2028「Crisis Global de Sabiduría」Escenario de simulación: ¿Por qué la explosión de productividad de la IA termina afectando negativamente a la bolsa, el empleo y las hipotecas?
Cuando el mercado ha sido optimista con respecto a la IA y ha “apostado correctamente”, las empresas utilizan la IA para reducir costos laborales y aumentar los márgenes de beneficio, y las acciones también se disparan — esto suena como una narrativa alcista perfecta. Pero Citrini Research en «LA CRISIS GLOBAL DE INTELIGENCIA 2028» presenta un experimento mental contraintuitivo: si la IA realmente supera las expectativas, en realidad podría desencadenar riesgos sistémicos aún mayores.
Esto no es una predicción ni literatura apocalíptica, sino una nota macro en formato de memorándum retrospectivo de «2028 mirando hacia atrás a 2026–2028», que desglosa cómo, tras una «sobreabundancia de inteligencia», el empleo, el consumo, el crédito y los mercados financieros podrían desacelerarse simultáneamente en una cola izquierda.
Dos años de alta tasa de desempleo se vuelven la nueva normalidad
En la versión de junio de 2028 de la proyección, la tasa de desempleo en EE. UU. alcanza el 10.2%, 0.3 puntos porcentuales por encima de lo esperado; el mercado cae un 2% ese día, y el S&P 500 desde su máximo de octubre de 2026 acumula una caída del 38%. Los autores describen que los operadores ya están insensibilizados: hace medio año, estos datos podrían haber provocado un cierre de mercado, pero ahora solo generan una presión de venta fatigada.
Esta nota no busca preguntar si la IA avanzará, sino: ¿qué pasa cuando la IA progresa demasiado rápido y demasiado barato, alterando la estructura económica centrada en los ingresos y ciclos de consumo humanos?
El mercado primero se vuelve una locura, pero «el mercado es IA, la economía no»
Retrocediendo a octubre de 2026: el S&P 500 se acerca a los 8000 puntos, y el Nasdaq supera los 30,000. La ola de despidos por reemplazo de blancos con IA ya había comenzado a principios de 2026, y los efectos a corto plazo «parecen correctos»: despidos reducen costos, expanden márgenes, los informes financieros superan expectativas y las acciones suben; las empresas reinvierten sus beneficios récord en capacidad de cómputo, fortaleciendo sus capacidades de IA.
El problema es que la prosperidad en los balances no equivale a una prosperidad percibida. Los autores introducen el concepto de «GDP Fantasma»: la producción crece en los registros nacionales, pero no fluye efectivamente hacia los hogares, por lo que no puede generar nuevos ciclos de consumo. Una metáfora más sencilla sería que un clúster de GPU reemplaza la producción de 10,000 blancos en Manhattan, pero esto sería más parecido a una «pandemia económica», porque las máquinas no compran casas, no viajan ni hacen compras impulsivas.
Cuanto más fuerte sea la IA, más débiles serán los blancos, y más frío será el consumo
El mecanismo central de la proyección es un ciclo de retroalimentación negativa sin fondo natural: aumento de capacidades de IA → despidos en empresas → disminución de ingresos y gastos de los reemplazados → debilitamiento de la demanda y presión sobre los márgenes empresariales → las empresas aumentan su inversión en IA para reducir costos → IA más potente → nuevas rondas de despidos más rápidas.
Lo más aterrador de esta espiral es que no se parece a los ciclos económicos tradicionales (inventarios, tasas de interés, inversión) que «se recuperan por sí mismos en cierto nivel». Porque los impulsores no son una contracción crediticia, sino que la IA sigue volviéndose más barata y más eficiente. Los autores incluso lo resumen en una frase: «Con solo 200 dólares mensuales en un agente de IA, se puede hacer el trabajo de un gerente de producto con un salario de 180,000 dólares al año».
