que domina el debate sobre la IA en este momento: que la IA nos reemplazará a todos, que los empleos desaparecerán dentro de 18 meses, que el colapso del mercado laboral es inevitable. Algunos lo dicen con alarma, otros con entusiasmo. Pero casi nadie se detiene a mirar los datos reales.
Este primer episodio de la serie no es una defensa ciega del optimismo tecnológico ni un rechazo al pesimismo. Es un intento de leer la realidad tal como es, con sus fricciones, sus límites y sus oportunidades.
Hay una frase de Friedrich Hayek que capta el espíritu de este análisis:
Nadie puede ser un gran economista si sólo es economista, e incluso me siento tentado a añadir que el economista que sólo es economista probablemente se convierta en una molestia, si no en un peligro positivo.
Lo mismo se aplica hoy a cualquiera que mire la IA a través de una sola lente. Para comprender lo que la IA realmente le está haciendo a nuestra realidad, es necesario cruzar la tecnología, la economía, la historia y la filosofía.
La realidad como ventaja competitiva
David Beyer (@dbeyer123) publicó un análisis que capta perfectamente la tensión central de este momento. Imagínese dos empresas médicas. El primero procesa millones de imágenes radiológicas. El segundo maneja millones de reclamaciones de seguros médicos.
El primero tiene un problema que la IA puede resolver de manera brillante. Las imágenes no cambian; el conocimiento converge a través de los datos. Con suficiente computación, cualquiera puede alcanzar el mismo nivel de precisión. Es un problema estático.
El segundo se enfrenta a algo completamente diferente: un sistema acoplado en constante cambio. Regulaciones, políticas, códigos de facturación que se actualizan, disputas que evolucionan. Los conocimientos operativos allí no pueden estudiarse ni simularse desde fuera; se gana recibiendo rechazos del sistema, ajustándose y volviendo a intentarlo. Beyer llama a esto “tejido cicatricial”: el conocimiento que sólo el mundo real puede brindarte, a través de la fricción, en tiempo real.
La IA puede acelerar el aprendizaje cuando las reglas son fijas. Pero no puede generar las sorpresas del mundo real. No puede obligar a los reguladores a cambiar sus reglas más rápidamente, ni a los competidores a atacar antes de que usted esté listo. La velocidad de aprendizaje en estos sistemas está limitada por la velocidad de la realidad, no por la velocidad de la computación.
La realidad misma es la ventaja competitiva más difícil de replicar.
La crisis de la adopción: tecnología recursiva ≠ adopción recursiva
Los modelos de IA mejoran de forma recursiva; modelos entrenando mejores modelos. Eso es real y extraordinario. Pero mucha gente extrapola esa recursividad a la economía y supone que el reemplazo masivo de mano de obra es igualmente inminente y exponencial.
Un análisis de Citadel Securities (@citsecurities) sobre la “Crisis global de inteligencia de 2026” desmantela esa lógica claramente: tecnología recursiva no es lo mismo que adopción recursiva.
La adopción en el mundo real está fuertemente limitada por factores que no escalan a la velocidad del software:
Construcción de capital físico e infraestructura Disponibilidad y capacidad de la red energética Aprobaciones regulatorias Cambio organizacional, el más lento de todos
Para ver estos límites físicos en acción, observemos el gasto en construcción manufacturera en Estados Unidos. La promesa de la IA requiere un respaldo físico monumental: fábricas de semiconductores, centros de datos y redes de energía.
El gasto saltó de aproximadamente 75 mil millones de dólares a más de 240 mil millones de dólares entre 2021 y 2024, el mayor salto registrado. Y ese respaldo físico lleva años, no meses.
Además, los shocks de productividad impulsados por la IA son, históricamente, shocks de oferta positivos: reducen los costos marginales, expanden la producción y aumentan el ingreso real. Keynes predijo (erróneamente como siempre) en 1930 que, gracias al aumento de la productividad, en el siglo XXI trabajaríamos 15 horas a la semana. Se equivocó porque subestimó la elasticidad del deseo humano. A medida que la tecnología reduce los costos, no dejamos de trabajar; simplemente ampliamos nuestra frontera de consumo, exigimos mayor calidad, nuevos servicios y construimos industrias que antes eran inimaginables.
Los datos reales lo confirman: ha habido un salto sin precedentes en la formación de nuevas empresas en Estados Unidos desde 2020, a niveles que se han mantenido históricamente altos en los últimos años. Lejos de contraerse, la actividad creativa de la humanidad se expande cuando cambian las reglas del juego.
