Automatización sin clientes
El capítulo 5 muestra cómo la infraestructura de IA, los ingresos menos seguros y las ganancias concentradas pueden combinarse en…
Automatización sin clientes
Actualizado: 26 de julio de 2026
El capítulo 4 mostró por qué la utilidad de la IA, la rentabilidad del proveedor y el rendimiento bursátil no son lo mismo. El capítulo 5 da el siguiente paso y plantea la cuestión socioeconómica que hay detrás: ¿qué ocurre cuando las empresas automatizan a gran escala, reducen costes y aceleran procesos, mientras al mismo tiempo disminuye el número de trabajadores seguros y bien pagados o se debilita su poder salarial?
La idea de una economía más productiva suena atractiva al principio. Pero para la economía en su conjunto, la productividad por sí sola no basta. Una economía necesita no solo proveedores eficientes, sino también clientes con capacidad real de pago. Precisamente ahí el progreso tecnológico puede convertirse en una trampa de confianza.
El problema básico: más producción, demanda más débil
Las empresas invierten en automatización para reducir errores, paliar escasez de mano de obra, bajar costes salariales y mejorar su escalabilidad. A nivel empresarial, eso puede ser racional. A nivel macroeconómico, sin embargo, aparece una contradicción si esas mismas ganancias de eficiencia debilitan la base de ingresos de la que dependen los ingresos futuros.
La cadena funciona, de forma simplificada, así:
más IA y automatización
→ menor demanda de trabajo o menor crecimiento salarial en partes de la economía
→ hogares más inseguros y menor propensión al consumo
→ ingresos más débiles en muchos sectores
→ nuevas dudas sobre la rentabilidad de la inversión y las valoraciones.
Por tanto, el problema no es el progreso técnico en sí, sino el reparto temporal y social de sus consecuencias. Los ahorros suelen aparecer de inmediato. Los nuevos trabajos, los salarios más altos y una prosperidad más amplia aparecen –si es que lo hacen– más tarde, de manera desigual o en menor número.
Una recesión de confianza puede comenzar cuando las empresas racionalizan con más éxito del que la sociedad crea nuevos compradores.
La infraestructura de IA no es una nube
Muchos debates sobre inteligencia artificial suenan ingrávidos. En realidad, la IA es profundamente física: necesita centros de datos, chips de alto rendimiento, redes eléctricas, subestaciones, refrigeración, agua, construcción especializada, fibra, software, mantenimiento y seguridad. Esa infraestructura crea inversión y pedidos, pero también eleva los costes fijos del sistema.
Cuanto mayor se hace esa infraestructura, más urgentes resultan tres preguntas:
- ¿Quién la paga? Hiperescaladores, prestamistas, inversores, Estados o clientes finales.
- ¿Quién se beneficia de ella? Unas pocas plataformas, un grupo estrecho de proveedores o la economía en su conjunto.
- ¿Quién soporta sus efectos sociales? Trabajadores, municipios, clientes eléctricos y contribuyentes.
La imagen del progreso inmaterial es, por tanto, engañosa. La IA no es solo código, sino un nuevo orden de infraestructuras, y todo orden de infraestructuras distribuye políticamente costes y rendimientos.
Número de empleados, participación salarial y fuerza de demanda
No todo acto de automatización destruye empleos. Muchos procesos cambian tareas, elevan las exigencias o crean nuevas funciones. Pero para la cuestión macroeconómica de la confianza importan más tres variables que el simple número total de empleos:
- Número de empleados: ¿cuántas personas encuentran trabajo en absoluto?
- Participación salarial: ¿qué parte del ingreso nacional va al trabajo y no al capital?
- Seguridad de ingresos: ¿qué tan predecibles son el empleo, la carrera y el poder adquisitivo para los hogares?
Una economía puede acercarse al pleno empleo sobre el papel y aun así desarrollar un problema de demanda si más personas terminan en trabajos más débiles, inseguros o peor pagados. Incluso quienes todavía conservan un empleo consumen con más cautela cuando dejan de confiar en su próxima subida salarial, su próximo contrato o la estabilidad de su sector.
El resultado es una pérdida gradual de fuerza de demanda. No todo el mundo queda desempleado. Pero muchos hogares actúan como si tuvieran que asegurar más estrechamente su futuro financiero.
La nueva geografía del consumo
La automatización y las economías de plataforma también cambian dónde se genera realmente el ingreso. Las altas ganancias ligadas a la IA y la infraestructura suelen concentrarse en unas pocas áreas metropolitanas, unas pocas empresas y unas pocas funciones. La pérdida de consumo, en cambio, se reparte de forma más amplia: entre proveedores de servicios, empresas medianas, suministradores, comercios locales, empleados formados y cada vez más también entre trabajadores del conocimiento bien remunerados.
