¡Sin precedentes! Una informe de la "peste económica de IA" de 2028 revela: cuando las máquinas ya no te necesitan, ¿cuánto queda de la "prima humana" en $BTC y $ETH?

Siempre pensamos que cada avance de la IA elevaría los precios de los activos. Pero un memorando macroeconómico fechado en junio de 2028 describe un escenario completamente opuesto: una prosperidad de productividad impulsada por la IA que supera las expectativas, que finalmente desata una “peste económica” causada por un colapso de la demanda.

El informe inventa un escenario: la tasa de desempleo en Estados Unidos alcanza el 10,2%, y el índice S&P 500 cae un 38% desde su máximo en octubre de 2026. El mercado ya está insensible a las malas noticias; hace seis meses, datos similares habrían provocado un circuito de interrupción. La raíz de la crisis se descompone en dos cadenas que se refuerzan mutuamente.

La primera es la cadena de la economía real. La subida de capacidades de la IA provoca una sustitución sistemática de los empleos de oficina. Los salarios reales comienzan a disminuir, y las personas de altos ingresos se ven obligadas a bajar de categoría. El consumo, que representa aproximadamente el 70% del PIB y es el “motor centrado en el humano”, empieza a contraerse. Se plantea una pregunta aguda: ¿cuánto gastarían las máquinas en consumo opcional? La respuesta es cero. Esto da lugar al “PIB fantasma”: producción que se contabiliza en las cuentas nacionales pero no circula en la economía real.

La segunda es la cadena del sistema financiero. La expectativa de ingresos de los empleados de oficina se ve estructuralmente dañada, comenzando a erosionar los activos basados en la suposición de flujos de caja estables. La primera en caer es la industria del software. A finales de 2025, las capacidades de las herramientas de programación con IA experimentan un salto escalonado, y las empresas comienzan a construir soluciones internas en lugar de comprar SaaS. Las empresas del Fortune 500 usan su desarrollo propio como palanca de negociación, reduciendo en un 30% los costos de renovación. La barrera competitiva pasa de ser una diferencia funcional a una dura lucha de costos y resistencia a la financiación.

Lo que es aún más autorreforzante es que las empresas que son desplazadas no optan por resistirse, sino que aceleran la adopción de IA para salvarse. Por ejemplo, una compañía de automatización de procesos ve cómo su tasa de crecimiento en contratos nuevos se reduce a la mitad por despidos de clientes, y luego anuncia un recorte del 15% en su plantilla. La racionalidad individual de cada empresa, sumada, termina por desactivar el freno de toda la economía.

Cuando en principios de 2027 los agentes de IA se convierten en configuración predeterminada, las transacciones dejan de ser decisiones dispersas humanas y se vuelven optimizaciones continuas 24/7. La fricción basada en la “limitación humana” comienza a colapsar: plataformas de reservas de viajes, seguros dependientes de la inercia de renovaciones, asesores financieros, agentes inmobiliarios. Las comisiones de los compradores se reducen por debajo del 1%.

El impacto más profundo se da en el nivel de pagos. Cuando los agentes dominan las transacciones, las tarifas de intercambio de las redes de tarjetas del 2-3% resultan escandalosas. En el escenario, los agentes comienzan a usar $SOL o stablecoins en L2 de Ethereum para liquidar, con costos cercanos a una fracción de centavo. Esto impacta directamente en los modelos de negocio de instituciones como Mastercard y American Express.

Pero esto no es solo un problema sectorial. Los empleados de oficina en EE. UU. representan aproximadamente el 50% del empleo, pero impulsan cerca del 75% del consumo opcional. El 10% superior en ingresos contribuye con más del 50% del gasto. Por tanto, incluso una caída del 2% en el empleo de oficina puede provocar una caída del 3-4% en el consumo opcional. Este efecto de palanca se empezó a notar a principios de octubre de 2026, con deterioro en los datos de vacantes laborales, y los mercados de bonos reaccionaron primero, con una caída en los rendimientos de los bonos a 10 años del 4.3% al 3.2%.

