De "Informe de investigación de junio de 2028": Cuando la IA supera las expectativas, la economía colapsa

CitriniResearch y Alap Shah presentan una “Memorándum macro del futuro” que plantea una hipótesis ficticia: Que múltiples avances en IA superan las expectativas optimistas y no necesariamente benefician a los activos y la economía; por el contrario, una abundancia de inteligencia artificial puede, mediante la compresión de los ingresos laborales y los ciclos de consumo, desencadenar una contracción de la demanda y una reevaluación financiera impulsada por una “prosperidad de productividad”.

En este experimento mental con fecha de referencia junio de 2028, la tasa de desempleo en Estados Unidos alcanza el 10.2%, 0.3 puntos porcentuales por encima de lo previsto, y tras la publicación de los datos, el mercado cae un 2%, el S&P 500 retrocede un 38% desde su máximo de octubre de 2026. El memorándum señala que los operadores ya están insensibilizados ante estos shocks, y que datos similares hace seis meses podrían haber provocado un parón del mercado.

El informe descompone la trayectoria de la crisis en dos cadenas que se refuerzan mutuamente: una en la economía real, donde la mejora en capacidades de IA desplaza puestos de trabajo de oficina, colapsando la tasa de crecimiento real de salarios, y provocando una contracción de la economía “centrada en el ser humano” con una alta proporción de consumo, formando un ciclo de retroalimentación negativa sin freno natural, en el que el mercado solo mira a la IA, pero la economía misma empieza a deformarse, dando lugar al llamado “Ghost GDP”, es decir, producción que se contabiliza en las cuentas nacionales pero que difícilmente circula en la economía real.

La otra cadena se desarrolla en el sistema financiero, donde la expectativa de ingresos se ve estructuralmente dañada, erosionando la valoración de activos basados en flujos de caja de los empleados blancos, como créditos privados y hipotecas, y acelerando el debate regulatorio y de políticas. Sin embargo, el informe enfatiza que las respuestas políticas siguen siendo tardías, la confianza pública en la capacidad de rescate del gobierno disminuye, y esto amplifica el riesgo de una espiral deflacionaria.

Quizá, como dice Citrini, “cuando la producción de máquinas equivale a 10,000 blancos y no consume ni un centavo en servicios sociales, esto no es un milagro económico, sino una plaga económica.”

Un buen margen de beneficios no significa salud económica: el dinero deja de fluir hacia el sector familiar

En el escenario, la primera ola de despidos provocada por “la obsolescencia humana” a principios de 2026 encaja perfectamente con las preferencias del mercado: costos más bajos, márgenes en alza, beneficios por encima de lo esperado, y subida de precios de las acciones. Para octubre de 2026, el S&P 500 se acerca a 8,000 puntos y el Nasdaq supera los 30,000. Los beneficios corporativos se vuelven a canalizar hacia la capacidad de cálculo de IA, formando un acelerador.

A nivel macroeconómico, también “bonito”: el PIB nominal crece varias veces a tasas anuales de un dígito medio a alto, y la tasa de crecimiento del producto real por hora alcanza niveles que el autor califica como “no vistos desde la década de 1950”—los agentes de IA no duermen, no se enferman ni necesitan seguro médico.

Pero el memorándum subraya que la mayor parte de la riqueza se concentra en los “propietarios del poder de cálculo”, mientras que los ingresos laborales colapsan. El crecimiento real de los salarios se vuelve negativo, los blancos de oficina se ven forzados a aceptar empleos de menor salario, y el motor de consumo, que representaba aproximadamente el 70% del PIB en ese momento, empieza a contraerse. El autor cierra con una pregunta directa: ¿Cuánto gastan las máquinas en consumo opcional? La respuesta es cero.

SaaS en la mira: cuando “escribir uno mismo” se vuelve la opción habitual de compra

El primer dominó de esta cadena proviene del software. El autor sitúa el punto de inflexión a finales de 2025: una “salto escalonado” en las capacidades de las herramientas de programación por agentes. Un desarrollador competente, usando Claude Code o Codex, puede en pocas semanas replicar las funciones principales de un producto SaaS de nivel medio—aunque imperfecto, suficiente para que un CIO pregunte: ¿podemos hacerlo nosotros mismos?

Dado que los presupuestos de las empresas suelen cerrarse en el último trimestre del año anterior, a mediados de 2026 se convierte en la primera ventana para decisiones de compra “con verdadera usabilidad”. El texto comparte detalles de negociaciones: un gerente de compras de una Fortune 500 usó como argumento que “está en discusión con OpenAI para reemplazar a los proveedores con ingenieros desplegados con IA”, logrando un 30% de descuento en la renovación; en peor situación están SaaS de cola larga como Monday.com, Zapier o Asana.

