La automatización con inteligencia artificial suele presentarse como una decisión técnica: una empresa encuentra una tarea repetitiva, la delega en un modelo o en un agente, reduce costes y gana eficiencia. Pero un nuevo trabajo académico plantea una lectura más incómoda para el sector tecnológico: el problema no sería que las empresas usen mal la IA, sino que la usen exactamente como les conviene a corto plazo.

El estudio The AI Layoff Trap, firmado por Brett Hemenway Falk, de la Universidad de Pensilvania, y Gerry Tsoukalas, de Boston University, modela una economía en transición hacia la automatización con IA. Su tesis es clara: cuando muchas compañías sustituyen trabajadores por sistemas automatizados al mismo tiempo, cada una captura el ahorro, pero ninguna asume por completo la demanda que destruye al eliminar salarios. Esa diferencia crea una carrera de automatización que puede ser racional para cada empresa y perjudicial para el conjunto.

El fallo no está en el modelo, sino en el mercado

La discusión pública sobre IA y empleo suele centrarse en si los modelos son suficientemente buenos para reemplazar tareas humanas. El paper desplaza la pregunta. Incluso si la IA funciona, incluso si mejora productividad y reduce costes, puede aparecer una trampa si los trabajadores desplazados no encuentran nuevos ingresos con rapidez.

En ese escenario, los empleados despedidos dejan de ser solo una línea de coste eliminada. También eran consumidores. Compraban productos, pagaban servicios, contrataban suscripciones, viajaban, financiaban hipotecas o consumían tecnología. Si una empresa despide, el impacto en demanda se reparte entre todo el mercado. Si muchas despiden a la vez, la pérdida puede hacerse sistémica.

Decisión tecnológica	Lectura empresarial	Efecto económico ignorado
Sustituir soporte por agentes	Menor coste operativo	Menos salarios que vuelven como consumo
Automatizar programación junior	Más output por ingeniero senior	Menos entrada al mercado laboral
Usar IA en back-office	Procesos más baratos	Pérdida de poder adquisitivo
Reducir mandos intermedios	Menos estructura	Menos demanda en consumo masivo
Automatizar a la vez que competidores	Defensa competitiva	Carrera colectiva hacia menor demanda

El mecanismo se parece a un bug de incentivos. Para una empresa individual, automatizar puede ser correcto. Para todas a la vez, puede ser destructivo si la economía no crea nuevas tareas y empleos al mismo ritmo. El modelo muestra que saberlo no basta: las empresas siguen teniendo incentivos para automatizar porque el coste de no hacerlo puede ser perder margen frente a rivales.

Por qué la IA agéntica hace más relevante el problema

La tesis gana fuerza en la era de la IA agéntica. Un chatbot tradicional podía ayudar a escribir, resumir o responder. Un agente puede encadenar acciones: leer repositorios, ejecutar tareas, coordinar herramientas, llamar APIs, preparar documentos, resolver tickets, revisar contratos o automatizar flujos enteros. La sustitución ya no afecta solo a tareas aisladas, sino a secuencias completas de trabajo.

Esto cambia la escala. Cuando la automatización era lenta, costosa e imperfecta, el mercado laboral tenía más tiempo para absorber el golpe. Con agentes de IA, el despliegue puede ser mucho más rápido. Un proveedor SaaS puede reducir soporte. Una fintech puede automatizar revisión documental. Una consultora puede producir entregables con menos analistas. Un equipo de desarrollo puede entregar más con menos perfiles junior.

Tipo de automatización	Velocidad de impacto	Riesgo principal
Software tradicional	Gradual	Sustitución parcial de procesos
RPA	Moderada	Automatización de tareas repetitivas
IA generativa	Rápida	Reducción de tareas cognitivas
IA agéntica	Muy rápida	Sustitución de flujos completos
Agentes conectados a herramientas	Continua	Automatización autónoma y difícil de frenar

El paper no dice que toda automatización sea mala. De hecho, reconoce que históricamente la tecnología ha creado nuevas tareas y ocupaciones. La diferencia está en el ritmo. Si la creación de nuevo empleo no alcanza la velocidad de desplazamiento, la productividad puede crecer mientras la demanda se debilita.

El dilema del prisionero de las empresas tecnológicas

La parte más potente del modelo aparece cuando la automatización se vuelve barata y fácil de integrar. En ese caso, la situación se aproxima a un dilema del prisionero. Si todas las empresas contuvieran la automatización, podrían preservar más demanda. Pero cada una tiene incentivos para automatizar antes que las demás.

