Las enormes incertidumbres sobre la evolución de la inteligencia artificial requieren planificación de escenarios para preparar el futuro. Los responsables de políticas fiscales, monetarias y financieras necesitarán marcos muy distintos a los del pasado. Gestionar esta transición será crítico para asegurar que los avances técnicos mejoren el bienestar humano.
Dos visiones del futuro
El Consenso de Washington ve la IA como una tecnología de propósito general similar a la electricidad o internet, con beneficios graduales. Las ganancias de productividad dependerán de inversiones complementarias en habilidades, infraestructura e instituciones. Como en el pasado, la difusión tomará décadas.
El Consenso de San Francisco predice una IA transformadora, quizás superinteligencia, que reconfigurará economías y sociedades en plazos mucho más cortos. Los avances llegarán rápida y recursivamente. Los sistemas de IA ya programan con notable capacidad; por ejemplo, Claude Code de Anthropic ayudó a crear Claude Cowork, demostrando que la IA puede contribuir sustancialmente a nuevos productos de IA. Esto plantea la posibilidad real de automejora recursiva que acelere significativamente el crecimiento.
Dos escenarios para 2030
Dadas estas perspectivas divergentes, es prudente planificar para múltiples futuros plausibles en lugar de apostar por uno solo. Un taller reciente exploró escenarios asumiendo que la IA podría realizar la mayoría de tareas económicamente valiosas para 2030, no como predicción sino como prueba de estrés.
Adopción desigual: Las grandes empresas y centros tecnológicos integran la IA, pero las empresas pequeñas, gobiernos y economías en desarrollo se quedan atrás. La fricción regulatoria, el escepticismo público y la escasez de habilidades ralentizan la difusión. La productividad mejora, hay disrupción laboral pero manejable, y los marcos fiscales y monetarios permanecen mayormente intactos.
Escenario acelerado: La adopción de IA se acelera vertiginosamente, penetrando casi todos los sectores. La automatización se vuelve ubicua. Los empleos se desplazan más rápido de lo que los mercados laborales pueden adaptarse. El poder económico se concentra en pocas empresas y ubicaciones. La desigualdad se dispara. Los sistemas fiscales se tensan por la erosión de bases impositivas laborales y demandas sociales crecientes. Los bancos centrales enfrentan nuevos desafíos y los mercados financieros se vuelven volátiles.
Implicaciones políticas
Sistemas fiscales: En EE.UU., aproximadamente tres cuartos de los ingresos federales provienen del ingreso laboral. A medida que la participación del trabajo en la producción disminuye, las bases impositivas tradicionales pueden erosionarse. Muchos países tendrán dificultades para gravar las ganancias impulsadas por IA dada la movilidad del capital y la concentración de beneficios. Mientras tanto, las demandas de gasto pueden aumentar para apoyar a trabajadores desplazados y fortalecer sistemas de seguro social. Desvincular las redes de seguridad del empleo puede volverse necesario.
Política monetaria: El rápido crecimiento de productividad podría elevar la tasa de interés neutral. Los avances tecnológicos impulsados por IA pueden generar cambios drásticos en precios relativos, incluido el valor relativo del trabajo, complicando las decisiones de política monetaria. Las medidas tradicionales de holgura en el mercado laboral, como la curva de Phillips, pueden volverse menos relevantes, requiriendo que los bancos centrales desarrollen nuevos indicadores.
Mercados financieros: La fuerte inversión en infraestructura de IA requiere grandes cantidades de financiamiento y puede crear nuevas vulnerabilidades debido a arreglos de financiamiento riesgosos como altos niveles de deuda. La concentración entre pocas empresas puede aumentar los riesgos sistémicos. El período de transición puede plantear desafíos agudos, incluidos activos varados, sobreendeudamiento y potencial para correcciones bruscas.
Prioridades de acción
Los responsables de políticas deberían comenzar a desarrollar estrategias para los siguientes desafíos:
Política monetaria: Explorar nuevos marcos para evaluar la demanda agregada y la dinámica de inflación cuando los indicadores laborales tradicionales divergen de las tendencias de productividad impulsadas por IA.
Política fiscal: Reexaminar modelos de seguro social y considerar sistemas tributarios o mecanismos de reparto de capital que puedan capturar una mayor proporción de la creación de valor impulsada por IA sin introducir distorsiones significativas.
Regulación: Reconocer que las ventajas de escala y datos de la IA pueden reforzar dinámicas donde el ganador se lleva casi todo, con implicaciones para precios, desigualdad y la base impositiva.
Supervisión financiera: Fortalecer la capacidad de supervisión para monitorear el apalancamiento, riesgos de concentración y nuevas formas de interconexión derivadas de inversiones relacionadas con IA.
Indicadores clave a seguir
Para evaluar si nos dirigimos hacia el Consenso de Washington o de San Francisco, se pueden rastrear varios indicadores:
Avances en investigación de IA, particularmente aquellos que automatizan el proceso de investigación de IA en sí, señalando automejora recursiva.
Lanzamientos de productos de IA y su rendimiento en pruebas cognitivas, de razonamiento y de robótica.
Difusión y despliegue de IA en la economía, monitoreando qué sectores se transforman y qué segmentos del mercado laboral se ven afectados.
Tendencias del mercado financiero, como flujos de inversión en IA, construcción de centros de datos y valuaciones bursátiles de empresas relacionadas con IA.
Conclusión
Ya sea que la adopción de IA resulte desigual o generalizada, las consecuencias macroeconómicas serán profundas. Dadas las incertidumbres en predecir la trayectoria precisa de la tecnología, el desafío es prepararse para todas ellas y dirigir la transición hacia una prosperidad amplia y compartida.
La planificación de escenarios no se trata de predecir el futuro, sino de equipar a las instituciones con marcos y herramientas que les ayuden a responder ante múltiples resultados plausibles. El ritmo de cambio en estos indicadores podría ayudar a señalar cuándo cambiar de la adaptación incremental a respuestas políticas más transformadoras.
