Si la IA hace el trabajo, ¿quién obtiene los ingresos?

La cuestión no es sólo quién pierde su trabajo

La promesa de una economía en la que las máquinas hacen casi todo parece ofrecer dos resultados opuestos: abundancia compartida o concentración extrema del ingreso. Ambos aparecen en discusiones sobre inteligencia artificial. Ninguno se deriva automáticamente de la capacidad de un modelo para escribir, programar o conversar. Entre una demostración tecnológica y un cambio duradero en el nivel de vida hay empresas, contratos, mercados, infraestructuras y decisiones políticas. Este dossier investiga este pasaje, sin suponer que se haya demostrado el fin de la obra.

Nuestra pregunta central es distributiva: cuando una organización ofrece más valor por hora de trabajo humano, ¿quién puede transformar esta ganancia en ingresos, tiempo o seguridad? La respuesta puede involucrar a trabajadores, consumidores, dueños de empresas, proveedores de tecnología y gobiernos. Estos grupos también se superponen. Una persona puede recibir un salario, pagar servicios más baratos y poseer una pequeña participación en una empresa. Por lo tanto, reducir el debate a humanos versus máquinas oculta los mecanismos que debemos examinar.

Organizamos el análisis en tres niveles. Primero, la exposición técnica de las tareas a la IA. Luego, los resultados observados en ambientes laborales y en experimentos de transferencia de ingresos. Finalmente, opciones institucionales y escenarios ilustrativos. Un índice de exposición ayuda a localizar cambios potenciales; no mide los despidos. Un experimento informa sobre una población y una intervención; no reproduce una economía entera. Una simulación hace visibles las suposiciones; no transforma estas premisas en predicción.

La tesis editorial de Rovemark es que la productividad y la distribución deben estudiarse juntas. Esto no significa que ya sepamos qué política resuelve el problema, ni que los beneficios privados sean ilegítimos. Significa que una implementación sólo puede considerarse exitosa después de preguntarse también por la calidad, los costos completos, las condiciones de trabajo y el destino del valor creado. La misma tecnología puede sustentar organizaciones y contratos muy diferentes.

La exposición a la IA no equivale a desempleo

La Organización Internacional del Trabajo y NASK estimaron en 2025 que aproximadamente una cuarta parte del empleo mundial se encuentra en ocupaciones con algún grado de exposición a la IA generativa. El índice combina evaluación de tareas, contribuciones de trabajadores y expertos, y clasificación asistida por modelos. La participación alcanza 34% en países de altos ingresos y 11% en países de bajos ingresos. Estos porcentajes describen la composición ocupacional y la capacidad técnica potencial; no son probabilidades individuales de perder el trabajo.

En el nivel más alto de exposición, el índice reporta 3,3% del empleo global. En este apartado concreto, las proporciones son 4,7% entre mujeres y 2,4% entre hombres. El denominador importa: comparamos la participación dentro del empleo de cada grupo, y no la división de todas las ocupaciones expuestas por sexo. El gráfico permite alternar los recortes, manteniendo separados cierto grado de exposición y la categoría máxima. No debemos sumar los paneles ni tratarlos como una trayectoria temporal.

Una ocupación reúne actividades con demandas diferentes. Producir un primer borrador puede ser automatizable, mientras que negociar una excepción, verificar una decisión o asumir una responsabilidad aún requiere participación humana. Incluso cuando se vuelven técnicamente posibles varios pasos, la adopción depende del costo, la confiabilidad y la integración. Una empresa puede optar por atender a más clientes con el mismo equipo, reorganizar funciones o reducir la contratación. Identificar la posibilidad técnica es el inicio de la investigación; Identificar qué respuesta ocurrió requiere otros datos.

También sería un error concluir que una menor exposición representa una protección económica completa. Un trabajador puede estar en una actividad poco digitalizada y aun así sufrir efectos indirectos sobre la demanda, los precios o las cadenas de suministro. Por el contrario, una función muy expuesta puede volverse más productiva y valorada. Nuestra interpretación es utilizar el índice como guía para estudiar cambios concretos, incluidos los grupos que pueden necesitar apoyo. La fuente no ofrece una fecha de desaparición de las profesiones.