Si una empresa decide no despedir y sus competidores sí lo hacen, puede quedar en desventaja de costes. Si todas despiden, ninguna obtiene una ventaja estructural duradera, pero todas contribuyen a debilitar la base de consumidores. El resultado no es una transferencia limpia de trabajadores a capital. Según el modelo, puede ser una pérdida neta donde trabajadores y propietarios acaban peor que en una solución coordinada.

Opción	Resultado privado	Resultado colectivo
No automatizar mientras otros sí	Pierde competitividad	Conserva algo de demanda
Automatizar antes que otros	Gana margen temporal	Traslada parte del daño al mercado
Automatizar todos	Neutraliza ventajas entre rivales	Reduce demanda agregada
Coordinar contención	Mejor resultado conjunto	Difícil de sostener sin reglas

La competencia, que en muchos mercados disciplina precios y mejora eficiencia, aquí amplifica el problema. Cuantas más empresas compiten, menor es la parte de demanda perdida que cada una internaliza. En un monopolio, la compañía sí soportaría toda la caída de demanda que causa. En un mercado fragmentado, cada firma puede convencerse de que su contribución al daño es pequeña.

Las soluciones habituales no atacan el margen correcto

El estudio analiza varias respuestas conocidas: renta básica universal, impuestos sobre renta del capital, participación de trabajadores en beneficios, recualificación, acuerdos entre empresas y negociación privada. Su conclusión es que muchas pueden aliviar el daño social, pero no corrigen el incentivo que empuja a automatizar demasiado.

La renta básica, por ejemplo, puede elevar el suelo de ingresos y sostener consumo, pero no cambia la comparación que hace una empresa cuando decide si sustituye una tarea humana por IA. Un impuesto sobre beneficios tampoco modifica necesariamente esa decisión, porque grava el resultado general, no el margen específico de automatizar una tarea.

Política	Qué puede hacer	Límite en el modelo
Renta básica universal	Sostener ingresos y demanda	No cambia el incentivo a automatizar
Impuesto al capital	Recaudar sobre beneficios	No actúa sobre cada tarea automatizada
Recualificación	Reabsorber trabajadores	Depende de velocidad y calidad del nuevo empleo
Participación accionarial	Reciclar renta hacia trabajadores	Reduce, pero no elimina la brecha
Acuerdos entre empresas	Coordinar contención	No son estables si automatizar es dominante
Impuesto a la automatización	Cambiar el coste marginal de sustituir trabajo	Es la solución teórica del modelo

El único instrumento que cierra la distorsión en el modelo es un impuesto pigouviano a la automatización: un gravamen por tarea automatizada equivalente a la parte de demanda que la empresa destruye y no asume. La lógica es parecida a una tasa ambiental. Si una decisión privada genera un coste externo, la política pública puede obligar a internalizarlo.

El gran problema práctico: medir qué es automatizar

La propuesta es conceptualmente elegante, pero difícil de aplicar. ¿Qué cuenta como una tarea automatizada? ¿Un agente que ayuda a un empleado o uno que lo sustituye? ¿Una herramienta que aumenta productividad o una que elimina un puesto completo? ¿Cómo se mide la demanda perdida si el trabajador encuentra otro empleo seis meses después? ¿Qué ocurre si una empresa automatiza en un país y vende en otro?

Estas preguntas importan porque la automatización con IA no siempre llega como un robot visible que sustituye a una persona. A menudo aparece como una mejora de software, una función nueva en un SaaS, una integración con un modelo, un agente interno o una reducción de contratación futura. Medir despidos es más sencillo que medir puestos que nunca se crearon.

Dificultad de aplicación	Ejemplo
Definir tarea automatizada	Un agente hace el 40 % del trabajo de un analista
Separar sustitución y aumento	La IA ayuda a cinco personas, pero elimina dos puestos
Medir ingresos perdidos	El trabajador desplazado puede reemplearse
Evitar deslocalización	La empresa mueve automatización a otra jurisdicción
Distinguir productividad real	La IA reduce coste, pero también baja calidad
Controlar efectos indirectos	Menos contratación junior afecta al talento futuro

Por eso, más que como una receta inmediata, el impuesto del paper debe verse como una señal de diseño: si las empresas no pagan por la externalidad de demanda que generan, pueden automatizar por encima del nivel óptimo. La política concreta podría adoptar otras formas, pero tendría que actuar sobre el margen de decisión, no solo compensar daños después.