Lo más importante, sin embargo, es cómo esta “auto-construcción” cambia la estructura del sector: la diferenciación se difumina por la aceleración en desarrollo e iteración por IA, y la guerra de precios se vuelve una “batalla de cuchillos contra viejos y nuevos competidores”, donde la ventaja competitiva ya no está en funciones, sino en costos y capacidad de financiamiento.

Las empresas amenazadas por IA, en cambio, se vuelven más agresivas: comienza un ciclo de reflexividad

El memorándum quiere destacar un punto “distinto a los libros de historia”: en 2026, los disruptores no optan por “resistir”. El autor compara con Kodak, Blockbuster o BlackBerry, y sostiene que, ante el impacto de la IA, muchas empresas “no pueden morir lentamente”, sino que deben actuar rápidamente para salvarse.

En este escenario, ServiceNow muestra señales claras en su reporte trimestral de 2026: el crecimiento de nuevos contratos anuales (ACV) pasa del 23% al 14%, y anuncia un recorte del 15% de su plantilla, con una caída del 18% en su precio en ese día. La razón no es misteriosa: vende asientos de licencia, y si un cliente recorta un 15% de empleados, automáticamente cancela un 15% de licencias; y esa reducción de empleados se debe precisamente a la mayor eficiencia impulsada por IA.

Así surge lo que el memorándum llama “racionalidad colectiva y desastre sistémico”: las empresas recortan gastos en personal y reinvierten en IA, que a su vez permite más recortes, en un ciclo que, sumado, elimina cualquier freno.

“Fricciones” a cero, y la capa intermedia empieza a colapsar: desde suscripciones, comisiones, hasta tarifas de redes de tarjetas

A principios de 2027, el autor asume que el uso de LLMs se vuelve la configuración predeterminada, y que muchas personas usan “IA como autocompletado” sin darse cuenta. Luego, la “asistente de compras” open source Qwen se convierte en catalizador, integrando rápidamente funciones de comercio electrónico agentificado; la destilación de modelos permite que estos agentes funcionen en teléfonos y laptops, reduciendo costos marginales de inferencia.

Lo que más inquieta al autor es que los agentes no necesitan ser activados: corren en segundo plano, en función de preferencias, continuamente. Para marzo de 2027, el consumo diario promedio en EE.UU. de tokens alcanza unos 400,000, diez veces más que a finales de 2026. La transacción deja de ser decisiones humanas discretas y se vuelve una optimización continua 24/7.

Esto golpea directamente las capas de renta construidas sobre la “limitación humana”: renovaciones automáticas de suscripciones, aumentos silenciosos tras periodos de prueba, sustitución por marcas conocidas en lugar de comparación activa… estos modelos de negocio basados en fricciones se transforman en “negociables y secuestrables”.

El listado de “primeros en caer” en esta cadena incluye: plataformas de reservas de viajes, seguros con tendencia a renovar automáticamente, asesores financieros, servicios de declaración de impuestos, trabajos legales rutinarios. Incluso los agentes inmobiliarios no escapan: tras obtener acceso MLS y datos históricos de transacciones, las comisiones de compra en las principales áreas urbanas de EE.UU. se reducen del 2.5-3% a menos del 1%, y cada vez más transacciones no requieren intermediarios humanos en la parte compradora.

Tras el control de las transacciones por parte de los agentes, estos buscarán “el siguiente nivel”: en transacciones máquina a máquina, las tarifas de intercambio de redes de tarjetas, que rondan el 2-3%, se vuelven un problema. El autor plantea que muchos agentes cambian a usar stablecoins en Solana o Ethereum L2, con costos cercanos a “unos pocos centavos”. En esta sección, Mastercard aparece como un “punto de inflexión irreversible”: en sus informes, la gerencia menciona “optimización de precios impulsada por agentes” y “presión sobre el consumo opcional”, y su valor cae; el riesgo se extiende a emisores que dependen de las tarifas de intercambio y programas de recompensas, siendo AmEx la más afectada, con doble impacto: recortes en clientes blancos y tarifas evitadas.

Este no es un problema de “ciclo económico”: la demanda del sector de servicios para blancos se colapsa por apalancamiento

En 2026, el mercado aún considera los impactos negativos como parte de los “sectores” de software, consultoría y pagos. El memorándum refuta esto con un argumento directo: Estados Unidos es una economía de servicios para blancos, que representan el 50% del empleo y generan aproximadamente el 75% del consumo opcional.

Datos aún más agudos: el autor destaca la concentración del consumo—el 10% de los ingresos más altos en EE.UU. aporta más del 50% del consumo, y el 20% superior cerca del 65%. Por tanto, si el impacto se concentra en los blancos de altos ingresos, aunque el desempleo no sea muy alto, el efecto en el consumo será “pequeño en porcentaje, grande en impacto”. El texto ejemplifica con un nivel de apalancamiento: una caída del 2% en empleo blanco puede traducirse en una caída del 3-4% en consumo opcional; además, los blancos tienen ahorros que amortiguan el impacto, pero la caída se hace evidente con mayor profundidad.

