El auge de la IA corre el riesgo de provocar un colapso financiero global, advierten banqueros centrales

Advertencias de los bancos centrales y contexto histórico

• Algunos lectores buscan advertencias pasadas de los bancos centrales (p. ej., informes del BIS de 1999 y 2007) y sienten que la advertencia sobre la IA de 2026 es inusualmente explícita.
• Otros señalan que también haría falta saber con qué frecuencia se emitieron advertencias así sin que se produjera un gran colapso, y que las advertencias pueden convertirse en “profecías autocumplidas” si reducen la toma de riesgos.

Escala y estructura del auge de la IA

• Extractos del BIS destacan más de 1 billón de dólares en capex de IA por parte de un puñado de hyperscalers en 2025–26, en parte financiado con deuda, con retornos inciertos.
• Riesgos citados: sobreinversión impulsada por expectativas de winner-take-most, cuellos de botella en electricidad y chips, y la posibilidad de una repricing sincronizada de acciones y crédito, junto con un desplome de la inversión.

Dinámica de burbuja y riesgo sistémico

• Muchos ven una burbuja de IA clara; el debate es si termina en un crash brusco o en un largo estancamiento.
• Algunos sostienen que el impacto es limitado porque la IA se financia sobre todo con capital propio; otros temen efectos indirectos a través de proveedores, mercados de crédito e inversores minoristas si/cuando estas empresas salgan a bolsa.
• Reaparece el cinismo de que, en una recesión, las élites serán rescatadas y los chivos expiatorios volverán a ser los inmigrantes y los pobres.

Trabajo, capitalismo y compatibilidad a largo plazo

• Una visión: si la IA llega a automatizar la mayor parte del trabajo, el capitalismo —basado en que el trabajo tiene valor positivo— se derrumba.
• Otros enfatizan los peligros de más corto plazo: un desplazamiento rápido del trabajo de cuello blanco que reduzca los ingresos y la demanda de los consumidores, frente a un escenario en el que la IA decepcione y arrase con la inversión especulativa.

Valor, rentas y “parasitismo”

• Debate encendido sobre si las empresas de IA de frontera son “parásitos” que extraen rentas:
  • Los críticos sostienen que privatizan ganancias de “saquear el bien común” (entrenar con el trabajo ajeno, a veces mediante datos pirateados) y pueden destruir el trabajo intelectual significativo.
  • Los defensores responden que, hasta ahora, el entrenamiento ha sido considerado uso legítimo y comparan la IA con tecnologías de productividad anteriores (tractores, fertilizantes), que también causaron disrupción pero crearon valor.
• Algunos distinguen entre creación genuina de valor y búsqueda de rentas incluso dentro de los mismos modelos de negocio.

Capacidades, SaaS y productividad

• Varios profesionales informan que los LLM “resuelven de una sola vez” o iteran rápidamente aplicaciones estilo SaaS, reduciendo costes y tiempo de desarrollo. Otros descartan estos sistemas como no aptos para producción, “coded with vibes”, con deuda técnica oculta acumulándose.
• Existe preocupación de que el software ultrabarato encoja partes de la economía: sustituir una suscripción SaaS de $XX,XXX al año por $50 en llamadas a la API puede no compensarse con nuevas contrataciones o nuevos productos.
• Los escépticos argumentan que la ingeniería de software no está “resuelta”: los modelos tienen problemas con los requisitos, la comprensión del dominio y la mantenibilidad a largo plazo.

Extensiones sectoriales: terapia, trabajos bullshit y last mile

• Algunos prevén que las aseguradoras empujen “terapeutas” de IA como una primera línea más barata; otros ven esto como peligroso dado los modos de fallo conocidos y la debilidad de los datos de entrenamiento.
• Discusión sobre “bullshit jobs”: la automatización a menudo no reduce la plantilla; a las organizaciones les gusta tener humanos vinculados a las decisiones.
• Varios sostienen que las ganancias de la IA están actualmente concentradas en SWE; otros campos requieren una fuerte codificación de dominio de “last mile”, que quizá no escale con las arquitecturas LLM actuales.

Coste de oportunidad y usos alternativos del capital

• Un hilo importante lamenta más de 2 billones de dólares en valoración/inversión relacionada con IA frente a financiación para infraestructura, energía limpia, vivienda, educación o apoyo social.
• Contrapuntos:
  • Se trata sobre todo de capital privado que busca retornos, no de dinero de impuestos.
  • Los gobiernos ya gastan billones en programas sociales e infraestructura; el problema puede ser la ineficiencia estructural y los incentivos desalineados, no la mera cantidad de dinero.
• Entre las propuestas figuran dinero basado en demurrage para reducir el acaparamiento, y grandes inversiones con alto ROI social (transporte activo, nuclear, solar, vivienda) como mejores apuestas macro que una carrera armamentística de IA.

Reacciones de finanzas personales

• Algunos participantes describen un giro fuerte hacia efectivo/bonos del Tesoro a corto plazo, esperando malas noticias a medida que interactúan la IA, los choques energéticos y las vulnerabilidades financieras existentes.
• Otros advierten que el momento es incierto; el entusiasmo por la IA podría sostenerse políticamente durante años antes de cualquier ajuste de cuentas.