Imaginemos que es junio de 2028. El desempleo en Estados Unidos acaba de alcanzar 10.2 por ciento. La bolsa ha caído 38 por ciento desde sus máximos de finales de 2026. Los mercados financieros están en caída libre, los políticos se acusan mutuamente, y en las calles de San Francisco los manifestantes bloquean las oficinas de las empresas de inteligencia artificial (IA). Nadie sabe con certeza qué hacer.
Ese es el escenario que Citrini Research y el analista Alap Shah construyeron en un ejercicio especulativo publicado el pasado domingo 22 febrero de 2026 y que el lunes 23 provocó una caída de 800 puntos en el índice Dow Jones. No es una predicción, aclaran desde el principio. Es un mapa de riesgos: un intento de trazar el camino que podría recorrer la economía global si la IA sigue su trayectoria actual y nadie toma medidas a tiempo.
El artículo, titulado “La Crisis de Inteligencia Global de 2028” (“The 2028 Global Intelligence Crisis”), está escrito como un memorando macroeconómico a leerse en el futuro. Y aunque es ficción, su lógica interna me parece tan coherente, y sus premisas tan reconocibles en el presente, que resulta difícil leerlo sin cierta incomodidad.
La IA como palanca de negociación
Todo comienza con un hecho que ya está ocurriendo: las herramientas de programación con IA mejoraron tanto a finales de 2025 que un desarrollador promedio ya puede replicar la funcionalidad de un software empresarial en cuestión de semanas. Esto cambió radicalmente las negociaciones comerciales.
El gerente de compras de una empresa grande ya no le teme tanto al proveedor de software porque, por primera vez, tiene una alternativa real: construirlo él mismo con ayuda de la IA. El proveedor, ante esa amenaza, acepta un descuento del 30 por ciento. Y así, lo que parecía ser solo una herramienta de productividad se convirtió en una palanca de negociación que comprimió márgenes en toda la industria del software.
Pero eso fue solo el principio. El escenario especulativo describe cómo las empresas de software, al ver caer sus ingresos, respondieron de la “mejor” manera que podían: despedir trabajadores e invertir los ahorros logrados en desarrollar más IA. El problema es que esa lógica, perfectamente racional para cada empresa individual, resultó catastrófica en su conjunto. Cada dólar ahorrado en nómina se convirtió en inversión en tecnología que permitía recortar más trabajos. Una espiral sin fin.
Lo que los autores llaman la “espiral del desplazamiento de la inteligencia” funciona así: la IA mejora, las empresas despiden trabajadores, los trabajadores despedidos gastan menos, las empresas bajo presión reducen más costos invirtiendo en IA, y la IA vuelve a mejorar. No hay un mecanismo natural de corrección, como ocurre en una recesión ordinaria donde el problema se corrige con el paso del tiempo.
Cuando las máquinas eliminaron la fricción
Para 2027, en este escenario imaginado, los agentes (“robots”) de IA ya tomaban decisiones de compra en nombre de los consumidores. Corrían en segundo plano en las computadoras de sus usuarios, comparaban precios en decenas de plataformas simultáneamente y elegían la opción más barata.
Eso, en el ensayo, destruyó algo que los economistas llaman “intermediación por fricción”: toda la capa de negocios que existe porque la gente no tiene tiempo, paciencia ni información suficiente para tomar siempre la mejor decisión de compra. Las plataformas de reservaciones de viaje, los seguros con renovación automática, los servicios financieros que cobran por navegar complejidades que la gente encuentra tediosas: todos estos modelos de negocio dependen de las limitaciones humanas. Las máquinas no tienen esas limitaciones.
El caso más revelador del artículo es el de DoorDash. Su ventaja competitiva es, en el fondo, que el usuario tiene hambre, está cansado y tiene la aplicación en la pantalla de inicio del celular. Un agente de IA no tiene pantalla de inicio ni celular. Compara veinte plataformas en segundos y elige la más barata. La lealtad habitual del cliente al servicio, que constituye hoy la base del modelo de negocio, sencillamente no existe para una máquina.
El PIB Fantasma y el consumo que se desplomó
Y luego vino el problema más profundo. El artículo describe cómo los trabajadores desplazados no desaparecieron: bajaron de categoría. La persona que fue gerente de producto de Salesforce con un sueldo de 180,000 dólares anuales terminó manejando Uber por 45,000. Multiplicada por cientos de miles de casos similares, esa dinámica comprimió también los salarios en el sector servicios, que era el refugio de los desplazados. La pérdida de ingresos se extendió más allá del sector tecnológico. Y el consumo, que representa el 70 por ciento del PIB estadounidense, empezó a derrumbarse.
