📈 economía

AI and the Productivity-Income Gap: A Theory of Demand Decoupling

Este artículo presenta un modelo teórico que sostiene que la inteligencia artificial podría crear una "Brecha de Productividad-Ingreso" al reducir la participación del trabajo en el ingreso de una manera que supere el crecimiento del consumo agregado debido a las diferentes propensiones marginales al consumo, al tiempo que aclara que los datos actuales simplemente ilustran este patrón sin probar la causalidad y enfatiza que las instituciones históricas podrían eventualmente —aunque no necesariamente con rapidez— restaurar el equilibrio.

Autores originales: Ahmad Alamgir Khan

Publicado 2026-09-30

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Ahmad Alamgir Khan

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Durante la mayor parte de la era económica moderna, una regla sencilla parecía cumplirse: cuando un país mejoraba en la fabricación de cosas, su gente se hacía más rica. Si las fábricas se volvían más eficientes o los trabajadores aprendían nuevas habilidades, el valor adicional creado no se desvanecía; fluía hacia los salarios, permitiendo que las familias compraran más bienes y servicios. Este ciclo de producción y poder adquisitivo mantenía el motor de la economía funcionando sin problemas. Sin embargo, ha surgido una nueva pregunta a medida que la inteligencia artificial comienza a remodelar la forma en que se realiza el trabajo. ¿Podría ser posible que una sociedad se vuelva mucho más productiva mientras su gente, en promedio, se encuentra con menos dinero para gastar? Este es el enigma central que enfrentan los economistas hoy en día: si las máquinas y el software pueden producir más resultados con menos horas humanas, ¿quién captura el valor de esa producción adicional y termina ese nuevo capital en manos de las personas que lo necesitan para mantener la economía en movimiento?

Un investigador de Honeywell, Ahmad Alamgir Khan, ha construido un modelo teórico para explorar esta posibilidad, llamándolo la "Brecha de Productividad-Ingreso". La teoría no argumenta que la inteligencia artificial causará necesariamente un desempleo masivo o que la gente perderá sus empleos por completo. En cambio, sugiere que podría surgir un problema más sutil incluso si todos permanecen empleados. La idea central reside en cómo se distribuye el ingreso entre los trabajadores y los dueños de las máquinas o el software que utilizan. En una economía estándar, cuando la productividad aumenta, los salarios suelen subir con ella. Pero si la inteligencia artificial permite que las empresas produzcan significamente más pagando una parte menor del ingreso total a los trabajadores, el equilibrio se desplaza. El dinero va, en cambio, a los dueños de la tecnología, quienes suelen ser más ricos.

Aquí es donde el mecanismo se vuelve crítico. Las personas con ingresos más bajos tienden a gastar casi cada dólar adicional que ganan en alimentos, vivienda y necesidades diarias. Los individuos más ricos, que reciben la mayor parte del ingreso cuando la participación del trabajo disminuye, tienden a ahorrar una mayor parte de su dinero en lugar de gastarlo inmediatamente. Si la economía produce una enorme cantidad de bienes pero las personas que tienen más dinero eligen ahorrar en lugar de comprar, y las personas que comprarían tienen menos dinero, la demanda total de esos bienes puede quedarse atrás respecto a la capacidad de producirlos. La fábrica puede fabricar más, pero los clientes no pueden costearlo todo. Esto crea una brecha donde la capacidad de la economía para producir supera la capacidad del público para comprar.

El artículo no afirma que esta brecha ya haya llegado plenamente ni que la inteligencia artificial sea la única causa de las tendencias económicas actuales. En su lugar, el autor utiliza datos del primer trimestre de 2026 en los Estados Unidos como una ilustración hipotética de cómo se vería este escenario si estuviera ocurriendo. En ese instante específico, la productividad laboral —la cantidad de bienes y servicios producidos por hora— aumentó un 2,8 por ciento. Al mismo tiempo, el salario real por hora para los trabajadores aumentó solo un 0,6 por ciento. Además, la participación del ingreso total de las empresas destinado a los trabajadores cayó al 53,7 por ciento, el nivel más bajo registrado desde 1947. Estos números encajan con el patrón que describe la teoría: la producción crece mucho más rápido que los salarios, y la participación del ingreso destinada a los trabajadores se reduce.

Sin embargo, el autor es cuidadoso al señalar que estos números por sí solos no prueban que la inteligencia artificial haya causado el cambio. Otros factores podrían explicar el mismo patrón, como cambios en los precios de la energía, cambios en qué industrias están creciendo o los efectos de las políticas de tasas de interés. Los datos sirven como un mapa de cómo se ve la condición teórica en el mundo real, no como un veredicto sobre qué la causó. El modelo sugiere que para que esta brecha se convierta en un problema duradero, dos cosas deben suceder simultáneamente: la inteligencia artificial debe reducir la participación del ingreso destinada a los trabajadores, y las personas que reciben ese ingreso (los propietarios ricos) deben gastar menos de él de lo que gastarían los trabajadores.

