JPMorgan: La IA no es una competencia por los empleos, sino un multiplicador de capacidad, y la expansión de la demanda es clave para el empleo

Morgan Stanley señala que la velocidad de expansión de la IA supera con creces a cualquier revolución tecnológica histórica, pero el mercado laboral aún muestra una estabilidad inusitada, y la IA actualmente se asemeja más a un incrementador que a un sustituto.
(Resumen previo: ¿quién dijo que la moneda de IA es FET? La verdadera economía de máquinas, los ganadores son solo USDC)
(Información adicional: Morgan: la guerra arancelaria podría hacer que las acciones tecnológicas como TSMC caigan un 20%, recomienda tomar ganancias primero)

El economista jefe de Morgan Stanley, Seth B. Carpenter, en su última investigación, ha dado una dosis de claridad a la ansiedad colectiva que rodea al tema de la IA. La sitúa como la sexta ola importante de innovación, tras la mecanización, electrificación, producción en masa, automatización y revolución IT, y señala una contradicción central: la expansión de la IA avanza mucho más rápido que cualquier revolución tecnológica pasada, pero los indicadores del mercado laboral en las principales economías muestran una “estabilidad inusitada”.

Desde el crecimiento del empleo, la tasa de desempleo, hasta las vacantes y las tasas de rotación, estos datos clave no muestran una diferenciación sistémica entre industrias con alta y baja exposición a la IA. En su estudio, Carpenter sostiene que la evidencia actual apoya más la idea de que “la IA es un incrementador, no un sustituto”.

Espejo histórico: cada pánico tecnológico terminó en el resultado opuesto

Al revisar los avances tecnológicos desde la Revolución Industrial, cada ola ha ido acompañada de temores profundos de que “las máquinas reemplazarían a los humanos”. Los ejemplos incluyen la destrucción de telares por parte de Ludditas en el siglo XIX, los temores de automatización en los años 60, y las preocupaciones por la desaparición de empleos en el sector de oficinas durante el auge de Internet en los 90, todos los cuales han sido demostrados como respuestas exageradas por la historia.

Lecciones estructurales: la innovación tecnológica reconfigura el trabajo, no lo elimina

Carpenter enfatiza en su informe que estas tecnologías, si bien reemplazaron tareas y roles específicos, en general han reconfigurado la composición del trabajo en lugar de hacer que desaparezca. La mecanización llevó a que la mano de obra agrícola migrara a fábricas, la electrificación impulsó el crecimiento del sector servicios, y la revolución IT creó profesiones como programadores y analistas de datos. Tras cada avance, la demanda total de mano de obra no se redujo, sino que se expandió en una base industrial más amplia.

En su informe, señala que un sesgo cognitivo común es entender la IA como “hacer más con menos personas”, pero la misma lógica implica que “la misma cantidad de personas puede generar mucho más output”. Aunque matemáticamente equivalentes, Morgan prefiere la segunda interpretación, que refleja un aumento en la demanda agregada impulsado por la productividad: cuando los costos de bienes y servicios bajan, el poder de compra real de los consumidores aumenta, generando nuevas demandas y, en consecuencia, más empleo.

Datos empíricos: la mejora en productividad impulsa la producción, no los despidos

En cuanto a los datos existentes, Carpenter considera que hay motivos para ser cautelosamente optimistas. En el mercado laboral, indicadores como el crecimiento del empleo, la tasa de desempleo, las vacantes y las rotaciones no muestran diferenciación sistémica entre industrias con alta y baja exposición a la IA. La subida del desempleo juvenil, a menudo citada como evidencia del impacto de la IA, al excluir los factores cíclicos de desaceleración en la contratación en EE. UU., muestra que el aumento excesivo en la tasa de desempleo juvenil está solo ligeramente por encima de lo que los ciclos históricos predicen, sin ser una anomalía estructural.

Expansión de la producción como prioridad: la IA aumenta la capacidad, no recorta empleos

En términos de productividad, los datos ya reflejan efectos de la IA. Las industrias con alta exposición a la IA muestran un crecimiento más rápido en productividad laboral, pero lo crucial es que este crecimiento proviene principalmente de una expansión acelerada de la producción, no de la reducción de horas o despidos. Esta distinción es fundamental: indica que la IA, por ahora, actúa más como un “incrementador” que como un “sustituto”. Las empresas están usando herramientas de IA para mejorar la eficiencia de sus empleados existentes, no para despedir en masa.

