En febrero de 2026, el debate global sobre si la inteligencia artificial puede rescatar las finanzas públicas de los países desarrollados está cobrando impulso en los círculos de estrategia macroeconómica. El mercado mantiene una expectativa ampliamente optimista: un aumento de la productividad impulsado por la IA expandirá la economía y ampliará la base impositiva, proporcionando a los gobiernos altamente endeudados una vía relativamente "indolora" hacia la consolidación fiscal. Sin embargo, las primeras estimaciones compartidas por la Organización para la Cooperación y el Desarrollo Económicos (OCDE) y varios ex economistas institucionales en declaraciones a Reuters empiezan a cuestionar esta narrativa mediante análisis cuantitativos.
Objetivamente, las economías desarrolladas se enfrentan a las restricciones fiscales más severas desde la Segunda Guerra Mundial. La ratio de deuda federal de EE. UU. ronda un máximo histórico del 100 %, y la mayoría de las economías avanzadas presentan niveles de deuda superiores al 100 % de su PIB. Al mismo tiempo, sufren la "triple presión" de un gasto social rígido por el envejecimiento de la población, presupuestos de defensa en aumento e inversiones en transición climática. En este contexto, el dividendo de productividad prometido por la IA se ha convertido en un tema central tanto para macroeconomistas como para los mercados de deuda: ¿es una "cura milagrosa" capaz de reparar de raíz las cuentas públicas, o simplemente un "parche" que permite a los responsables políticos posponer reformas estructurales?
Contexto y cronología: del avance tecnológico al escrutinio fiscal
El impacto de la IA en la macroeconomía está pasando de ser una "herramienta de microeficiencia" a convertirse en una "variable de crecimiento macro". Si miramos atrás, entre 2023 y 2024, la IA generativa—representada por los grandes modelos de lenguaje—se percibía principalmente como una herramienta para que las empresas redujeran costes y aumentaran su eficiencia. El foco del mercado estaba en la sustitución laboral y los márgenes de beneficio empresarial. A partir de 2025, la discusión se elevó al plano de la competitividad nacional. Instituciones como Goldman Sachs publicaron informes pronosticando que la IA impulsaría significativamente el PIB global en la próxima década.
En 2026, la conversación experimentó otro giro estructural. A finales de febrero, economistas de la OCDE compartieron públicamente los resultados de sus modelos internos, relacionando por primera vez las ganancias de productividad impulsadas por la IA con la sostenibilidad de la deuda soberana. Paralelamente, la firma de análisis Citrini Research publicó su informe "Crisis Global de la Inteligencia 2028", introduciendo el concepto de "PIB fantasma". El informe advertía que, si los beneficios de la IA se concentran en exceso en el capital mientras la demanda de los consumidores se reduce, podría erosionarse la base fiscal y desencadenarse una crisis presupuestaria. Así, las implicaciones fiscales de la IA han dejado de ser teóricas para convertirse en una variable ineludible para los inversores en deuda soberana que evalúan la solvencia nacional.
Datos y análisis estructural: límites del modelo y mecanismos de transmisión
Según las estimaciones preliminares presentadas a Reuters por la economista de la OCDE Filiz Unsal y su equipo, el impacto fiscal positivo de la IA tiene límites cuantitativos claros. Su modelo indica que, si la IA logra aumentar de forma sostenible la productividad laboral y fomentar el empleo, para 2036 la carga de deuda de países OCDE como EE. UU., Alemania y Japón podría reducirse en torno a 10 puntos porcentuales respecto a las proyecciones actuales.
Aunque esta cifra resulta significativa en términos absolutos, debe interpretarse con cautela en el contexto de tensiones fiscales. Una mejora de 10 puntos porcentuales no basta para revertir la tendencia alcista de largo plazo en las ratios de deuda. Incluso en el "mejor de los casos", la deuda de la mayoría de los países desarrollados seguiría muy por encima de los niveles actuales. Kevin Khang, responsable de investigación económica global en Vanguard, señala la demografía como la "causa raíz" de los problemas de deuda, destacando que el endeudamiento deriva del envejecimiento poblacional y los compromisos sociales asociados. Según Khang, la IA "solo nos compra tiempo".