La investigación también analiza cómo la economía podría arreglarse a sí misma. La historia muestra que cuando la producción y el poder adquisitivo se han separado anteriormente, instituciones como los sindicatos, las políticas fiscales y las redes de seguridad social han intervenido eventualmente para estrechar la división. Este proceso, sin embargo, a menudo toma décadas y un esfuerzo político significativo. El artículo sugiere que la creación de nuevos empleos también podría cerrar la brecha, pero solo si esos nuevos empleos pagan lo suficiente como para restaurar el poder de gasto de la fuerza laboral. Hasta que ocurran tales ajustes, la economía corre el riesgo de una situación en la que es capaz de producir más de lo que puede vender, lo que conduce a una desaceleración del crecimiento no por falta de tecnología, sino por falta de compradores.

En última instancia, el artículo ofrece una advertencia condicional en lugar de una predicción. No dice que el futuro esté condenado, sino que especifica las condiciones exactas bajo las cuales podría surgir un problema. Si la inteligencia artificial continúa impulsando la producción mientras concentra el ingreso entre aquellos que ahorran en lugar de gastar, y si no surgen nuevos empleos o políticas que redistribuyan esa riqueza, la economía podría enfrentar un déficit persistente en la demanda. La pregunta fundamental planteada no es si podemos producir más, sino si las ganancias de esa producción se compartirán lo suficientemente ampliamente como para sostener la demanda necesaria para mantener el sistema funcionando. La respuesta depende menos de la tecnología misma y más de cómo la sociedad elija distribuir la riqueza que crea.

Resumen Técnico: La IA y la brecha entre productividad e ingresos: Una teoría del desacoplamiento de la demanda

Planteamiento del problema
El documento aborda un riesgo macroeconómico específico asociado con la adopción de la Inteligencia Artificial (IA): el potencial de una "Brecha de Productividad-Ingresos". Esto se define como un escenario donde el crecimiento de la productividad impulsado por la IA ( $g_A$ ) supera el crecimiento de la demanda agregada ( $g_{AD}$ ), incluso en una economía que opera a pleno empleo. A diferencia de las narrativas tradicionales centradas en el desempleo tecnológico (la falta de empleos), este marco plantea un "fallo de transmisión distributiva". El problema central es si las ganancias derivadas del aumento de la producción se distribuyen de manera que sostengan el poder adquisitivo necesario para absorber dicha producción. Específicamente, el documento investiga las condiciones bajo las cuales la IA reduce la participación del trabajo en el ingreso ( $\lambda$ ) mientras que la propensión marginal al consumo (PMC) derivada del ingreso del trabajo ( $c_L$ ) es mayor que la de la renta del capital ( $c_K$ ).

Metodología
El documento emplea un modelo macroeconómico teórico fundamentado en la distribución funcional del ingreso y funciones de consumo estándar, en lugar de realizar pruebas empíricas causales de los efectos de la IA.

Marco Teórico: El modelo extiende la ecuación estándar de la demanda agregada ( $AD = C + I + G + NX$ ) descomponiendo explícitamente el consumo ( $C$ ) en ingreso del trabajo ( $Y_L$ ) e ingreso del capital ( $Y_K$ ).
- $C = c_L Y_L + c_K Y_K$
- La participación del trabajo se define como $\lambda = Y_L / Y$ .
- El modelo deriva la tasa de crecimiento del consumo ( $g_C$ ) como una función del crecimiento del producto ( $g_Y$ ) y la tasa de crecimiento de la participación del trabajo ( $g_\lambda$ ).
- La derivación crítica (Ec. 5a) muestra que si $g_\lambda < 0$ (la participación del trabajo cae) y $c_L > c_K$ , entonces $g_C < g_Y$ .
Condición Formal: La "Brecha de Productividad-Ingresos" se define formalmente como el estado donde $g_A > g_Y \geq g_{AD}$ . Esta condición solo se cumple cuando se satisfacen dos criterios simultáneos:
- La IA reduce la participación del trabajo en el ingreso ( $\lambda$ ).
- La propensión marginal al consumo derivada del ingreso del trabajo es estrictamente mayor que la del ingreso del capital ( $c_L > c_K$ ).
Enfoque Empírico: El documento utiliza datos de EE. UU. del primer trimestre de 2026 (Q1 2026) estrictamente como un caso de estudio ilustrativo para demostrar cómo se ve la condición teórica en datos reales. El autor aclara explícitamente que este único trimestre de datos no establece causalidad. El análisis reconoce múltiples factores de confusión (endurecimiento monetario, choques de precios de energía, cambios sectoriales post-pandemia y rezagos de medición) que podrían explicar la divergencia observada entre la productividad y la compensación.

