Anthropic ha publicado un simulador de escenarios económicos que deja al usuario mover las palancas de la adopción de IA y ver qué le pasa al PIB y al empleo de aquí a 2030. En su escenario central, el que llaman sustancial, la IA hace la mitad del trabajo del conocimiento en cuatro años, el PIB estadounidense sube un 8,3% y los salarios de esos mismos perfiles se quedan planos.
Puntos clave
- Modesto: +1,6% de PIB, unos 34,1 billones de dólares. Impacto comparable al de internet, paro dentro de rangos históricos y poco movimiento ocupacional.
- Sustancial: +8,3% de PIB, unos 36,3 billones. IA haciendo el 50% del trabajo del conocimiento en 2030, paro alrededor del 5%, salarios planos para el trabajo de oficina y subidas en otros sectores.
- Extremo: +32,4% de PIB, unos 44,4 billones. Automatización de casi todo el trabajo del conocimiento, paro en niveles de recesión histórica y salarios del conocimiento cayendo más de un 10%.
- Reparto capital y trabajo: la parte del capital pasa del 40,6% en el modesto al 43,9% en el sustancial y al 54,8% en el extremo, es decir 14,8 puntos arriba.
- Encuesta: más de 10.000 estadounidenses respondieron, y la predicción típica se alinea con el escenario sustancial. Solo un 10% aproximadamente apuesta por el extremo.
Cómo funciona el simulador
El explorador pide al usuario que fije su apuesta en cinco dimensiones. Qué tareas puede hacer la IA. Cuánto se adopta en la economía. Cuánta autonomía se le da, en una escala que va de casi nada a casi todo. Qué multiplicador de productividad aporta, con opciones de 1,5x, 2x, 4x y 10x. Y cuánto tarda un trabajador desplazado en encontrar otro empleo, de uno o dos meses a más de tres años.
Con esas cinco entradas devuelve crecimiento del PIB, empleo y reparto de la renta entre capital y trabajo. La base técnica es el trabajo "Economic Scenarios for Transformative AI" de Korinek y otros, publicado este año, con Anton Korinek, Chad Jones, Szymon Sacher, Tess Cotter y Peter McCrory en el equipo de desarrollo.
La variable del tiempo de recolocación es la que más mueve el resultado y la que menos se discute en público. Con dos meses de paro friccional, el desplazamiento es una molestia estadística. Con tres años, el mismo avance tecnológico produce una crisis social. Y no es una propiedad del modelo de IA, es una propiedad del mercado laboral y de las políticas de cada país.
El propio documento admite sus límites, y esto es lo más honesto del ejercicio: no modela respuestas políticas, ni ciclos económicos, ni robots muy capaces, ni efectos de demanda agregada. Es un modelo de oferta con supuestos explícitos. Algunos economistas con doctorado ya han criticado públicamente el planteamiento, y la propia Anthropic lo enmarca como herramienta para pensar y no como pronóstico.
El dato que duele es el de los salarios
El titular fácil sería el paro. El número que de verdad interesa a cualquiera que dirija un equipo de oficina es otro: en el escenario central, con un PIB creciendo un 8,3%, los salarios del trabajo del conocimiento no suben. Toda la ganancia va a otros sitios.
Y el reparto lo explica. La parte de la renta que se lleva el capital sube 3,9 puntos en el sustancial y casi 15 en el extremo, hasta el 54,8%. Cuando el trabajo que hacía una persona lo hace un sistema que alguien compró, el retorno se va a quien compró el sistema. En el escenario modesto ese desplazamiento es de apenas 0,6 puntos, o sea que la diferencia entre los tres futuros no está solo en cuánto se produce, está en quién cobra.
En el escenario sustancial la redistribución ocupacional apunta a oficios menos expuestos, del tipo electricista o enfermero, con los trabajadores del conocimiento moviéndose hacia ahí. El simulador reconoce que ese trasvase completo trae un problema serio de reciclaje profesional, que es justo lo que la encuesta a los 10.000 estadounidenses no resuelve. Un analista financiero de 45 años no se convierte en electricista en un trimestre.
Llega en una semana movida para Anthropic
El simulador sale a los pocos días de que Jacob Coxon dimitiera de Anthropic diciendo que los laboratorios están jugándose la vida de todos con la carrera hacia la IA que se mejora a sí misma. Son dos conversaciones distintas, riesgo existencial por un lado y desplazamiento laboral por otro, y las dos salen de la misma casa en la misma semana.
Hay un tercer dato de estos días que conviene poner al lado. Ramp publicó que el gasto en IA por empleado cayó a 7.205 dólares en agosto. O sea que mientras el modelo dibuja una economía transformada en cuatro años, el dinero real que las empresas ponen por cabeza está bajando. Las dos cosas pueden ser ciertas a la vez, porque el precio por token lleva año y medio cayendo, pero merece la pena tener las dos series delante antes de comprar cualquier previsión.
Por qué importa
Un simulador no predice nada, y este lo dice él mismo. Lo que sirve es la estructura: cinco variables que puedes estimar para tu propia empresa en vez de para Estados Unidos.
Prueba a hacerlo con tu operación. Qué porcentaje del trabajo de tu equipo de administración es tarea que un sistema bien montado ya haría. Cuánta autonomía le das hoy, de verdad, sin un humano revisando cada salida. Qué multiplicador estás sacando, 1,5x o ninguno. Cuánto tardarías en recolocar internamente a alguien cuyo puesto se automatiza.
Las respuestas honestas suelen quedar muy por debajo de lo que promete cualquier presentación de proveedor, y esa distancia es tu margen de mejora real para los próximos doce meses. En nuestro caso, la parte administrativa que de verdad corre sola es la que tiene el dato bien colocado desde hace meses, y el resto sigue esperando a que alguien ordene la información antes de que ningún modelo pueda hacer nada con ella.
Y sobre los salarios planos, hay una lectura para dentro de casa: si la productividad del equipo sube gracias a herramientas que paga la empresa, el reparto de esa ganancia es una decisión, no una ley de la naturaleza.
Fuente original: Anthropic
Relacionado
