Cómo la inteligencia artificial podría afectar la economía en 2028

El texto no describe hechos ocurridos ni formula una predicción cerrada. Se presenta como una nota macroeconómica ficticia fechada en junio de 2028 y difundida en febrero de 2026 con un objetivo explícito: explorar un riesgo poco analizado. La hipótesis es incómoda: que la inteligencia artificial cumpla sus promesas técnicas y, aun así, genere un desequilibrio profundo en una economía construida alrededor del trabajo humano.

Según un artículo publicado por Citrini Research, el escenario parte de una paradoja. La IA dispara la productividad y los márgenes empresariales, mientras el empleo administrativo se debilita y el crecimiento real de los salarios se estanca. En esa reconstrucción aparece la idea de un “PIB fantasma”: producción que figura en las estadísticas, pero que no se traduce en consumo amplio porque los ingresos humanos se reducen.

El bucle de retroalimentación que plantea el escenario

El mecanismo central del ejercicio es un bucle de retroalimentación. La secuencia que se plantea funciona así: la IA mejora y se abarata, las empresas reducen nóminas, los trabajadores desplazados gastan menos, las ventas se moderan, los márgenes se presionan y las compañías invierten todavía más en automatización para sostener beneficios. Esa nueva inversión vuelve a elevar las capacidades de la IA y permite otra ronda de recortes. En este modelo, el problema no es la falta de oferta, sino la erosión progresiva de la demanda sustentada en salarios.

El relato sitúa un primer canal de transmisión en el software corporativo. En la narrativa, las herramientas de codificación “agéntica” dan un salto a finales de 2025 y durante 2026 se vuelve viable replicar funciones de productos SaaS con equipos internos apoyados por IA. Esa posibilidad altera negociaciones y presiona precios. Dentro del escenario se citan desaceleraciones, recortes y titulares financieros como elementos del propio guion narrativo, no como datos confirmados en el presente, para mostrar cómo la automatización que impulsa los márgenes de los clientes reduce al mismo tiempo la base de ingresos de sus proveedores.

A partir de ahí, el ejercicio modela la transición del riesgo sectorial al financiero. Se describe un mercado de crédito privado cargado de adquisiciones de empresas tecnológicas valoradas bajo supuestos de crecimiento sostenido de ingresos recurrentes. Cuando esos flujos se deterioran por la automatización, el escenario introduce impagos y rebajas de calificación como parte de su simulación. La idea que se intenta ilustrar es que el problema no son solo las pérdidas, sino el momento en que el sistema reconoce que los supuestos estructurales han cambiado.

El documento añade otra capa: la intermediación basada en fricción humana. En la reconstrucción, agentes de IA que operan para consumidores comparan precios, renegocian suscripciones y optimizan pagos de forma automática. Esa eliminación de fricción erosiona comisiones y modelos de negocio sustentados en hábitos o inercia. Incluso las redes de pago tradicionales aparecen en el escenario bajo presión cuando el comercio entre máquinas busca rutas más baratas. No se plantea como una mejora marginal para el usuario, sino como una reducción sistemática de márgenes en múltiples sectores.

Del empleo y el software al consumo y la vivienda

El riesgo macroeconómico, en esta hipótesis, se concentra en la distribución del impacto. El texto sostiene que el golpe al empleo se focaliza en segmentos de ingresos altos que representan una parte desproporcionada del gasto discrecional. Por eso, dentro del modelo, una caída relativamente pequeña del empleo administrativo podría traducirse en una contracción mayor del consumo. El ajuste sería más lento al principio —porque estos hogares cuentan con ahorros— y más profundo después.

Ese debilitamiento de ingresos se conecta con el mercado hipotecario. En la narrativa, el problema no sería una ola de préstamos defectuosos desde el origen, sino la pérdida de confianza en la estabilidad futura de ingresos de prestatarios considerados “prime”. Las menciones a caídas de precios inmobiliarios o aumentos de morosidad forman parte del escenario hipotético y buscan mostrar cómo un deterioro laboral concentrado puede tensionar un mercado de 13 billones de dólares construido sobre la expectativa de carreras profesionales estables.

La política aparece en el texto como un actor que reacciona con retraso. El ejercicio menciona debates sobre transferencias a trabajadores desplazados, impuestos a la computación de IA y propuestas para compartir los rendimientos de la infraestructura tecnológica. Todo ello se describe como parte del guion de 2028, en el que las instituciones intentan adaptarse a un cambio estructural mientras el ciclo económico negativo avanza más rápido que el proceso legislativo.

El dilema que el documento intenta iluminar no es si la IA generará crecimiento, sino cómo se distribuyen sus beneficios. El escenario funciona como una prueba de estrés narrativa sobre una economía diseñada para la escasez de inteligencia humana. Si esa inteligencia deja de ser el insumo escaso y se vuelve abundante y barata, los modelos de consumo, crédito y fiscalidad podrían necesitar ajustes profundos. Leerlo hoy no implica asumir que ocurrirá, sino revisar qué supuestos de estabilidad dependen de que la inteligencia siga siendo humana y limitada.

Fuente: Citrini Research