Pronóstico de Goldman sobre el desplazamiento de la inteligencia artificial: un cambio estructural en el trabajo y el capital

El desplazamiento previsto del 6-7% de la fuerza laboral estadounidense debido a la inteligencia artificial no es una situación futurista lejana, sino más bien un cambio estructural que ya está siendo analizado por los economistas. Goldman Sachs Research considera esto como una estimación básica. Existe la posibilidad de que haya un aumento del desempleo de medio punto porcentual durante el proceso de transición, a medida que los trabajadores cambien de rol.Durante el período de transición hacia la inteligencia artificial.No se trata de una situación de desempleo permanente, sino de un período de desempleo temporal, típico de las grandes transformaciones tecnológicas. Históricamente, este tipo de situaciones desaparecen después de dos años. La tesis principal es que, aunque el alcance del desempleo es significativo, su impacto económico estará mediado por los ciclos de inversión en capital, las diferencias en los avances en la productividad y un período prolongado de transición.

El impacto se concentra en ciertas profesiones, no en todas las ocupaciones. Las profesiones con el mayor riesgo de desempleo incluyen a programadores informáticos, contadores y auditores, así como asistentes legales y administrativos, y representantes de servicio al cliente. Esta concentración ya está reduciendo el crecimiento del empleo en esos sectores, ya que las empresas están adoptando tecnologías de automatización. La transición será desigual: algunas industrias y empresas adoptarán la IA de manera activa, mientras que otras se quedarán atrás, lo que generará ganadores y perdedores en el mercado laboral.

Esto crea una gran brecha entre los discursos exaltados en las salas de dirección y la realidad macroeconómica. Mientras que…El 70% de los equipos directivos de la lista S&P 500 discutieron sobre la inteligencia artificial.En las llamadas que reciben, se centran en temas relacionados con la productividad y la eficiencia. Los datos revelan que hay un retraso en los resultados tangibles obtenidos. El economista senior Ronnie Walker señaló que todavía no existe una relación significativa entre la productividad y la adopción de la inteligencia artificial a nivel económico. Los aumentos en la productividad son reales, pero son locales y logrados con gran esfuerzo. El aumento promedio, según los datos, es de aproximadamente el 30%, pero esto ocurre solo en dos casos específicos.

Esta desconexión es crucial: la narrativa de una pérdida masiva de empleos está impulsada por los comentarios de las empresas y las percepciones del mercado, y no por los datos económicos actuales. La verdadera situación es una expansión lenta y costosa del mercado laboral, y no un colapso inmediato del mercado laboral.

El Motor de Inversiones en Capital y la Selectividad del Mercado

La transición hacia la inteligencia artificial está impulsada por un mecanismo de gasto de capital que es tanto enorme como constantemente subestimado. Los analistas de Wall Street han fallado repetidamente en la predicción del verdadero volumen de gastos relacionados con la inteligencia artificial. La tendencia se está acelerando. La estimación consensual para el gasto de capital de los hiperescaladores de inteligencia artificial para el año 2026 ya ha aumentado.527 mil millonesAumentó en 465 mil millones de dólares, en comparación con los 465 mil millones de dólares registrados anteriormente durante el año. Esto representa una clara subestimación de la cantidad de inversiones necesarias para construir la infraestructura informática de la próxima generación. Las siete empresas tecnológicas más importantes ya controlan…Más del 30% del valor de mercado del índice S&P 500Estos son los principales factores que impulsan este aumento en el gasto, ya que permiten centralizar la narrativa relacionada con la IA y concentrar el impacto económico.

Este enorme gasto de capital está cambiando significativamente la percepción de los inversores. El mercado se está alejando de las empresas que se dedican únicamente a la infraestructura de IA, donde el crecimiento de las ganancias es limitado y los gastos de capital se financian con deuda. La diferencia en el rendimiento de las acciones es evidente: la correlación promedio entre las mayores empresas públicas dedicadas a la IA ha disminuido de 80% a solo 20% desde junio. Los inversores son cada vez más selectivos, y solo recompensan a aquellas empresas que demuestren una clara relación entre sus gastos elevados y sus ingresos futuros. El foco se está desplazando hacia las empresas que se benefician del desarrollo de la tecnología de IA, es decir, las empresas relacionadas con plataformas y productividad.