Las señales de un punto de inflexión en el empleo son específicas: en octubre de 2026, las vacantes en JOLTS caen por debajo de 5.5 millones, un descenso interanual del 15%, y los empleos en blancos se desploman, mientras que los trabajos en azul permanecen relativamente estables. El mercado de bonos anticipa el impacto en consumo, con la rentabilidad del bono a 10 años bajando del 4.3% al 3.2%.

Al mismo tiempo, la inversión en IA no se desacelera por la caída en demanda, porque el autor la define como “reemplazo de OpEx” en lugar de un ciclo tradicional de CapEx: las empresas trasladan paulatinamente un gasto de 100 millones de dólares en mano de obra a presupuestos de IA, reduciendo el gasto total pero multiplicando la inversión en IA. Surge así una desconexión llamativa: la infraestructura de IA sigue en auge—Nvidia reporta ingresos récord, TSMC opera con más del 95% de utilización, y los grandes proveedores de nube mantienen gastos en centros de datos de 1500-2000 millones de dólares trimestrales—mientras que en el lado del consumo, la sangría comienza.

El autor extiende esta disparidad a nivel nacional: Corea, como “beneficiario puro”, crece mucho más rápido; las exportaciones de servicios de TI de India (más de 2000 millones de dólares anuales) enfrentan cancelaciones de contratos por el “costo marginal cercano a la tarifa eléctrica” de los agentes de codificación IA, y en cuatro meses, la rupia se devalúa un 18% frente al dólar, y para el primer trimestre de 2028, el FMI ya discute con Nueva Delhi.

El crédito privado no es “seguro y cerrado”: las obligaciones de seguros de vida lo arrastran a la atención

El primer foco en el sistema financiero proviene del crédito privado. El memorándum muestra cómo ha cambiado su escala: de menos de 1 billón de dólares en 2015 a más de 2.5 billones en 2026, con una parte significativa invertida en LBO de software y tecnología, asumiendo que los ingresos de SaaS puedan crecer “de forma estable y compuesta a largo plazo”.

Cuando la IA rompe la “sostenibilidad” del ARR, el problema no es la pérdida en sí, sino el momento en que se reconoce. El texto señala eventos clave: en abril de 2027, Moody’s rebaja en una sola tanda a 14 emisores por un total de 180 mil millones en deuda respaldada por software; en el tercer trimestre, empiezan los incumplimientos en préstamos respaldados por software. Zendesk aparece como “el disparo que humea”: su línea de crédito de 5 mil millones, respaldada por ARR, se devalúa a 58 centavos por dólar, convirtiéndose en un caso récord de incumplimiento en crédito privado de software.

Si solo se queda en esto, el autor admite que “era controlable”: el crédito privado suele ser cerrado, con plazos fijos, sin presiones de corrida. Pero “el capital permanente” en el escenario revela otra cara: grandes gestores alternativos adquieren aseguradoras de rentas vitalicias, transformando las obligaciones de anualidades en un soporte de financiamiento para créditos privados (menciona a Apollo/Athene, Brookfield/American Equity, KKR/Global Atlantic). Cuando los incumplimientos en software se expanden, los reguladores de seguros endurecen los requisitos de capital, forzando a las instituciones a recapitalizarse o vender activos, pero el mercado no permite vender a precios razonables. Moody’s coloca a Athene en perspectiva negativa, y en dos días, las acciones de Apollo caen un 22%, extendiendo el impacto a otras firmas similares.

El autor añade una capa aún más inquietante: la estructura de reaseguros offshore y SPV oculta la verdadera distribución de pérdidas, dificultando en corto plazo responder quién asume realmente los daños. En el escenario, en noviembre de 2027, la caída del mercado se describe como un cambio en la percepción de “retroceso cíclico” a “cadena sistémica”; en la reunión de emergencia del FOMC, el presidente de la Fed, Wosh, califica la situación como una “cadena de correlaciones que apuestan a la productividad laboral blanca”.

El gran riesgo en las hipotecas: cuando el préstamo fue bueno, pero el mundo cambió

El memorándum deja la problemática “más difícil de valorar y más mortal” en las hipotecas residenciales. El mercado de hipotecas en EE.UU. ronda los 13 billones de dólares, y la hipótesis de underwriting es que los prestatarios mantendrán empleo e ingresos estables durante mucho tiempo (usualmente 30 años).

El escenario advierte que el riesgo no es que las hipotecas sean “malo desde el principio”, como en 2008. Al contrario, los prestatarios son “de alta calidad”: FICO superior a 780, 20% de entrada, ingresos verificables, historial crediticio limpio. El problema surge cuando, tras la caída estructural en las expectativas de ingresos de los blancos, los flujos de caja futuros “dejan de ser confiables”—es decir, la gente pide dinero en un futuro que cada vez creen menos posible.