Al mismo tiempo, la inversión en IA no se desacelera, ya que en esencia reemplaza gastos operativos en lugar de inversión en capital tradicional. Las empresas redirigen presupuestos destinados a salarios hacia infraestructura de IA (como Nvidia, TSMC), generando un auge que contrasta con la pérdida de consumo. A nivel nacional, también hay división: Corea del Sur, como beneficiaria pura, lidera, mientras que las exportaciones de servicios de TI de India, que superan los 200 mil millones de dólares anuales, sufren un golpe, con una depreciación del rupia del 18% en cuatro meses frente al dólar.

El primer dominó de riesgo financiero que cae es el crédito privado. En 2026, su volumen supera los 2.5 billones de dólares, con gran parte del capital basado en la hipótesis de “crecimiento compuesto estable a largo plazo” de los ingresos por SaaS, utilizado en adquisiciones apalancadas de software. Cuando la IA rompe esa hipótesis, las pérdidas empiezan a aflorar. En abril de 2027, Moody’s rebaja de golpe la calificación de deuda de 14 emisores por un total de 180 mil millones de dólares. Un préstamo de 5 mil millones de dólares a Zendesk, basado en ingresos recurrentes, se marca en 58 centavos por dólar, convirtiéndose en un caso emblemático de incumplimiento.

El crédito privado, en sí mismo, es una estructura cerrada y controlable. Pero el problema radica en que grandes gestores de fondos adquieren compañías de seguros de vida, convirtiendo las obligaciones de rentas en la base de financiamiento del crédito privado. Cuando las moras en software se expanden, la regulación de seguros endurece los requisitos de capital de riesgo, obligando a las instituciones a reforzar capital o vender activos, creando un ciclo vicioso en un mercado adverso. Estructuras complejas como reaseguros offshore hacen que la atribución de pérdidas sea aún más opaca.

Lo que resulta verdaderamente mortal es el mercado de hipotecas residenciales. Con un volumen de aproximadamente 13 billones de dólares, su respaldo es la expectativa de ingresos estables del prestatario durante 30 años. La peligrosidad radica en que, aunque los préstamos son de alta calidad: buen puntaje crediticio, pago inicial completo, ingresos verificables, la expectativa de ingresos de los empleados de oficina se ha reducido estructuralmente por la IA, y los prestatarios pierden confianza en sus flujos futuros. Las señales de presión aparecen primero en la utilización de la vivienda como garantía, en retiros anticipados de fondos de pensiones, y en zonas como San Francisco y Seattle, donde aumentan las moras.

Las políticas públicas enfrentan un callejón sin salida. Herramientas tradicionales como bajar tasas o implementar flexibilización cuantitativa pueden salvar los motores financieros, pero no reparan la causa real: que “la inteligencia humana vale menos”. La política fiscal enfrenta una paradoja estructural: necesita transferir pagos a los hogares, pero la base tributaria (principalmente gravando el jornada laboral) se está reduciendo. La proporción de ingresos laborales en el PIB cayó del 64% en 1974 al 56% en 2024, y en los cuatro años acelerados por la IA, bajó aún más, hasta el 46%.

El debate político se centra en gravar la capacidad computacional de la IA y en crear fondos soberanos similares a “derechos de cobro de inteligencia pública”, pero las divisiones entre las dos grandes corrientes son enormes. La fricción social aumenta, con manifestantes incluso bloqueando laboratorios de IA. La velocidad de cambio institucional no puede seguir el ritmo de la retroalimentación tecnológica.

Todo esto tiene una lógica subyacente: la retirada histórica del “plusvalía intelectual”. El sistema económico y financiero moderno basa su valoración en la escasez de la inteligencia humana, que ahora se tambalea. Cuando la inteligencia artificial se vuelve barata y reemplazable, todo el sistema necesita un doloroso reajuste de precios. La última reflexión del informe deja una pregunta: ¿cuánto de tus activos y flujos de caja están apostando a que “la fricción no desaparecerá, los ingresos de los empleados serán estables y el consumo familiar seguirá siendo el motor de demanda” en base a viejas hipótesis?

Para activos como $BTC y $ETH, su narrativa de valor a largo plazo incluye un componente de “cobertura” contra la desconfianza en el sistema tradicional. Pero si la raíz del impacto es una reconfiguración de las relaciones productivas sociales, y no una emisión descontrolada de moneda o la pérdida de confianza en instituciones, entonces su carácter de “refugio” debe ser reevaluado bajo la nueva lógica. Cuando la peste económica se extienda, todos los activos basados en viejas suposiciones de flujo de caja tendrán que ser reevaluados.