Desde una perspectiva de transmisión estructural, el impacto de la IA sobre la salud fiscal sigue dos trayectorias opuestas. La vía positiva se apoya en "ganancias de productividad—crecimiento de beneficios empresariales y salarios—ampliación de la base fiscal—mejora de los ingresos públicos". Pero existen efectos contrarios: si la automatización genera pérdidas netas de empleo, o si las ganancias de productividad se concentran en el capital (que tributa a tipos más bajos), la mejora de ingresos fiscales puede quedarse corta. Además, si los salarios privados suben gracias a la productividad, el Estado (como empleador y pagador de pensiones) afrontará mayores presiones de gasto.
Analizando el sentimiento del mercado: optimistas, escépticos y escenarios inversos
Las opiniones actuales del mercado sobre este tema están claramente estratificadas.
Los optimistas destacan el efecto "mágico" de la productividad. Idanna Appio, gestora de carteras en First Eagle Investment Management, reconoce que las ganancias de productividad pueden mejorar significativamente la dinámica fiscal, pero añade una advertencia clave: "Nuestros problemas fiscales van mucho más allá de lo que la productividad puede solucionar". En la práctica, esto sitúa el papel de la IA como "alivio" y no como "cura".
Los escépticos se centran en las incertidumbres del mecanismo de transmisión. La economista Unsal, de la OCDE, subraya que el impacto real de la IA sobre la trayectoria de la deuda depende de que se cumplan simultáneamente tres factores: que los empleos perdidos por la automatización sean reemplazados por nuevos puestos; que las ganancias empresariales se traduzcan en subidas salariales efectivas; y que los gobiernos logren contener el crecimiento global del gasto. Kent Smetters, responsable del Penn Wharton Budget Model de la Universidad de Pensilvania, es más directo y pronostica que el impacto de la IA sobre la deuda de EE. UU. en la próxima década puede ser "muy pequeño". Señala que los gastos obligatorios como la Seguridad Social están vinculados al salario medio, por lo que las ganancias de productividad podrían incluso aumentar la base de gasto público.
Los analistas de escenarios inversos amplían la visión al riesgo del "PIB fantasma". Citrini Research advierte que, si los agentes de IA sustituyen masivamente a trabajadores de cuello blanco, la producción empresarial y el PIB podrían seguir creciendo, pero los empleados desplazados perderían ingresos y no podrían mantener sus niveles de consumo previos, colapsando la demanda en el ciclo macroeconómico. En este escenario, los ingresos por IRPF y cotizaciones sociales ligadas al salario se verían presionados, mientras que las prestaciones por desempleo y los gastos de transición aumentarían, afectando directamente la solvencia soberana.
Evaluando la autenticidad de la narrativa: experiencia histórica y límites reales
Para valorar estos puntos de vista, es esencial repasar la historia del cambio tecnológico. Un informe de estrategia macro de Citadel Securities de la misma época señala que la adopción de la IA sigue un patrón en S, similar al de los ordenadores personales y la expansión de Internet, y no una curva exponencial. En el último siglo, los avances tecnológicos no han hecho obsoleta la mano de obra; más bien, han permitido a las economías desarrolladas mantener tasas de crecimiento a largo plazo en torno al 2 %.
Este enfoque histórico es un ancla fundamental. Investigaciones de la Information Technology and Innovation Foundation (ITIF) también destacan que el cambio tecnológico nunca ha destruido el empleo neto. Los trabajos evolucionan, las tareas se transforman y las ganancias de productividad acaban generando nueva demanda laboral. Así, la narrativa actual sobre una "IA que acaba con el empleo" es, probablemente, una sobreinterpretación de casos teóricos extremos más que una descripción fiel de la realidad.
Sin embargo, conviene reconocer que esta ola de IA es diferente en lo esencial: tiene capacidad para "sustituir el trabajo cognitivo", a diferencia de tecnologías previas que reemplazaban principalmente el trabajo físico. Si la sustitución masiva se produce primero en sectores intensivos en conocimiento como finanzas, derecho o consultoría, la compresión de empleos bien remunerados podría superar las previsiones del mercado y tensionar los mercados de crédito basados en esas expectativas de ingresos altos y estables.
Análisis sectorial: repricing de activos en un entorno macro cambiante
La materialización (o no) de los dividendos de productividad impulsados por la IA se está convirtiendo en una variable clave para los mercados de deuda y las agencias de calificación soberana.