El comercio electrónico basado en agentes está transformando la intermediación, y las stablecoins evaden las tarifas de intercambio con tarjetas del 2–3%
Cuando en 2027 los LLM se vuelven herramientas cotidianas, se destaca el impacto de la «comercio electrónico agentic»: la IA ya no espera instrucciones, sino que automáticamente compara precios, cancela suscripciones, negocia y renueva en segundo plano 24/7, eliminando la «pereza del consumidor» que sustentaba la economía de suscripción. Se menciona que en marzo de 2027, el consumo diario medio en EE. UU. de tokens alcanza aproximadamente 400,000, diez veces más que a finales de 2026.
Lo más importante es el «canal». Cuando las transacciones son dominadas por agentes, las tarifas de intercambio de tarjetas del 2–3% se vuelven el costo más visible. La proyección describe cómo los agentes comienzan a usar stablecoins en Solana o Ethereum L2 para liquidar pagos casi instantáneos y con costos inferiores a «una pequeña fracción de un centavo». Los autores citan a Mastercard en el primer trimestre de 2027: ingresos aumentaron un 6% anual, pero el crecimiento del gasto se desaceleró a 3.4% (frente al 5.9% del trimestre anterior), y la dirección mencionó que «la optimización de precios por agentes» y la presión en bienes no esenciales estaban afectando, provocando una caída del 9% en el precio de las acciones al día siguiente; también se menciona que Visa, con una infraestructura de stablecoins más sólida, tuvo una caída más moderada.
De «riesgos industriales controlables» a «exposición sistémica imprecisa»
El análisis lleva el punto de inflexión financiero a los préstamos privados: su tamaño creció de menos de 1 billón de dólares en 2015 a más de 2.5 billones en 2026, con gran parte del capital dirigido a transacciones de software y SaaS respaldadas por PE, apostando a que «los ingresos recurrentes seguirán siendo así». En este escenario, Moody’s en abril de 2027 rebaja la calificación de 14 emisores por un total de 18 mil millones de dólares en deuda de software PE; en septiembre de 2027, Zendesk incumple sus obligaciones, y una línea de crédito de 5 mil millones de dólares se devalúa a 58 centavos, convirtiéndose en uno de los mayores incumplimientos de deuda privada en software.
Lo más problemático es la ilusión de «capital permanente». La proyección indica que las grandes gestoras adquieren aseguradoras de vida, canalizando depósitos de pensiones hacia inversiones en deuda privada; cuando los reguladores endurecen las reglas de capital para ciertos activos de deuda privada (como se menciona en las directrices de NAIC y regulaciones estatales en noviembre de 2027), podrían verse obligados a vender activos o a recapitalizar, poniendo en riesgo estructuras que antes no estaban sujetas a presión de liquidez.
El siguiente problema es la hipoteca: un mercado de 13 billones de dólares basado en la suposición de ingresos estables de los blancos
Finalmente, la proyección se centra en el mercado inmobiliario: en junio de 2028, el índice Zillow muestra una caída anual del 11% en San Francisco, 9% en Seattle y 8% en Austin; Fannie Mae también advierte que en zonas con alta proporción de empleos en tecnología y finanzas, comienzan a verse «primeras señales de incumplimiento».
Lo clave no es que los prestatarios tengan mal crédito — al contrario, muchos son grupos de alta calidad de 70 y 80 años — sino que «los préstamos fueron buenos en su momento, pero el mundo cambió». Cuando la capacidad de ingreso de los blancos se ve estructuralmente debilitada, el mercado se ve obligado a preguntarse: ¿los préstamos prime siguen siendo seguros?
Los autores incluso estiman que si en la segunda mitad de 2028 las hipotecas realmente colapsan, la caída del mercado podría acercarse a niveles de la crisis financiera, con una retracción del 57%, llevando al S&P 500 a aproximadamente 3500 puntos (cerca de los niveles previos a la «Hora de ChatGPT» en noviembre de 2022).
El valor de este experimento mental no está en que «seguramente sucederá», sino en que revela una contradicción frecuentemente ignorada: cuando la inteligencia ya no es escasa, ¿cómo se revaloriza todo el sistema financiero basado en salarios, consumo y crédito humanos? Al final, los autores concluyen que la alondra todavía está viva — pero quizás ya sea momento de empezar a evaluar las hipótesis que hemos pasado por alto.