Riesgo principal: la velocidad de expansión acorta la ventana de ajuste

Aunque los datos tempranos son alentadores, Carpenter advierte que el rumbo futuro sigue siendo altamente incierto. A diferencia de las revoluciones tecnológicas pasadas, que se desplegaron lentamente durante décadas, la adopción de la IA ha comprimido significativamente los ciclos de ajuste — esta es la diferencia estructural más notable de esta ola innovadora.

Plantea un escenario de alta alerta: si las empresas logran rápidamente monetizar las ganancias de productividad de la IA y este efecto se extiende ampliamente a toda la economía, la tasa de desempleo podría experimentar un salto similar al de una recesión — al menos hasta que el mercado laboral se ajuste. Este “ajuste en congelación rápida” representaría un desafío severo para la estabilidad social y la equidad en la distribución.

Mecanismos de amortiguación: ¿pueden las seis capas resistir el impacto?

No obstante, Carpenter enumera múltiples mecanismos de amortiguación: el crecimiento de ingresos impulsado por la productividad sostendrá la demanda total; los efectos de riqueza mantendrán el consumo; las empresas crearán nuevas tareas y roles para absorber a la fuerza laboral desplazada; la desaceleración cíclica del empleo y las presiones deflacionarias activarán políticas monetarias expansivas; si el espacio de política monetaria se agota, existen estabilizadores automáticos (como subsidios por desempleo, impuestos progresivos) y herramientas fiscales discrecionales para suavizar los ciclos económicos. Él sostiene que la existencia de estos mecanismos hará que el impacto de la pérdida de empleo por la IA sea “más pequeño, más breve y más controlable”.

Cuellos de botella en infraestructura: más de 3 billones de dólares en inversión aún no materializados

Carpenter también señala que la velocidad real de expansión de la IA estará limitada por el progreso en infraestructura física. Morgan había estimado previamente que, entre 2025 y 2028, la inversión en centros de datos y infraestructura relacionada superaría los 3 billones de dólares, pero actualmente solo se ha movilizado aproximadamente una cuarta parte de ese monto.

Limitaciones hardware: chips, redes eléctricas y fibra óptica como limitadores de penetración

Esto significa que el impacto máximo de la IA en productividad y mercado laboral sigue siendo “futuro”. La velocidad de construcción de infraestructura determinará directamente qué tan rápido la IA puede integrarse en la economía real, afectando los plazos de ajuste del mercado laboral. Desde la fabricación de chips hasta la construcción de centros de datos, desde la actualización de redes eléctricas hasta la instalación de fibra óptica, estos cuellos de botella físicos actúan como “limitadores de velocidad” para la implementación de la IA.

Respuesta política: las variables clave que determinan la profundidad del impacto

Carpenter enfatiza en su informe que la magnitud y duración del impacto de la IA en el mercado laboral dependerán en gran medida de la capacidad de respuesta política. Históricamente, las dificultades de adaptación a las revoluciones tecnológicas se han mitigado mediante reformas en la educación, fortalecimiento de las redes de protección social y mayor flexibilidad del mercado laboral. El desafío actual para los gobiernos es: ¿serán capaces de establecer sistemas de reentrenamiento efectivos y redes de seguridad social antes de que la IA se extienda demasiado?

Desde una perspectiva global, las herramientas políticas varían mucho entre países. Los países nórdicos, con fuertes sindicatos y políticas activas de mercado laboral, podrían gestionar una transición más suave de “creación y destrucción”. En cambio, economías con protección laboral débil y sistemas de bienestar insuficientes podrían enfrentar mayores fricciones sociales.

Carpenter concluye que Morgan continuará monitoreando la velocidad de expansión de la IA, la evolución del mercado laboral y las respuestas políticas. “La historia muestra que la productividad finalmente triunfa, pero no todos en la sociedad podrán compartir los beneficios por igual. Las primeras evidencias son alentadoras, pero la historia aún se está escribiendo.” Para los inversores, esto significa que deben seguir de cerca los gastos de capital en toda la cadena de valor de la IA, las tasas de adopción empresarial y la intensidad de las políticas nacionales en el mercado laboral — estos factores determinarán el rumbo final de la revolución de la IA en la economía.