Se muestran señales de presión “antes del incumplimiento”: uso de HELOC, retiros anticipados de 401(k), aumento de deudas con tarjeta, pero las hipotecas siguen pagando a tiempo; luego, en ciudades como San Francisco, Seattle, Manhattan y Austin, empiezan a aparecer atrasos. Para junio de 2028, el índice de precios Zillow muestra caídas del 11% en San Francisco, 9% en Seattle y 8% en Austin; y Fannie Mae advierte que en zonas con más del 40% de empleo en tecnología/finanzas, en barrios de alto valor (jumbo), hay atrasos tempranos más altos.

El autor mantiene un límite: en el escenario, aún no hay una crisis total de hipotecas, y los atrasos son todavía menores que en 2008, pero la trayectoria indica que, si en la segunda mitad del año se produce una ruptura, la caída del mercado podría acercarse al 57% del valor, y el S&P podría apuntar a unos 3,500 puntos—cercano a los niveles previos a la “hora ChatGPT” en noviembre de 2022.

El enemigo principal es el tiempo: la base impositiva se construye sobre el tiempo humano

El análisis de políticas es contundente: las herramientas tradicionales (bajar tasas, QE) pueden salvar el sistema financiero, pero difícilmente reparan el motor real, porque la causa no es que “el dinero sea demasiado caro”, sino que “la inteligencia humana vale cada vez menos”.

Más concretamente, en el lado fiscal, el autor resume la base impositiva: los ingresos federales son, en esencia, un impuesto al tiempo humano—trabajo, salarios empresariales, recaudación gubernamental. Para el primer trimestre de 2028, los ingresos federales están un 12% por debajo de la línea base del CBO. La productividad aumenta, pero los beneficios se concentran en el capital y la propiedad de cálculo, sin volver a los hogares en forma de impuestos sobre la renta o contribuciones sociales.

La caída a largo plazo de los ingresos laborales respecto al PIB, que pasó del 64% en 1974 al 56% en 2024, se acelera en los cuatro años posteriores a la mejora exponencial en IA, llegando al 46%, según el autor, “el descenso más pronunciado en la historia”.

Esto genera una paradoja estructural: se necesita transferir más fondos a los hogares, pero los impuestos que reciben son cada vez menores. En el escenario, el gobierno empieza a discutir el “Transition Economy Act” (que propone financiarse con déficit y un impuesto a la capacidad de inferencia de IA) y el más radical “Shared AI Prosperity Act” (que crea derechos públicos sobre los retornos de infraestructura inteligente, similar a fondos soberanos o concesiones de producción de IA, con dividendos para transferencias). Las divisiones políticas son agudas: la derecha ve estas transferencias como marxismo, y teme que el impuesto a la capacidad de cálculo favorezca a China; la izquierda teme que la regulación capture a los incumbentes; los halcones fiscales advierten que el déficit no es sostenible, y los palomas recuerdan la crisis de 2008 y la política de ajuste prematuro.

Las fricciones sociales también emergen: en el escenario, “Occupy Silicon Valley” bloquea durante tres semanas las oficinas de Anthropic y OpenAI en San Francisco, y la cobertura mediática supera incluso los datos de desempleo. La conclusión es que la velocidad del cambio institucional no puede seguir el ritmo de la innovación tecnológica, y la cadena de retroalimentación decidirá por la política.

La reversión del “plusvalía intelectual”: hay que volver a revalorizar los flujos de caja tradicionales

El memorándum cierra atribuyendo todo esto a un cambio en la valoración fundamental: en la historia moderna, la inteligencia humana ha sido un factor escaso, y los mercados laborales, el underwriting hipotecario, los impuestos y las ventajas competitivas de las empresas se han construido en torno a esa escasez. Ahora, la inteligencia artificial se vuelve un sustituto cada vez más barato y reemplazable, y la “plusvalía intelectual” empieza a retroceder, forzando a los sistemas financieros a reajustarse dolorosamente.

El autor también deja una puerta abierta: el reajuste no implica necesariamente colapso, sino que la economía puede encontrar un nuevo equilibrio; el reto es “si se puede hacer antes de que la cadena de retroalimentación escriba su próximo capítulo”. En febrero de 2026, cuando se escribe esto, el S&P aún está en niveles altos, y la retroalimentación aún no se ha activado. La advertencia del autor es más bien una pregunta para los inversores: ¿cuánto de sus activos y flujos de caja todavía dependen de la suposición de que “las fricciones no desaparecerán, los ingresos de los blancos se mantendrán, y el sector familiar seguirá siendo el motor de la demanda”? La última frase es un aviso: la canaria todavía vive.