La implicación práctica de esto es una bifurcación en la historia de las inversiones en IA. En la fase inicial, las ganancias se concentraron en los sectores de infraestructura: semiconductores, proveedores de servicios de almacenamiento de datos, operadores de centros de datos y proveedores de energía. Las rentabilidades han sido buenas, pero el sobreprecio de las acciones podría verse afectado si el crecimiento de los gastos de capital disminuye. La siguiente fase, como señala Goldman Sachs Research, consiste en empresas que pueden utilizar la IA para aumentar sus propios ingresos. Esto incluye a aquellos que proporcionan herramientas de desarrollo y bases de datos; estas empresas han tenido un desempeño destacado en los últimos tiempos. También hay una amplia gama de empresas que ofrecen software y servicios que pueden demostrar un aumento significativo en la productividad gracias a la IA. El capital fluye hacia estos sectores, pero el mercado exige pruebas concretas de que la implementación de la IA realmente genere beneficios económicos.

Aumentos en la productividad, fases de adopción y escenarios económicos

La cuestión económica central es si las mejoras en la productividad que aporta la IA pueden compensar el desplazamiento de trabajadores que esto provocará. Las pruebas indican que existe una diferencia significativa entre las expectativas y la realidad actual. Mientras que Goldman Sachs señala que…Según los informes, se ha logrado un aumento en la productividad de aproximadamente el 30% en dos casos de uso específicos y localizados.Esto está lejos de ser un efecto económico sistémico. A nivel empresarial, el impacto aún es muy limitado. Solo…El 39 por ciento de los encuestados reportan que el impacto del EBIT se manifiesta a nivel empresarial.Y solo el 1% de los equipos directivos de la lista S&P 500 ha logrado cuantificar el impacto de la IA en los resultados financieros de las empresas. Esta desconexión es el núcleo de la “ansiedad relacionada con la IA”: los comentarios en las salas de dirección sobre la productividad aún no se han traducido en resultados cuantificables para la mayoría de las empresas.

La adopción de la tecnología de IA todavía se encuentra en sus primeras etapas. El estudio realizado por McKinsey revela que casi dos tercios de los encuestados afirman que sus organizaciones aún no han comenzado a implementar el uso de la IA en toda la empresa. La mayoría de las empresas se encuentran en la fase de experimentación o pruebas. Esto crea un claro retraso entre el entusiasmo que existe por la tecnología de IA y los efectos económicos reales que esta puede tener. El uso generalizado de herramientas de IA en ciertas funciones no equivale a una transformación en los procesos de trabajo, ni a un aumento sustancial en la productividad total. La transición de la fase de prueba a una implementación a gran escala sigue siendo algo que está en desarrollo; esto significa que los beneficios reales de esta tecnología aún están lejos de materializarse a nivel macroeconómico.

Esta adopción desigual de la tecnología se ve agravada por un problema físico: la construcción de infraestructuras de energía es enorme, y su capacidad de suministro no está a la altura de la demanda. La rápida evolución de los modelos de inteligencia artificial implica que la curva de demanda de procesamiento de datos es muy pronunciada. Sin embargo, la construcción de centrales eléctricas y las mejoras en la red eléctrica requieren un tiempo de ejecución de varios años. Esto crea un “límite en cuanto al poder de procesamiento”, una limitación fundamental que afectará toda la transición hacia la utilización de la inteligencia artificial. Esto significa que, incluso si las empresas quisieran adoptar la tecnología más rápidamente, podrían no poder hacerlo debido a las limitaciones en materia de infraestructura energética. Este retraso en la infraestructura introduce una nueva capa de incertidumbre, lo que potencialmente ralentiza los avances en productividad necesarios para mitigar los efectos negativos en el mercado laboral.

