La Paradoja del CEO Eficiente

Cuando cada decisión correcta produce el resultado equivocado

Hace unos días un amigo me mandó un artículo por WhatsApp. Como respeto su opinión, lo empecé a leer y me encontré con un post bien escrito y bien fundamentado. Era un ejercicio de futurología financiera publicado por Citrini Research, un newsletter de análisis macro con más de 2.600 likes en los dos días desde su publicación. El artículo está escrito como un memo de junio de 2028, mirando hacia atrás. En ese escenario ficticio, el S&P 500 ha caído 38% desde sus máximos, el desempleo toca 10,2% y la economía estadounidense ya no se parece a la que conocemos.

La causa no es una pandemia, ni una burbuja inmobiliaria, ni una guerra. Es la inteligencia artificial. No porque haya fallado, sino porque funcionó demasiado bien.

El artículo introduce un concepto que se me quedó grabado: “Ghost GDP”, PIB fantasma. Producción que aparece en las cuentas nacionales pero que nunca circula por la economía real. Un cluster de GPUs en Dakota del Norte genera la producción que antes generaban 10.000 trabajadores de cuello blanco en Manhattan. El PIB registra esa producción. Pero esos 10.000 salarios ya no existen. No se gastan en restaurantes, no pagan hipotecas, no compran autos. Y los autores rematan con una pregunta que lo resume todo: ¿cuánto gastan las máquinas en bienes discrecionales?

La respuesta es cero.

Normalmente descartaría un ejercicio como este. Futurología para inversores, ciencia ficción con gráficos de Bloomberg. Pero esta vez hice algo distinto: fui a buscar si los datos reales de febrero del 2026, y ya muestran señales de lo que Citrini proyecta para 2028.

Lo que encontré me dejó pensando más de lo que esperaba.

La participación del trabajo en el ingreso nacional de Estados Unidos cayó a 53,8% en el tercer trimestre de 2025. Es el registro más bajo desde que el Bureau of Labor Statistics comenzó a medir esto en 1947. Setenta y ocho años de datos. Mientras tanto, las ganancias de las Fortune 500 alcanzaron un récord de USD 1,87 billones en 2024. Y la economía estadounidense creó solo 584.000 empleos en 2025, contra 2 millones el año anterior.

Las empresas producen más. Ganan más. Y los trabajadores reciben la menor porción de la riqueza en casi ocho décadas de medición.

Eso no es futurología. Es un dato publicado hace un mes.

La paradoja

Imagina que eres CEO de una empresa mediana. Tu directorio te presiona por márgenes. Tu competencia ya está usando agentes de IA para automatizar soporte al cliente, generación de reportes, análisis de datos, código. Tú haces lo que cualquier ejecutivo responsable haría: adoptas IA, reduces costos laborales, aumentas productividad. Tus números mejoran. Tu deber fiduciario está cumplido.

Nadie te puede culpar. Es la decisión correcta.

Pero los clientes de tu empresa son los empleados de otras empresas que están tomando exactamente la misma decisión. Cuando Salesforce despide 4.000 personas de soporte al cliente porque la IA maneja el 50% del trabajo (según su propio CEO, Marc Benioff), esas 4.000 personas reducen su gasto. Cuando JPMorgan le dice a sus gerentes que eviten contratar mientras despliegan IA, y Goldman Sachs anuncia una revisión integral de cómo organizar su gente con inteligencia artificial, y el CEO de Ford advierte que la IA va a reemplazar literalmente a la mitad de los trabajadores de cuello blanco, la señal es clara.

Cada recorte individual es racional. El efecto acumulado es otra cosa.

Mientras escribía este artículo, Jack Dorsey publicó en X el memo con el que redujo Block (la empresa detrás de Square y Cash App) de 10.000 a 6.000 empleados. La acción subió 24% en horas. Y Dorsey escribió algo que debería inquietar a cualquiera: cree que la mayoría de las empresas van a llegar a la misma conclusión y hacer cambios estructurales similares dentro del próximo año. Como analizó Tomasz Tunguz, lo que distingue esta ola de recortes es que no son empresas en problemas. Son empresas en crecimiento que deciden que pueden operar con la mitad de la gente. El ingreso por empleado de Block salta de USD 2,4 millones a USD 4 millones después del recorte. Una vez que un competidor demuestra esa eficiencia, no seguirlo se vuelve insostenible.

