era del 15% un año antes. Y el ajuste parece producirse sobre todo mediante una menor contratación de jóvenes, no mediante despidos de quienes ya tienen empleo.

Es un matiz importante. La primera consecuencia laboral de la IA podría no ser una espectacular oleada de despidos, sino algo mucho menos visible: empresas que dejan de contratar programadores junior, administrativos, analistas o profesionales recién graduados porque parte del trabajo que tradicionalmente servía para iniciarse en esas profesiones puede hacerlo ahora una máquina.

Los propios investigadores de Stanford piden prudencia: sus datos muestran correlaciones y no permiten demostrar que la IA sea la única causa. Pero también observan que el deterioro se concentra especialmente en empleos basados en conocimiento codificado —procedimientos, textos, reglas y conocimientos formalizados—, precisamente aquello que los grandes modelos pueden reproducir mejor. La experiencia y el conocimiento tácito acumulado durante años parecen, por ahora, mucho más resistentes.

A esta preocupación laboral se suma otra todavía mayor: quién se quedará con la riqueza creada por las máquinas. El Nobel de Economía Joseph Stiglitz ha advertido este mismo 12 de septiembre de que un enorme aumento de la productividad provocado por la IA no garantiza por sí mismo una sociedad más próspera. Si la propiedad de la tecnología y del capital está muy concentrada, una parte desproporcionada de esas ganancias puede terminar también concentrada en muy pocas manos.

Stiglitz plantea además una cuestión incómoda para los inversores: considera que existen razones para pensar que actualmente hay una burbuja alrededor de la IA. Para justificar las valoraciones y las inversiones realizadas, las empresas tecnológicas necesitarían desplegar rápidamente la tecnología, obtener enormes beneficios y, al mismo tiempo, evitar que una competencia excesiva erosione esos márgenes. No es imposible, pero tampoco está garantizado.

Y existe finalmente una cuarta alarma, mucho más extrema: que la tecnología avance más rápido que nuestra capacidad para controlarla. El consejero delegado de Anthropic, Dario Amodei, ha pedido este sábado que las compañías de inteligencia artificial reduzcan el ritmo al que incrementan las capacidades de sus modelos para dar tiempo a desarrollar mejores sistemas de seguridad. No propone detener el progreso, pero sí acompasarlo con mecanismos de control, evaluadores independientes dentro de las grandes compañías y coordinación entre empresas y gobiernos.

La llamada resulta especialmente llamativa porque Sam Altman, máximo responsable de OpenAI, y Elon Musk han respaldado públicamente la necesidad de acompasar el desarrollo de la frontera tecnológica. Es difícil imaginar una señal más clara del cambio de tono que tres de los protagonistas de la carrera por construir sistemas cada vez más potentes coincidiendo en que puede ser necesario levantar ligeramente el pie del acelerador.

No todas estas advertencias deben mezclarse. Gates habla fundamentalmente de empleo, desigualdad y adaptación institucional; McKinsey intenta comprender las interdependencias y velocidades diferentes de la nueva economía; Stanford empieza a medir posibles efectos laborales; Stiglitz se preocupa por el reparto de la riqueza y la sostenibilidad económica de la inversión; y Amodei plantea riesgos de seguridad mucho más graves. Sus diagnósticos y sus probabilidades son diferentes.

Pero su coincidencia temporal sí resulta significativa. La discusión está dejando de ser si la IA funcionará para centrarse en qué ocurrirá si funciona demasiado bien y demasiado rápido. La paradoja es que muchas de las nuevas advertencias no parten del fracaso de la inteligencia artificial, sino precisamente de la expectativa de que continúe mejorando a gran velocidad.

Hasta ahora, una respuesta habitual a las preocupaciones laborales consistía en recordar que todas las grandes revoluciones tecnológicas destruyeron empleos pero terminaron creando otros nuevos y aumentando el nivel de vida. Gates cuestiona que esa analogía sea suficiente porque nunca habíamos desarrollado una tecnología capaz de automatizar simultáneamente una gama tan amplia de capacidades cognitivas. Stanford empieza a encontrar señales compatibles con esa hipótesis entre los trabajadores más jóvenes. Y Stiglitz recuerda que incluso un enorme aumento de la productividad puede producir un resultado social indeseable si sus beneficios no se distribuyen adecuadamente.

Quizás la mayor incógnita de la IA ya no sea tecnológica, sino económica y política. Sabemos que los modelos serán mejores dentro de dos o tres años. Resulta mucho más difícil saber qué harán las empresas con ellos, cuántos trabajadores necesitarán, quién será propietario de las máquinas, cómo se repartirán sus ganancias y si nuestras instituciones serán capaces de adaptarse a una transformación que puede avanzar mucho más deprisa que ellas.

Eso es, en el fondo, lo que une las advertencias de Gates, McKinsey, Stiglitz, Stanford y Amodei: ninguno necesita asumir que la revolución de la inteligencia artificial vaya a fracasar para estar preocupado. Precisamente temen las consecuencias de que tenga éxito.