Productividad real: evidencia que no cabe en una sola promesa

En un estudio publicado en el Quarterly Journal of Economics en 2025, Brynjolfsson, Li y Raymond analizaron la introducción escalonada de un asistente en una operación con agentes de servicio al cliente 5.172. La ganancia promedio reportada fue aproximadamente 15% en problemas resueltos por hora. Los beneficios variaban según la experiencia y la habilidad. Esto se evidencia en una empresa y una ocupación, con implementación escalonada y análisis econométrico; no de una muestra representativa de toda la economía ni de un ensayo con sorteo individual.

El resultado demuestra por qué vale la pena estudiar la IA dentro del proceso de trabajo. Sin embargo, una ganancia en las resoluciones horarias no significa automáticamente un aumento del 15% en las ganancias, el salario o la producción nacional. Los costos de implementación, revisión, software y cambios organizacionales deben incluirse en la cuenta. También es necesario preservar la calidad de la resolución. Transferir un porcentaje entre estas medidas produce una precisión aparente que el diseño del estudio no proporciona.

Un contrapunto proviene del experimento de METR con desarrolladores experimentados 16 y tareas 246 en proyectos conocidos, utilizando las primeras herramientas 2025. La disponibilidad de IA aumentó el tiempo de ejecución en 19%, mientras que los participantes esperaban una reducción en 24% antes de las tareas y percibieron una reducción en 20% después. El contraste mide expectativas y percepción sobre el resultado observado en ese experimento, no contradiciéndose con el estudio del servicio. Las poblaciones, herramientas, tareas y métricas son diferentes.

La actualización METR de febrero 2026 es esencial para interpretar este hallazgo histórico. Los investigadores comenzaron a considerar que la selección de participantes y tareas, los cambios en las remuneraciones y las dificultades para registrar trabajos con agentes simultáneos dificultaban la interpretación de los nuevos resultados. El intervalo de confianza 95% informado para la estimación original varía de +2% a +39% en el tiempo. No utilizamos el resultado de 2025 como diagnóstico de las herramientas actuales. La lección aplicable es medir el efecto en el contexto del uso, en lugar de confiar únicamente en la sensación de velocidad.

Ahorrar tiempo no determina quién gana dinero

Imaginemos un proceso hipotético que requiere diez horas humanas por entrega y ahora requiere ocho, manteniendo la misma calidad. El ahorro directo es de dos horas por entrega, pero aún desconocemos el resultado económico. Quizás haya demanda para vender más. Quizás el precio baje debido a la competencia. Quizás la empresa mantenga el precio y aumente su margen. Quizás el equipo absorba otras tareas, o parte de la ganancia se negociará en forma de jornadas más cortas. Estas son posibles respuestas, no porcentajes estimados en esta publicación.

Es útil separar tres cuestiones contables. La primera es cuántos recursos se ahorraron en el proceso. La segunda es cuánto valor adicional se vendió realmente o cuánto costo desapareció. El tercero es cómo se distribuyó este resultado luego de pagar infraestructura, proveedores e impuestos. Las horas disponibles no son ingresos realizados. Un borrador no utilizado no es una venta. Y una reducción en el precio de un modelo no necesariamente representa una caída proporcional en el costo total de un servicio confiable.

La OCDE considera la capacidad de difusión y adopción de la IA como condiciones importantes para sus posibles efectos macroeconómicos. La estructura sectorial, las habilidades, la infraestructura y la integración económica cambian el alcance de los beneficios. Las proyecciones discutidas por la institución son el resultado de modelos de crecimiento aún no observados que podemos atribuir plenamente a la IA. En este análisis, no trasladamos una ganancia medida en el servicio a una proyección del PIB brasileño.

Nuestra hipótesis distributiva es que la propiedad, la competencia y el poder de negociación condicionan el destino de la ganancia. Una pequeña empresa puede obtener acceso a capacidades que antes eran costosas y perder margen si todos los competidores hacen lo mismo. Un trabajador puede producir más sin controlar la regla salarial. Un proveedor puede capturar parte del beneficio dependiendo de su plataforma. Para probar estas hipótesis, sería necesario monitorear los precios, contratos, remuneraciones y participación de los proveedores a lo largo del tiempo. No basta con observar la adopción.