Yo lo llamo la paradoja del CEO eficiente: estás optimizando tu empresa mientras destruyes el mercado que la alimenta. Es la paradoja del ahorro de Keynes, versión 2026, aplicada a la automatización corporativa.

Lo que me resulta más inquietante es un hallazgo que publicó Harvard Business Review en enero de 2026: muchas empresas están despidiendo basándose en lo que la IA podría hacer, no en lo que ya está haciendo. Thomas Davenport, profesor del MIT, y Laks Srinivasan lo documentan con casos concretos. Es decir, ni siquiera necesitamos que la IA funcione perfectamente para que el ciclo de despidos se active. Basta con que los CEOs crean que va a funcionar. La expectativa ya tiene efectos económicos reales.

Un comentarista del artículo de Citrini, que dice trabajar en una de las 7 Magníficas en la división de Cloud e IA, lo puso de una forma que no puedo mejorar: no importa si realmente puedes reemplazar tu SaaS con IA. Lo que importa es que el comprador crea que puede. Eso ya destruye tu poder de negociación.

La IA no necesita reemplazarte para hacerte daño. Basta con que tu jefe crea que puede.

Los datos que ya lo confirman

Quiero ser preciso acá. No estoy armando un argumento con anécdotas y titulares. Cada dato que sigue viene de instituciones que no tienen incentivo para exagerar.

PIMCO, la gestora de renta fija más grande del mundo con más de USD 1,7 trillones bajo administración, publicó en enero un análisis de Tiffany Wilding donde documenta que la productividad en EE.UU. creció ~2% en 2025, pero el crecimiento real de salarios se desaceleró a apenas por encima del 1%. Lo llaman la “economía en K”: las empresas intensivas en capital que adoptan IA van para arriba, los trabajadores y sus hogares van para abajo. Y no es un artículo de opinión. Es un análisis para inversores institucionales sobre cómo posicionar portafolios.

Hace unos días, PIMCO publicó un segundo análisis donde advierten que la IA probablemente no sea una marea de productividad que levante todos los botes, y que el riesgo es que gran parte del valor que crea la IA se acumule principalmente en manos de los dueños del capital, no de los trabajadores. Cuando PIMCO dice esto, no es activismo. No es alarmismo. Es una gestora diciéndole a sus clientes: cuidado, los beneficios de la IA no se están distribuyendo como esperábamos.

En el mundo académico, el Stanford Digital Economy Lab publicó un estudio llamado “Canarios en la mina de carbón”, liderado por Erik Brynjolfsson (uno de los economistas de tecnología más citados del mundo) usando datos de nómina de ADP que cubren millones de trabajadores estadounidenses. Encontraron que trabajadores de 22 a 25 años en ocupaciones expuestas a la IA sufrieron una caída relativa del 16% en empleo desde la adopción masiva de IA generativa. Recientemente actualizaron los datos: la tendencia se acelera y no muestra señales de reversión. Un detalle que importa: la caída se concentra en roles donde la IA automatiza, es decir, reemplaza el trabajo humano. En roles donde la IA aumenta la capacidad del trabajador, el empleo se mantiene o crece. La diferencia entre automatizar y aumentar no es semántica. Es la diferencia entre tener trabajo y no tenerlo.

Marketplace (NPR) reportó el 2 de febrero que la productividad sigue fuerte pero los salarios no la acompañan. Economistas de Wells Fargo confirman que las empresas están invirtiendo en equipamiento en vez de subir sueldos. Ben Zipperer, del Economic Policy Institute, calculó que los trabajadores estadounidenses producen casi el doble que en 1980, pero su paga creció solo un tercio de eso.

Y los despidos ya no son hipotéticos. El 2025 cerró con 1,17 millones de recortes en EE.UU., el nivel más alto desde la pandemia. De esos, 55.000 fueron directamente atribuidos a IA según Challenger, Gray & Christmas. Klarna redujo personal un 40%. Salesforce eliminó 4.000 roles. Amazon cortó 14.000 puestos corporativos. Y ahora Block corta otros 4.000 de un solo golpe. CNBC nota algo interesante: algunos expertos hablan de “AI-washing”, empresas que culpan a la IA por recortes que tienen otras causas. Pero eso refuerza el punto en vez de debilitarlo. Incluso la narrativa de la IA como reemplazo ya produce efectos económicos reales, independiente de si la IA está haciendo el trabajo o no.