Y contrariamente a la narrativa del desplazamiento masivo, la demanda de trabajos técnicos como ingeniería de software ha encontrado una base sólida, estabilizándose a los niveles de 2019 a pesar de la corrección pospandemia. Esto subraya cómo la tecnología actúa como complemento de nuestro trabajo: reestructurando el trabajo en lugar de eliminarlo por completo.
¿Nos reemplazará la IA? La pregunta equivocada
"La IA nos reemplazará a todos". "Todos los trabajos se automatizarán en 18 meses".
Si ha estado siguiendo las últimas noticias y podcasts sobre IA, probablemente haya leído algo como esto. Parte de esto es exageración sensacionalista; parte de esto lo han dicho directores ejecutivos, fundadores y figuras destacadas de importantes empresas y nuevas empresas. Pero la pregunta que debemos hacernos no es si la IA nos reemplaza; así es como seguimos siendo valiosos en lo que hacemos.
No creo que todos los trabajos se automaticen, ni que no haya lugar para desarrolladores, contables, abogados y tantos otros. No en el corto plazo. Lo que sí creo es que entraremos en un modo de trabajo asistido por sistemas y agentes de inteligencia artificial, lo que hará que nuestro trabajo sea potencialmente mucho más eficiente. Pero eso exige de nosotros un tipo diferente de esfuerzo.
Las preguntas que deberíamos hacernos son:
¿Cómo seguimos siendo valiosos en lo que hacemos? ¿Cómo seguimos mejorando y aprendiendo? ¿Cómo mantengo mi mente activa y mi pensamiento crítico agudo? En un mundo donde mi trabajo consiste en crear indicaciones y guiar a agentes autónomos, ¿cómo uso la IA de la mejor manera posible? Ser más eficiente, sin perder el hilo de lo que estoy haciendo.
Nuestro trabajo principal en este nuevo mundo será:
Diseño de sistemas y arquitecturas de soluciones Creación de estrategias que los agentes puedan ejecutar Comprensión empresarial y traducción en planes concretos Desarrollo de habilidades junto con la IA Pensamiento crítico para dirigir el trabajo asistido por IA en la dirección correcta Investigación profunda junto con los agentes para resolver problemas reales Métricas, orquestación, monitoreo y gobernanza de sistemas y agentes (y subagentes).
Pero al mismo tiempo, necesitamos mantener un esfuerzo constante por leer, aprender, analizar, cuestionar y validar lo que estamos haciendo. Las respuestas que nos dan los agentes deben complementarse con tiempo, esfuerzo y el uso activo de nuestra propia mente, nuestro pensamiento crítico y la capacidad de hacer referencias cruzadas no obvias que ningún modelo puede hacer por sí solo.
Es posible que sucedan muchas cosas en los próximos años. La narrativa sobre la desaparición del trabajo seguirá intensificándose. Pero no pierdas de vista que el camino hacia el éxito sigue siendo el de siempre: preparación, estudio, investigación y pensamiento crítico hacia todo lo que leemos y escuchamos.
¿Qué pasa si el mundo no se acaba? El escenario que nadie está valorando
Hay un análisis de The Kobeissi Letter (@KobeissiLetter) que creo que es esencial para completar este cuadro: "Es demasiado obvio. ¿Qué pasa si la IA en realidad no acaba con el mundo?" El argumento central es poderoso: cuando una narrativa se vuelve demasiado obvia, el mercado ya la ha descontado y la realidad tiende a sorprender desde la otra dirección.
El mercado ya ha asimilado el escenario apocalíptico: IBM sufre su peor día desde 2000 cuando Claude automatiza el código COBOL; Adobe cae un 30% a medida que la IA comprime los flujos de trabajo creativos; CrowdStrike pierde 20.000 millones de dólares en capitalización de mercado en dos días de negociación cuando Anthropic lanza una herramienta de seguridad automatizada; incluso Nvidia ha tenido problemas. Estos movimientos son reales y tienen sentido: los mercados están revalorizando el costo del trabajo cognitivo en tiempo real.
Pero el razonamiento catastrofista contiene una trampa lógica fundamental: supone que la demanda es fija. El bucle bajista es el siguiente: la IA reemplaza a los trabajadores → los salarios caen → los contratos de consumo → las empresas se automatizan aún más para defender los márgenes → el ciclo se retroalimenta. Es un modelo de economía completamente estático.