El artículo introduce aquí un concepto inquietante: el “PIB Fantasma”. La productividad seguía creciendo en los registros oficiales. Las empresas producían más con menos gente. Pero ese “output” no circulaba por la economía real porque las máquinas, a diferencia de los trabajadores humanos, no gastan su salario en restaurantes, ropa, viajes ni educación para sus hijos. Su propensión al consumo es exactamente cero. El país era nominalmente más rico y al mismo tiempo más pobre en términos de bienestar cotidiano.
La cadena de deudas que nadie vio venir
Desde el punto de vista financiero, la narrativa especulativa describe cómo el crédito privado (aquel que es otorgado por empresas que no pertenecen al sector financiero), que habría crecido enormemente en los años 2025 a 2027 financiando compras de empresas de software, empezó a desmoronarse. El ensayo narra que durante esos años los fondos de capital privado habrían comprado decenas de empresas de tecnología a precios que asumían que las ventas de éstas crecerían indefinidamente.
Cuando la IA destruyó esos modelos de negocio, las deudas ya no pudieron pagarse. El caso emblemático que se menciona es el de Zendesk, una plataforma de atención al cliente que fue adquirida con cinco mil millones de dólares de deuda en su balance: en el futuro cercano, los agentes de IA resolverán directamente los problemas de los clientes, sin generar “tickets” de servicio que requieren de atención humana posterior, eliminando así la razón de existir del software de Zendesk.
Lo más perturbador del escenario que describe Citrini Research es su especulación en torno al mercado hipotecario. En Estados Unidos hay aproximadamente 13 billones (“trillions”) de dólares invertidos en hipotecas residenciales, y todas fueron otorgadas bajo el supuesto de que el deudor mantendría su nivel de ingresos durante décadas. En 2008, la crisis hipotecaria fue causada por préstamos que eran malos desde su origen.
En el escenario de 2028, los préstamos eran perfectos: deudores con historial crediticio impecable, buen pago inicial, ingresos verificados. El problema es que el mundo cambió después de que se firmaron los contratos. Personas que pidieron prestado sin considerar un futuro que ya no pueden pagar.
El gobierno llega tarde
El gobierno, en esta narrativa, llega tarde y confundido. El sistema fiscal está diseñado para gravar el trabajo humano. Cuando las máquinas reemplazan a los trabajadores, la recaudación cae justo cuando el gasto social necesita aumentar.
Los políticos debaten propuestas radicales, como un impuesto al cómputo que involucra IA o un fondo soberano que distribuya entre la ciudadanía las ganancias obtenidas de la productividad tecnológica, pero las ideologías se interponen. La derecha habla de socialismo. La izquierda teme la captura regulatoria. Los halcones fiscales advierten sobre el déficit. Y mientras tanto, las manifestaciones crecen frente a las oficinas de las empresas de Sillicon Valley.
El canario todavía está vivo
Citrini Research y Alap Shah son explícitos al final: esto no es lo que creen que pasará. Es un mapa de riesgos, un ejercicio para identificar las vulnerabilidades antes de que se conviertan en crisis. Pero su advertencia central es difícil de ignorar: una enorme cantidad de valor económico, desde los precios de las acciones hasta los modelos de negocio, los salarios y las hipotecas, descansa sobre el supuesto de que la inteligencia humana seguirá siendo escasa y, por tanto, valiosa. Si la IA erosiona ese supuesto más rápido de lo que las instituciones pueden adaptarse, el reajuste puede ser violento.
El artículo termina con una frase que resuena: “El canario todavía está vivo”. Estamos en marzo de 2026 (era aún febrero cuando el ensayo fue publicado), no en junio de 2028. Las espirales negativas no han iniciado. Todavía hay tiempo de evaluar qué tanto de nuestras economías, portafolios y estructuras sociales depende de supuestos que podrían no sobrevivir esta década. La pregunta es si aprovecharemos ese tiempo o si esperaremos a que los datos confirmen lo que los modelos ya advierten.
Precio de Bitcoin de hoy
Puede ver el precio de hoy de Bitcoin aquí, así como también el precio de hoy de Ethereum y de las principales criptomonedas.
Por Emilio Carrillo Peñafiel, abogado especializado en temas de financiamiento, tecnología y M&A.
Página web: https://mx.linkedin.com/in/transactionalmexico/es