La IA logra hasta un 67% en tareas de banqueros y abogados: ¿se avecina una «economía muerta»?

Se debate desde hace tiempo sobre el «internet muerto»: la idea de que la mayor parte del contenido de la red lo escriben bots. Esta teoría ya cuenta con cifras. La agencia Graphite analizó 43 000 páginas en inglés de Common Crawl y comprobó que en noviembre de 2024 había más textos generados por máquinas que escritos por personas. Ahora se plantea la misma pregunta sobre el trabajo: ¿y si las tareas de oficina se delegan masivamente en la IA? El abogado Owen McGrann llamó a este escenario «economía muerta». El escenario sigue siendo hipotético, pero tiene una base medible.

Qué saben hacer ya los modelos en lugar de los «cuellos blancos»

Dos benchmarks muestran dónde está el límite. APEX, de Mercor, evalúa el trabajo de un banquero de inversión, un consultor, un abogado de una gran firma y un médico de atención primaria, con 100 tareas por profesión. Una tarea típica: analizar un modelo financiero en una hoja de cálculo, hacer los cálculos y presentar las conclusiones. GPT 5, Gemini 3 Pro, Opus 4.5 y modelos más recientes cumplen hasta el 67% de los criterios de control.

GDPVal, de OpenAI, es más amplio: 1320 tareas para decenas de profesiones, elaboradas por profesionales con una experiencia media de 14 años. A los prompts se adjuntan documentos, tablas y planos. Por ejemplo, hay que diseñar el utillaje de un banco de pruebas para una máquina de cables de modo que el ciclo de bobinado y desbobinado lo atienda un solo operario en lugar de dos.

Los expertos compararon a ciegas las soluciones de las redes neuronales y las de las personas. Las mejores respuestas de los modelos se consideraron al menos tan buenas como las humanas en algo menos de la mitad de los casos. Hace apenas unos meses, según el responsable de evaluaciones de vanguardia de OpenAI, ningún modelo podía competir con los expertos del sector.

Aun así, un benchmark sigue siendo un benchmark: son tareas aisladas con datos de partida ya preparados, no trabajo real con requisitos poco claros y responsabilidad por el resultado.

Por qué los recortes benefician a una empresa y perjudican al mercado

Para una empresa concreta, la lógica es sencilla. Block recortó en febrero 4000 empleados, alrededor del 40% de su plantilla, y su cotización subió más de un 20%. El mercado premia estas decisiones.

Investigadores de las universidades de Pensilvania y Boston modelaron qué ocurre si empiezan a hacerlo todas. Si hay más despedidos que nuevos puestos de trabajo, desaparece la demanda solvente. Los despedidos gastan menos, caen los ingresos de sus antiguos clientes, estos también recortan plantilla y el círculo se cierra. Una empresa por sí sola no puede detenerlo. La economista Zoë Hitzig añade el factor psicológico: muchos directores ejecutivos recortan personal simplemente porque lo hacen sus vecinos.

Ya en mayo de 2025, Dario Amodei pronosticó que en un plazo de uno a cinco años la IA desplazaría hasta la mitad de los empleados de oficina de nivel inicial y que el desempleo en EE. UU. subiría al 10–20%. Él mismo apuesta en contra de que el mercado se adapte con éxito.

Hay además un riesgo fiscal. En el documento de OpenAI sobre política industrial de abril se dice que, si hay menos salarios, se recaudarán menos impuestos, que sostienen las pensiones y la sanidad.

Qué se propone y dónde está el escepticismo

OpenAI presenta sus ideas como material para el debate, no como un programa cerrado. Entre ellas: trasladar los impuestos de las rentas de las personas físicas al capital y a los beneficios empresariales, crear un fondo público que invierta en activos a largo plazo y reparta los ingresos entre los residentes, e introducir prestaciones y cheques de formación que se activen al superar un umbral de desempleo.

McGrann va más lejos: participaciones del Estado en la infraestructura de IA, un control antimonopolio estricto y un régimen fiscal para el trabajo automatizado. Los investigadores de las universidades de Pensilvania y Boston consideran que en su modelo no ayudan ni el ajuste de salarios, ni el impuesto sobre el capital, ni la participación de los empleados en la empresa, ni la renta básica universal. Solo funciona un impuesto pigouviano ligado al volumen de tareas automatizadas. Obliga a la empresa a compensar el daño a terceros, como un impuesto sobre las emisiones.

Los escépticos objetan que los discursos alarmistas le convienen a la dirección y que lo primero que habría que sustituir con IA serían los directivos. Daron Acemoglu recuerda que entre 1987 y 2016 la tecnología también desplazó a personas y que las nuevas tareas no aparecieron con suficiente rapidez. La economía, sin embargo, no murió.

Qué hacer con esto en la práctica

Hay tres conclusiones. Primero, mire benchmarks como APEX y GDPVal como un mapa de tareas automatizables. Tome tareas, no profesiones enteras: un 67% en los criterios no equivale a sustituir a un especialista. Segundo, si construye un producto para clientes corporativos, no base el cálculo de retorno solo en la reducción de plantilla. Un escenario en el que los clientes recortan personal de forma masiva también afecta a su solvencia. Tercero, siga la regulación: los impuestos sobre la automatización son por ahora solo un tema de debate, pero pueden cambiar el coste de implantar IA.

Toda la historia tiene una limitación: son escenarios y modelos, no estadísticas reales del mercado laboral. Pero que la decisión de recortar plantilla haya dejado de ser un asunto puramente interno de la empresa ya se aprecia en las cifras.