Resultados Clave y Proposiciones
El documento formaliza cinco proposiciones derivadas del modelo:

IA y Dependencia del Trabajo: La IA aumenta la productividad mientras reduce la dependencia marginal del trabajo, ceteris paribus.
La Condición de la Brecha: Una Brecha de Productividad-Ingresos existe cuando $g_A > g_Y \geq g_{AD}$ . Esto surge específicamente cuando $g_\lambda < 0$ y $c_L > c_K$ .
Mediación: La distribución del ingreso media el vínculo entre la productividad impulsada por la IA y la demanda agregada.
Riesgo de Concentración: La probabilidad de que la brecha se abra aumenta con la concentración de las ganancias generadas por la IA, ya que una mayor concentración implica una caída más pronunciada de $\lambda$ para un incremento dado de la productividad.
Mitigación Institucional: Las instituciones que elevan $\lambda$ (por ejemplo, la negociación colectiva, la participación en beneficios) o que amplían la propiedad del capital (por ejemplo, pensiones, propiedad de acciones para empleados) reducen la probabilidad de que la brecha persista.

Evidencia Ilustrativa (Q1 2026)
El documento presenta los datos de EE. UU. del Q1 2026 como una "prueba de estrés" de la condición teórica:

Participación del Trabajo: Cayó al 53.7%, el nivel más bajo desde 1947.
Productividad vs. Compensación: La productividad laboral creció un 2.8% interanual, mientras que la compensación real por hora creció solo un 0.6%.
Beneficios Corporativos: Los beneficios corporativos después de impuestos alcanzaron el 12.4% del PIB, y los márgenes de beneficio alcanzaron máximos históricos.
Concentración del Consumo: Datos privados sugieren que casi todo el crecimiento en el gasto minorista real desde 2023 ha provenido de hogares con ingresos superiores a $125,000, lo cual es consistente con la suposición de que los agentes de ingresos altos tienen una PMC menor.

El autor enfatiza que, si bien estos números son consistentes con la condición teórica, no prueban que la IA los haya causado. Explicaciones alternativas, como el endurecimiento de la política monetaria y el desmantelamiento de los choques energéticos, siguen siendo plausibles.

Significancia y Reivindicaciones
La principal contribución del documento es la formalización de una "restricción de la demanda" al crecimiento impulsada por cambios distributivos en lugar de por el desempleo.

Distinción de Desempleo: El marco aclara que puede ocurrir un déficit de demanda incluso a pleno empleo si el ingreso se concentra entre los agentes (dueños del capital) que ahorran en lugar de gastar.
Distinción de Estancamiento Secular: Aunque está relacionado con la literatura de estancamiento secular, el mecanismo propuesto es distributivo (quién captura las ganancias) en lugar de demográfico o vinculado a una caída de la tasa natural de interés.
Relevancia de Política: El modelo sugiere que, si la brecha se abre, las fuerzas del mercado por sí solas podrían no cerrarla rápidamente. Los precedentes históricos (por ejemplo, el New Deal) sugieren que se requieren ajustes institucionales (negociación, impuestos, bienestar) para estrechar la brecha, pero estos procesos son lentos y políticamente disputados.
Modestia de las Reivindicaciones: El documento evita explícitamente predecir que la IA causará una brecha. En su lugar, proporciona un marco preciso para identificar cuándo surge la presión para que tal brecha ocurra. Señala que la creación de nuevos empleos, la negociación salarial y la adaptación del mercado podrían cerrar la brecha antes de que sea económicamente significativa. El modelo asume un régimen "liderado por los salarios" para EE. UU. (donde la demanda es impulsada por los salarios), una clasificación que sigue siendo una suposición sujeta a debate empírico.

Limitaciones y Omisiones
El autor reconoce otros canales omitidos del modelo estático que podrían contrarrestar la brecha:

Política Monetaria: Los recortes de tasas de los bancos centrales podrían estimular la demanda, aunque las restricciones inflacionarias limitan esta herramienta.
Compensación de Inversión: Los mayores beneficios podrían estimular la inversión ( $I$ ), pero el gasto de capital actual relacionado con la IA (aprox. 0.8% del PIB) parece insuficiente para compensar totalmente los déficits de consumo en comparación con los ciclos tecnológicos históricos.
Efectos de Riqueza y Deuda: El modelo excluye los efectos de riqueza derivados del aumento de los precios de los activos y el consumo financiado por deuda, que podrían sostener temporalmente el gasto a pesar de la caída de las participaciones laborales.
Ajustes de Precios: El modelo asume que el traspaso de precios es incompleto; si la IA reduce significativamente los precios, los ingresos reales podrían aumentar incluso si los salarios nominales se rezagan.

En conclusión, el documento no afirma que la IA ya haya desacoplado la productividad de la demanda, sino que ofrece una lente teórica rigurosa para monitorear las condiciones distributivas específicas ( $g_\lambda < 0$ y $c_L > c_K$ ) bajo las cuales tal desacoplamiento se convierte en un riesgo macroeconómico.

Más como este