En resumen, se trata de un proceso que dura varios años y es bastante irregular. Los beneficios en términos de productividad son reales, pero son localizados y logrados con gran esfuerzo. Todavía no se trata de una fuerza económica de gran alcance. La adopción de este concepto es generalizada, pero la implementación es limitada. La mayoría de las empresas todavía están experimentando con este sistema. Además, el límite físico en cuanto al suministro de energía probablemente determinará el ritmo de toda la transición. Por ahora, el escenario económico se caracteriza por una gran expectativa, pero con una implementación lenta y costosa.

Catalizadores, riesgos y lo que hay que tener en cuenta

La tesis de este cambio estructural ahora depende de un puñado de señales que indiquen que la transición está avanzando o si se está estancando. El mercado ya ha incorporado en sus precios los costos relacionados con esta expansión. La próxima fase consistirá en la obtención de beneficios reales. Tres indicadores servirán para determinar si la transición está progresando o si se está estancando.

El principal factor que impulsa el crecimiento económico es la separación continua entre un crecimiento sostenido en los ingresos corporativos y la cesación de los empleos relacionados con la inteligencia artificial. Los ingresos corporativos, excluyendo los sectores energéticos, están creciendo a un ritmo…Mantiene una robustez del 4.6% en comparación con el año anterior.Si los aumentos en la productividad gracias a la IA realmente se logran, deberíamos ver una reducción en el número de empleados en roles de alto riesgo. Mientras tanto, los resultados financieros generales siguen siendo satisfactorios. La situación actual es bastante evidente: las discusiones en las salas de dirección sobre la automatización aún no se han traducido en una disminución significativa en la productividad en todo el sector económico. El catalizador para esto será un descenso visible y constante en el crecimiento del empleo en sectores como la contabilidad, los servicios legales y el soporte al cliente. Esto indicaría que la inversión en capital está comenzando a reemplazar al trabajo humano, lo cual es un paso importante hacia la sustitución del trabajo humano por tecnologías.

La selectividad del mercado servirá como una medida en tiempo real de la madurez del proceso de transición. La diferencia en el rendimiento de las acciones ya es indicativa de algo importante. La correlación promedio entre los mayores hiperescaladores públicos dedicados a la IA ha disminuido de un 80% a solo un 20% desde junio. Los inversores se están alejando de las empresas que dependen de financiamiento por medio de deudas, y prefieren invertir en aquellas empresas que relacionan sus gastos de inversión con sus ingresos.Demostrando una clara relación entre los gastos de capital y los ingresos.Es importante observar cómo esta dispersión se profundiza. Los próximos beneficiarios serán las acciones relacionadas con plataformas y productividad. La madurez del mercado se manifestará en un rendimiento sostenido de estos activos, en comparación con las empresas de infraestructura pura. Esto confirmará que el capital fluye hacia aquellos lugares donde genera beneficios económicos, y no simplemente hacia aquellos lugares donde se invierte.

Por último, es necesario seguir el ritmo de adopción de la tecnología en el nivel empresarial, para poder evaluar el progreso en la obtención de beneficios. La encuesta realizada por McKinsey revela un vacío importante: aunque casi todas las organizaciones están utilizando la inteligencia artificial, todavía hay muchos desafíos que deben superarse.Solo el 39 por ciento de las empresas informa sobre los efectos del EBIT a nivel corporativo.La señal clave es el aumento en la proporción de empresas que pasan de la fase de experimentación hacia la fase de escalamiento. Es necesario monitorear el porcentaje de grandes empresas que comienzan a utilizar la inteligencia artificial en toda su organización. Las empresas con buenos resultados ya están rediseñando sus procesos de trabajo para transformar sus negocios. Pero esto aún no es la norma. Un cambio en esta métrica, de “piloteo” a “escalado”, será la señal más clara de que la transición de la fase de especulación hacia una producción sistémica está en marcha, y de este modo se cerrará la brecha entre los discursos en las salas de directorios y la realidad macroeconómica.