Desde la óptica de los precios de mercado, las expectativas de crecimiento alimentadas por la IA pueden aliviar temporalmente la preocupación de los inversores en deuda sobre la sostenibilidad fiscal. Pero Christian Keller, responsable de investigación económica global en Barclays, advierte que, si llega una recesión antes del auge de la IA, el mercado podría inquietarse por la trayectoria fiscal y el aumento de los costes de financiación devolvería los problemas de deuda al primer plano. Esto significa que el poder narrativo de la IA tiene fecha de caducidad: si los dividendos se retrasan por factores cíclicos, la confianza del mercado podría quebrarse prematuramente.
En el mercado de criptoactivos, las condiciones de liquidez macro y la solvencia soberana siguen siendo variables externas cruciales. Si las ganancias de productividad por IA logran mantener los tipos de interés reales relativamente estables a medio y largo plazo, apoyarán la lógica de valoración de los activos de riesgo. Por el contrario, si la narrativa de la IA se desmorona en un contexto de estrés fiscal y provoca una nueva ola de aversión al riesgo, todas las exposiciones—including criptoactivos—afrontarán una contracción de liquidez.
Pronóstico de evolución multisecenario
A partir de los modelos y opiniones existentes, la trayectoria final del impacto de la IA sobre los desafíos fiscales de los países con alta deuda puede resumirse en tres escenarios:
Escenario uno: mejor caso—ganar tiempo (probabilidad moderada)
La productividad impulsada por la IA mejora de forma sostenida y se traduce en empleo y salarios. El crecimiento económico amplía la base fiscal y la pendiente ascendente de la deuda se controla de manera efectiva. La deuda de EE. UU. podría pasar del entorno del 100 % al 120 % en la próxima década, en lugar de alcanzar escenarios de referencia más elevados. En este caso, la IA cumple con éxito la función de "ganar tiempo", dando a los gobiernos un margen para aplicar reformas fiscales estructurales largamente pospuestas.
Escenario dos: caso neutral—transmisión ineficiente, impacto limitado (probabilidad más alta)
Las ganancias de productividad se concentran en beneficios empresariales y rendimientos del capital, mientras que los salarios crecen lentamente. La mejora de ingresos públicos es limitada, mientras que el gasto social y en servicios públicos aumenta rígidamente con los precios. Las ratios de deuda solo mejoran de forma marginal y la sostenibilidad fiscal sigue siendo una preocupación de fondo, obligando al mercado a descontar de forma continua la solvencia soberana.
Escenario tres: caso inverso—recesión antes de que lleguen los dividendos (probabilidad moderada-baja, pero no despreciable)
Una recesión cíclica precede a los dividendos de productividad de la IA. La inversión empresarial se ralentiza, el desempleo aumenta y los estabilizadores fiscales automáticos entran en juego: los ingresos fiscales caen y el gasto social sube, generando una doble presión. Si el mercado desconfía de la trayectoria fiscal en este punto, los costes de financiación se disparan y las ratios de deuda podrían alcanzar niveles peligrosos del 180 % hacia finales de la década de 2030. En este escenario, la IA no solo no rescata la salud fiscal, sino que puede erosionar la confianza del mercado por narrativas excesivamente optimistas en años previos.
Conclusión
A la luz de los modelos de la OCDE y el análisis de numerosos economistas, la posición de los dividendos de productividad impulsados por la IA en el actual dilema fiscal es cada vez más clara: no son ni una "cura milagrosa" que resuelve todos los problemas, ni una narrativa vacía sin valor. Más bien, la IA ofrece una "ventana de tiempo" limitada pero valiosa—que los responsables políticos logren aprovecharla para abordar desafíos estructurales como el envejecimiento poblacional y el gasto social rígido dependerá de sus decisiones.
Para los participantes del mercado, la clave no es creer ni rechazar ciegamente la narrativa macro sobre la IA, sino distinguir entre "hechos" y "opiniones" y separar la "especulación" de la "certeza". El modelo de la OCDE que muestra una mejora de 10 puntos porcentuales, junto con la afirmación de Idanna Appio de que los problemas fiscales "van mucho más allá de lo que la productividad puede solucionar", conforman el telón de fondo más auténtico para la operativa macro en esta era.