Qué significa esto para el sector tech

Para la industria tecnológica, la lectura es incómoda porque afecta a su propio relato. Durante años, el sector ha defendido que la automatización crea nuevos mercados, nuevos empleos y más productividad. Eso puede seguir siendo cierto a largo plazo. Pero el paper advierte de que la transición puede tener un coste si ocurre demasiado deprisa y sin mecanismos de reabsorción.

El riesgo es especialmente visible en áreas donde la IA sustituye trabajo cognitivo de entrada. Si desaparecen muchos puestos junior en programación, soporte, análisis, marketing, operaciones o atención al cliente, el mercado no solo pierde empleo. También puede perder vías de aprendizaje, promociones internas y renovación de talento.

Área tech afectada	Riesgo de automatización rápida
Desarrollo junior	Menos entrada y formación de talento
Soporte técnico	Menos empleo en operaciones de cliente
QA y testing	Sustitución parcial por agentes de revisión
Marketing operativo	Automatización de campañas y contenido
Back-office SaaS	Reducción de equipos administrativos
Consultoría tecnológica	Más entregables con menos perfiles base

La pregunta para empresas tecnológicas no es si deben usar IA. Es cómo evitar que la adopción se convierta en una carrera de recorte de plantilla sin plan de transición. Una compañía puede justificar cada automatización individual. El problema aparece cuando miles hacen lo mismo a la vez.

Una advertencia para inversores y directivos

El paper también tiene una lectura financiera. Si una empresa anuncia más automatización, el mercado puede premiar el ahorro de costes. Pero si todo el sector sigue el mismo camino, la demanda agregada puede debilitarse. El riesgo para inversores es confundir mejora de margen individual con mejora sostenible del conjunto.

En empresas de software, comercio, consumo digital o servicios masivos, la demanda depende de hogares con ingresos. Automatizar procesos internos puede mejorar el EBITDA a corto plazo, pero un mercado laboral deteriorado puede reducir suscripciones, compras, renovaciones y consumo. La IA no elimina esa relación.

Para directivos, la conclusión práctica es que la automatización debería evaluarse con métricas más amplias: coste por tarea, calidad, impacto en cliente, riesgo reputacional, capacidad de reabsorción interna y efecto sobre talento. No toda reducción de plantilla es eficiencia sostenible.

El paper no predice el fin de la economía

Conviene insistir en el matiz. The AI Layoff Trap no demuestra que la economía vaya a colapsar inevitablemente por la IA. Demuestra que, bajo ciertos supuestos, puede aparecer una trampa competitiva de sobreautomatización. Si los trabajadores desplazados encuentran nuevos empleos de calidad, si la IA crea tareas nuevas, si los salarios se reequilibran sin empobrecer a la mayoría o si hay políticas que reciclan ingresos de forma eficaz, el resultado puede ser distinto.

Pero el aviso merece atención porque va más allá del miedo genérico a la tecnología. No dice simplemente que la IA destruya puestos de trabajo. Dice que puede destruir parte de la demanda que sostiene a las propias empresas si la transición se deja solo a incentivos privados.

Esa es la idea relevante para el sector tecnológico. El despliegue de agentes de IA no es solo una cuestión de APIs, benchmarks, costes por token o productividad por empleado. También es una cuestión de arquitectura económica. Si una tecnología permite producir más con menos personas, la pregunta siguiente es quién tendrá ingresos suficientes para comprar lo producido.

La IA puede ser una herramienta extraordinaria de productividad. Pero productividad sin demanda no es prosperidad. Es capacidad ociosa. El paper de Falk y Tsoukalas recuerda que la economía no se rompe cuando una empresa automatiza una tarea. Puede romperse cuando todas automatizan al mismo tiempo, con la misma lógica racional y sin un mecanismo que preserve la base de consumidores.

Preguntas frecuentes

¿Qué plantea The AI Layoff Trap?

Plantea un modelo en el que empresas racionales automatizan más de lo óptimo porque capturan el ahorro de costes, pero solo asumen una parte de la demanda que destruyen al desplazar trabajadores.

¿Es una predicción de colapso económico?

No. Es un modelo teórico con supuestos concretos. Su valor está en mostrar un riesgo de incentivos si la automatización supera la capacidad de reabsorción del mercado laboral.

¿Por qué afecta especialmente a la IA agéntica?

Porque los agentes pueden automatizar flujos completos de trabajo, no solo tareas sueltas, y eso puede acelerar despidos o reducir contratación futura en múltiples sectores.

¿Qué solución propone el modelo?

El instrumento que corrige la externalidad dentro del modelo es un impuesto pigouviano por tarea automatizada, diseñado para que la empresa internalice la demanda que elimina.