Todo esto es Estados Unidos. Pero nosotros no vivimos en Estados Unidos.

¿Y América Latina?

Acá es donde la conversación se pone incómoda.

El FMI calculó en un documento de trabajo que menos del 40% de los empleos en América Latina tienen alta exposición a la IA, comparado con el 60% en economías avanzadas. La razón: más de la mitad de nuestros empleos son informales. Negocios pequeños, sin acceso a sistemas financieros, sin escala para adoptar tecnología.

A primera vista parece una buena noticia. No nos van a automatizar porque no somos lo suficientemente productivos como para que valga la pena automatizarnos.

Pero eso es como celebrar que no te robaron porque no tenías nada.

Un estudio del Banco Interamericano de Desarrollo que analizó 14 países de la región encontró que los trabajadores más expuestos al desplazamiento por IA en América Latina son los formales, los educados, los jóvenes y las mujeres. Exactamente las personas que nuestras economías necesitan que ganen más y consuman más para crecer. La IA en la región no amenaza al vendedor ambulante. Amenaza al analista financiero, a la ingeniera de software, al joven profesional que acaba de entrar al mercado formal. Los mismos perfiles que Stanford encontró siendo desplazados en EE.UU.

Y hay un número que me persigue: la productividad laboral en América Latina creció 0,5% anual desde 1980. En Asia del Este creció 4,2%. En Estados Unidos, 1,4%. Entre 2012 y 2022, nuestro crecimiento de productividad fue literalmente cero. No es una exageración. Es un dato del FMI.

Esto crea una paradoja doble para el CEO latinoamericano. Si no adoptas IA, te quedas atrás en una carrera de productividad que ya estamos perdiendo hace cuatro décadas. Pero si la adoptas agresivamente, generas el mismo Ghost GDP que estamos viendo en EE.UU., solo que en economías con redes de seguridad social más débiles, mercados de crédito más frágiles y una desigualdad de ingreso que ya es la peor del planeta.

Yo creo que la respuesta no es elegir entre adoptar o no adoptar. Eso es un falso dilema. La respuesta es adoptar pensando en la cadena completa. Y ahí es donde la mayoría de los CEOs que conozco en la región se quedan cortos. Miden la eficiencia de su operación como si existiera en un vacío. Cuántos puestos eliminé, cuánto ahorré en nómina, cuánto subió mi margen. Pero tu empresa no existe en un vacío. Existe en un ecosistema donde tus clientes son los empleados de otras empresas. Si todos optimizan al mismo tiempo sin pensar en el sistema, el sistema colapsa.

Lo que viene

Vuelvo al artículo de Citrini. Los autores son honestos: dicen que es un escenario, no una predicción. Están seguros de que algunas partes no se van a materializar. Y probablemente tengan razón. El escenario completo, con S&P en 3.500 y desempleo sobre 10%, requiere que todo salga mal al mismo tiempo. Y la historia nos enseña que rara vez todo sale mal al mismo tiempo.

Pero la pregunta que importa no es si el escenario completo se cumple. Es cuántas de las piezas iniciales ya están en su lugar.

Después de semanas revisando datos, mi respuesta es: más de las que me gustaría. PIMCO lo ve en sus modelos. Stanford lo mide en datos de nómina. Los CEOs de las empresas más grandes del mundo lo dicen en público sin ningún pudor. La participación laboral está en mínimos de 78 años. Y apenas estamos empezando.

Si eres CEO en América Latina y estás implementando IA (y deberías estarlo), te pido que hagas un ejercicio. No midas solo cuánto te ahorras por empleado reemplazado. Pregúntate también quién le va a comprar a tu empresa cuando todos los CEOs de tu industria hagan exactamente lo mismo que tú.

La eficiencia individual sin pensamiento sistémico tiene un nombre viejo. Se llama tragedia de los comunes. Y la inteligencia artificial, si no somos cuidadosos con cómo la adoptamos, puede convertirse en la tragedia de los comunes más costosa de la historia económica.

La paradoja del CEO eficiente no tiene solución individual. Ese es precisamente el problema.