Renta básica: definición ante la adhesión o el rechazo

La renta básica universal suele designar una transferencia monetaria individual, periódica, sin requisitos laborales y dirigida a todas las personas dentro de la población definida por el programa. La guía del Banco Mundial ayuda a distinguir la universalidad, la incondicionalidad y los pagos en efectivo. Estas características no especifican una cantidad suficiente para vivir, una fuente de financiación o qué beneficios seguirían existiendo. La expresión salario universal puede resultar confusa: el salario remunera una relación laboral; una transferencia de ingresos sigue otra lógica institucional.

Una propuesta concreta debe responder quién la recibe, a partir de qué edad, por cuánto tiempo y con qué valor se actualiza. También debe aclarar si el pago se suma a los servicios y beneficios existentes o los reemplaza, cómo contribuyen las personas de altos ingresos a través del sistema tributario y cómo se satisfacen las necesidades extraordinarias. Dos propuestas con el mismo valor mensual pueden producir distribuciones netas completamente diferentes. El nombre de la póliza por sí solo no dice quién termina mejor o peor.

El argumento favorable puede basarse en la autonomía, la previsibilidad y la capacidad de rechazar malas relaciones laborales. El argumento opuesto puede apuntar al costo, la oportunidad de otras políticas y la insuficiencia de un beneficio uniforme para diferentes necesidades. Presentamos estas razones como criterios de evaluación, sin asumir una respuesta única. Un debate serio compara diseños específicos, sus beneficiarios netos y los servicios preservados. Estar de acuerdo con la importancia de la protección social no requiere estar de acuerdo con ninguna de las llamadas propuestas universales.

La relación con la IA es una hipótesis para organizar la sociedad, no una consecuencia técnica obligatoria. Incluso si la automatización avanza, la respuesta puede combinar transferencias, servicios públicos, formación, seguridad social, participación en los beneficios o cambios en los horarios de trabajo. La elección depende de los problemas identificados y de las instituciones disponibles. En las fuentes seleccionadas, no hay ningún experimento que observe una economía completa después de que la IA elimina la necesidad de trabajo humano. Este escenario queda más allá del alcance de la evidencia aquí reunida.

¿Qué experimentos de ingresos nos permiten concluir?

En el experimento estadounidense vinculado a OpenResearch, los participantes de bajos ingresos 1.000 recibieron $1.000 por mes durante tres años, mientras que los participantes de control 2.000 recibieron $50 mensualmente. La revisión de agosto de 2026 del documento de trabajo del NBER 32719 informa una reducción de 4,2 puntos porcentuales en la participación en el mercado laboral, de alrededor de US$ 1.900 anualmente en ingresos individuales excluyendo transferencias y de una a dos horas por semana trabajada, en relación con el control. Estos son resultados diferentes, con diferentes unidades.

El artículo sigue identificado como un documento de trabajo no sujeto a revisión por pares por parte de una publicación académica. La versión inicial citada en la primera edición de este análisis tenía estimaciones diferentes; Ahora hemos adoptado la revisión de agosto de 2026 y la hemos registrado en la bibliografía. La revisión también informa que los efectos moderados sobre la oferta laboral no fueron compensados ​​por otras actividades productivas medidas. Esto no convierte el hecho de dedicar menos tiempo al trabajo remunerado en un juicio sobre el valor personal de los participantes.

La experiencia finlandesa ofrece otro diseño. Entre 2017 y 2018, 2.000 los desempleados recibieron aproximadamente USD 647 mensualmente, en una conversión ilustrativa utilizando los promedios anuales del BCE de 2017 y 2018. El balance oficial describe pequeños efectos sobre el empleo y una percepción más favorable de bienestar. También advierte que un cambio en las reglas de activación por desempleo dificulta aislar los efectos en el segundo año. La encuesta de bienestar tuvo diferentes tasas de respuesta entre los grupos. El beneficio original estaba denominado en EUR: la visualización en USD utiliza 560 multiplicado por la media aritmética de las tasas anuales del BCE de 2017 y 2018 (1,15531784313725 USD por EUR), sin ajustar por inflación y sin reproduciendo el tipo de cambio de cada pago. Estas limitaciones impiden tratar la experiencia como una simple demostración de que cualquier renta básica siempre aumenta el empleo o necesariamente mejora todos los indicadores.