La historia tecnológica contradice sistemáticamente esa lógica. Cuando el costo de producir algo colapsa, la demanda no se mantiene estable, sino que se expande. Cuando la informática se volvió barata, no consumíamos la misma cantidad de computación a un precio más bajo: construimos industrias enteras sobre esa base. El precio de los ordenadores personales ha caído un 99,7% entre 1980 y 2025:
¿El resultado? Sin colapso. Estaba Internet, teléfonos móviles, comercio electrónico, streaming, redes sociales, computación en la nube y toda una economía digital que hoy emplea a cientos de millones de personas en categorías que simplemente no existían en 1980.
Kobeissi introduce dos conceptos que vale la pena conservar: “PIB fantasma”: producción que aparece en los datos pero no beneficia a los hogares, versus “PIB de abundancia”: crecimiento combinado con una caída real en el costo de vida. El escenario optimista de la IA no requiere que aumenten los salarios nominales; requiere que los precios de los servicios caigan más rápido que los ingresos. Si la IA reduce el costo de la administración de la atención médica, los servicios legales, la contabilidad, la educación y el soporte técnico, los hogares ganan poder adquisitivo real incluso si su salario no mueve ni un solo dólar.
Y la señal más importante es que esto ya está sucediendo. La productividad laboral estadounidense se ha acelerado a su ritmo más rápido en dos décadas:
La zona sombreada marca la era de la IA generativa. El índice no sólo sigue aumentando, sino que está aumentando más rápidamente. Esto es exactamente lo que esperaríamos ver de un shock de oferta positivo: más producción por hora trabajada, lo que históricamente se traduce en un mayor bienestar agregado.
La pregunta que plantea Kobeissi: ¿Qué pasaría si el escenario más infravalorado no fuera la distopía, sino la abundancia? Ésa es la pregunta correcta. No porque la abundancia esté garantizada, sino porque los mercados y la opinión pública han sobreindexado la narrativa del colapso, dejando el escenario de expansión dramáticamente subrepresentado en el debate público.
El escenario más infravalorado hoy en día no es la distopía. es abundancia
¿Qué significa todo esto?
Hemos analizado tres perspectivas distintas sobre la misma pregunta: ¿qué le está haciendo la IA a nuestra realidad?
Beyer nos dice que la realidad tiene fricciones que la IA no puede simular: el conocimiento operativo obtenido a través de la fricción en sistemas complejos es la ventaja competitiva más difícil de replicar.
Citadel Securities nos recuerda que la velocidad tecnológica no es igual a la velocidad de adopción. El mundo físico, regulatorio y organizacional establece su propio límite de velocidad, independientemente de qué tan rápido mejoren los modelos.
Kobeissi propone que el escenario más infravalorado es la abundancia, no el colapso. Que cuando los costos cognitivos caen, la humanidad no se queda quieta, sino que crea.
Estos tres puntos no se contradicen, sino que se complementan. Juntos forman una imagen coherente: la IA es una fuerza transformadora real y poderosa, pero está incrustada en una realidad con sus propias reglas, cronogramas y fricciones. La simulación no es la realidad. Y en esa brecha, entre lo que la IA puede calcular y lo que exige el mundo real, existe la oportunidad para quienes estén dispuestos a seguir aprendiendo, pensando y construyendo.
La IA democratizará el acceso a capacidades que antes requerían años de formación técnica. Lo que no puede democratizar es el juicio, el discernimiento, la experiencia obtenida a través de la fricción en el mundo real y la voluntad de hacer el trabajo que nadie más quiere hacer.
Ese es el “tejido cicatricial” que nadie nos puede quitar.
Esto es sólo el comienzo. En los próximos episodios seguiremos desentrañando estas dinámicas que conectan la tecnología, la ciencia, la economía, la historia y nuestra propia naturaleza humana.
Bienvenidos al Camino a la Realidad.
Sígueme para más actualizaciones https://www.linkedin.com/in/faviovazquez/
Fuentes y referencias
Beyer, David. "El foso de la realidad". — Análisis de las limitaciones de la IA frente a sistemas complejos del mundo real y el concepto de tejido cicatricial operativo. Valores de la ciudadela. "Crisis global de inteligencia 2026". — Análisis macroeconómico sobre tecnología recursiva versus adopción recursiva y los límites físicos de la IA. La carta de Kobeisi. "Es demasiado obvio. ¿Qué pasa si la IA en realidad no acaba con el mundo?" (2026) – x.com/KobeissiLetter Penrose, Roger. El camino a la realidad: una guía completa de las leyes del universo. Knopf, 2005. Hayek, Friedrich. Cita de “El dilema de la especialización” y escritos relacionados sobre economía interdisciplinaria.
Datos y series estadísticas
Los cinco gráficos de este artículo fueron creados por el autor utilizando datos recuperados de la base de datos del Banco de la Reserva Federal de St. Louis (FRED).