Eso puede crear una geografía paradójica: brillantes campus tecnológicos y centros de datos por un lado, centros urbanos más prudentes, núcleos secundarios más débiles y mercados locales de consumo más delgados por el otro.
La pregunta ya no es solo cuánto crecimiento se crea, sino dónde se crea y con qué fuerza vuelve al resto de la economía.
Contracorrientes sociales
En una economía ya tensionada, la automatización y la IA pueden intensificar la resistencia política. Tres contracorrientes son especialmente relevantes:
- resistencia cultural: consumidores, trabajadores y profesiones se vuelven contra empresas que combinan despidos con despliegue de IA.
- resistencia regulatoria: los Estados responden con reglas de responsabilidad, transparencia, localización de datos, medidas antimonopolio o protección laboral.
- resistencia de soberanía: regiones o Estados intentan reducir la dependencia de plataformas y nubes extranjeras.
Aún no se sabe cuán fuertes serán estos movimientos. Pero son una señal de alerta importante. Pueden elevar costes y dañar la narrativa de un auge de la IA sin fricciones.
Una recesión de confianza prospera cuando crecen a la vez muchas pequeñas dudas: los compradores dudan de su futuro, los trabajadores de su seguridad, los inversores de sus rendimientos y los gobiernos de su propia capacidad de dirección.
Energía y distribución
La infraestructura de IA también es intensiva en energía. A medida que los centros de datos, la fabricación de chips y los servicios digitales absorben más electricidad, surgen conflictos distributivos con la industria, los hogares y las redes locales. Incluso si técnicamente puede construirse capacidad suficiente, la cuestión distributiva sigue siendo políticamente delicada:
más demanda eléctrica de la IA
→ más expansión de redes e inversiones
→ mayores costes del sistema o más redistribución
→ conflictos políticos sobre precios, prioridades y subsidios.
Para la economía real, la implicación es clara: una tecnología que promete productividad puede aumentar al mismo tiempo el coste del sistema del que depende.
Por qué esto es central para la recesión de confianza
La combinación de automatización, ganancias concentradas, ingresos menos seguros y mayores costes de infraestructura puede crear una brecha de demanda. Las empresas continúan automatizando porque responden a una demanda más débil con más eficiencia. Pero esa misma respuesta puede debilitar aún más la base de clientes.
El resultado es un proceso circular:
demanda más débil
→ presión por eficiencia y automatización
→ base de ingresos más débil
→ demanda aún más débil.
No todos los sectores siguen este patrón. Pero cuanto más aparezca en sectores grandes como administración, servicios de TI, atención al cliente, medios, logística, comercio, funciones de back office y partes del trabajo del conocimiento, mayor será el riesgo macroeconómico.
La automatización sin clientes no es un modelo de innovación. Es un modelo de crecimiento con un problema de ventas incorporado.
Observación temprana para Gridizer Research
Para Gridizer Research, esto produce un marco de observación claro. Lo decisivo no son solo los lanzamientos de productos o las comparaciones entre modelos, sino también las siguientes preguntas:
- ¿Crecen las inversiones en IA más rápido que los flujos demostrables de ingresos?
- ¿Se extienden despidos y congelaciones de contratación en empleos bien pagados de oficina y conocimiento?
- ¿Las clases medias se vuelven más cautas en el gasto y menos fieles a las marcas?
- ¿Surgen campañas de boicot, regulatorias o de soberanía contra plataformas de IA?
- ¿Aumentan los conflictos de electricidad, red y localización en torno a centros de datos?
- ¿Permanecen las ganancias concentradas en unos pocos nombres mientras la economía más amplia se debilita?
Fuentes y método
Este capítulo vincula economía tecnológica, lógica del mercado laboral, efectos distributivos y cuestiones de infraestructura. La imagen destacada es una ilustración. Familias de fuentes principales:
- OCDE — digitalización, productividad, mercados laborales y distribución.
- Organización Internacional del Trabajo (OIT) — empleo, calidad del trabajo y transiciones laborales.
- Fondo Monetario Internacional (FMI) — demanda macroeconómica, desequilibrios y respuestas de política.
- Agencia Internacional de la Energía (AIE) — demanda eléctrica, centros de datos e infraestructura energética.
- US Securities and Exchange Commission (SEC) — divulgaciones empresariales sobre capex, ajuste de plantillas y monetización de la IA.
Gridizer Research es una publicación analítica. No constituye asesoramiento financiero, jurídico ni político.