Ninguno de estos estudios mide una transferencia permanente a toda la población, financiada por los propios contribuyentes en una economía transformada por la IA. Un piloto puede estimar los efectos individuales de la transferencia y aún dejar abiertos los precios, los impuestos, la migración, la oferta de servicios y las respuestas de las empresas a escala nacional. Nuestra lectura es que los experimentos informan las decisiones y corrigen afirmaciones absolutas. No ponen fin al debate. El siguiente panel presenta el diseño americano y los resultados de la revisión actual sin mezclar participación, ingresos y horas en un solo eje.

¿Cuánto costaría? Una cuenta transparente, con límites

El coste bruto de una transferencia es una simple multiplicación: pago mensual por persona, número de beneficiarios y doce meses. El simulador utiliza USD como unidad monetaria y le permite cambiar el valor y la población. El estándar de cien millones de personas es una hipótesis didáctica completa, no una estimación de la población brasileña adulta o elegible. No existe una consulta automática de datos demográficos. La elección evita presentar una población inventada como si hubiera sido medida. El escenario en USD es una nueva hipótesis, no una conversión de moneda del ejemplo anterior en BRL.

En el ejemplo inicial, USD 1.000 por mes para cien millones de personas corresponde a USD 1,2 billones por año. Este es el desembolso anual bruto. No es una recomendación de déficit adicional, costo neto o beneficio. No descontamos los ingresos devueltos por los beneficiarios, los beneficios reemplazados, los costos administrativos o los cambios de comportamiento. Tampoco agregamos una colección hipotética sobre robots. Todas estas entregas requerirían sus propias hipótesis y bases de datos, además de evaluar los efectos distributivos.

El debate sobre la financiación requiere al menos dos análisis adicionales. Una es presupuestaria: ¿qué ingresos y gastos cambian, en qué período y con qué capacidad administrativa? Otra es económica: ¿quién apoya la incidencia de nuevos impuestos y cómo responden familias y empresas? El pagador legal de un impuesto no es necesariamente quien absorbe su coste final. No damos por sentado que el valor estimado de una hora ahorrada pueda recaudarse en su totalidad, ni que la riqueza privada y los ingresos públicos sean equivalentes.

La nota de la OCDE sobre la renta básica llama la atención sobre las implicaciones financieras y distributivas de las reformas. Esto orienta la atención central: una propuesta que distribuya a todos y elimine el apoyo específico podría perjudicar a las personas con mayores necesidades. Nuestra evaluación requiere mostrar el resultado neto por grupo, no solo la suma de los pagos. El gráfico hace visible la escala aritmética de elecciones; no decide su viabilidad fiscal ni sus efectos sobre la inflación. Para responder a estas preguntas, se necesitaría un modelo mucho más completo.

Tres formas de distribuir las ganancias

El primer escenario es la concentración. Las empresas o proveedores con activos difíciles de reemplazar retienen gran parte del valor adicional. En este camino hipotético, la producción puede crecer mientras una parte de los trabajadores enfrenta una pérdida de ingresos o una reducción de su capacidad de negociación. La variable decisiva no sería sólo el desempeño del modelo, sino la posibilidad de que competidores y trabajadores participen en la creación y apropiación de valor. Para observar este camino, necesitaríamos examinar márgenes, precios, salarios y dependencias contractuales.

El segundo escenario es la difusión competitiva. Herramientas más accesibles ayudan a las pequeñas empresas, reducen los precios y habilitan nuevos servicios. Los consumidores pueden ganar poder adquisitivo y algunas organizaciones pueden crecer sirviendo a mercados que antes eran inviables. Esto no garantiza que todos los trabajadores recibirán un aumento salarial ni elimina las transiciones difíciles. Una evaluación debería monitorear la entrada de empresas, la calidad, los precios y la movilidad profesional, verificando si las ganancias se extienden más allá de las primeras organizaciones que adoptaron la tecnología.

El tercer escenario implica negociación a lo largo del tiempo y protección. Parte de los ingresos puede financiar jornadas laborales más cortas, formación durante la jornada laboral, participación en resultados o mecanismos colectivos de ingresos y servicios. Hay opciones sobre quién participa, cómo medir el resultado y cómo distribuir los riesgos. Una reducción de la jornada laboral anunciada sin controlar la intensidad del trabajo puede no mejorar la vida del equipo. Es posible que un traslado sin servicios adecuados no atienda las necesidades esenciales. Estos mecanismos deben ser evaluados por diseño y ejecución.

Los tres caminos no son mutuamente excluyentes ni se les han asignado probabilidades. Pueden coexistir por sector, empresa y período. Sirven para organizar preguntas verificables. Si queremos saber qué camino prevalece, debemos definir de antemano indicadores que puedan contradecir nuestra preferencia. Una hipótesis que explica cualquier resultado después de la observación no guía la investigación. El compromiso editorial es monitorear las señales de concentración y difusión con el mismo cuidado, y revisar la interpretación cuando cambie la evidencia.

Lo que una empresa puede medir ahora

Una organización no necesita resolver el futuro del capitalismo para mejorar su evaluación de la IA. Se puede empezar por delimitar un proceso, un resultado y una condición mínima de calidad. En servicio, esto puede significar una resolución confirmada con tasa de reapertura; en documentos, aceptación con revisión humana; en operaciones, entrega válida sin incremento de incidencias. Elegir solo el volumen de respuestas generadas recompensa la actividad que puede no producir valor. La métrica debe representar la tarea completada y la consecuencia relevante para el cliente.

El protocolo propuesto por Rovemark comienza con una línea de base y registra cambios en la demanda y la complejidad. Cuando sea posible, compare grupos similares o condiciones de uso alternativas de manera planificada, sin exponer a las personas a decisiones críticas incontroladas. El registro debe incluir el tiempo de revisión, retrabajo, costo de plantillas y herramientas, errores, interrupciones y capacitación. Un resultado positivo que dependa de una supervisión excepcional puede no persistir a medida que la operación crezca. La pregunta es si la ganancia sobrevive al uso diario.

El seguimiento debe incluir la distribución dentro del equipo. Los principiantes y los expertos pueden responder de manera diferente; Los promedios pueden ocultar un empeoramiento en tareas poco comunes o en clientes con necesidades específicas. La remuneración, la carga de trabajo y la autonomía también son resultados a observar, con protección de los datos personales y acceso proporcional a la necesidad. El análisis no debe convertirse en un mecanismo opaco de evaluación individual. La publicación de métricas agregadas y reglas de uso ayuda a que la participación de los trabajadores esté más informada.

Este es un protocolo propuesto, no una lista de experimentos ya realizados por Rovemark. Para producir nuestra propia investigación, todavía necesitamos organizaciones participantes, una definición anticipada de los resultados, el consentimiento y una base de datos adecuada. La contribución prevista es vincular la evidencia operativa con las consecuencias distributivas. En lugar de anunciar que una determinada herramienta reemplaza a un porcentaje del equipo, queremos mostrar qué tareas mejoraron, cuáles fallaron, cuál fue el costo total y quién recibió el beneficio. Estos son resultados que pueden discutirse y, cuando sea posible, reproducirse.

¿Qué cambiaría nuestra conclusión?

Nuestra posición cambiaría ante la evidencia consistente, en múltiples contextos, de que las ganancias de productividad se propagan con aumentos en el ingreso y la calidad de vida sin necesidad de mecanismos adicionales. También cambiaría si estudios sólidos mostraran pérdidas persistentes de empleo e ingresos en una escala mayor que la capacidad de transición observada. En ambos casos, sería necesario separar los efectos de la IA de los cambios en la demanda, el ciclo económico y otras tecnologías. Los números agregados sin identificación del mecanismo no resuelven esta atribución.

En cuanto a la renta básica, resultados más prolongados y más amplios de los programas, con respuestas observadas de financiación y mercado, ayudarían a reducir las incertidumbres que los pilotos individuales no abordan. La evaluación debe comparar alternativas reales, incluidos los sistemas existentes mejorados, y mostrar quién gana y quién pierde. También necesitamos evidencia sobre la atención, la salud, la educación y la libertad de elección, sin dar por sentado que cualquier actividad fuera del empleo sea improductiva o que todos los efectos deseables ya hayan sido demostrados.

La pregunta del título permanece abierta a propósito. Las fuentes muestran que la exposición técnica, la productividad y la oferta laboral son fenómenos mensurables pero diferentes. No autorizan una fecha para el fin del empleo ni un valor universal que cualquier país pueda financiar. Nuestra conclusión editorial es priorizar la medición de la ganancia total y su distribución. La calidad de esta agenda dependerá de hacer que las premisas sean discutibles y permitir que nuevos resultados corrijan la narrativa, incluso cuando esto vaya en contra de los intereses comerciales del propio Rovemark.