Los escenarios económicos de la IA también son escenarios de reputación

Anthropic, la empresa detrás de Claude, publicó este mes Scenarios for our Economic Future: un modelo interactivo que proyecta cómo podría cambiar la economía de Estados Unidos hasta 2030 según qué tan capaz sea la IA y qué tan rápido se adopte. No es un pronóstico. Son tres escenarios con supuestos explícitos y una invitación a que cada lector cargue los suyos.

Lo leímos como leemos cualquier conversación pública: qué dice, qué deja afuera y qué discusión va a abrir. La conclusión es que el documento habla de economía, pero anticipa un problema de reputación.

01Qué dice el modelo

El punto de partida es simple: la economía es un enorme conjunto de tareas que se repiten millones de veces por día. Frente a cada una, la IA puede hacer cuatro cosas: dejarla igual (bañar a un paciente), aumentarla (que una persona la haga mejor o más rápido), automatizarla (hacerla sola) o crear tareas nuevas que antes no existían.

Con ese marco, el equipo de Economía de Anthropic, con comentarios de economistas académicos como Daron Acemoglu y David Autor, dibuja tres caminos hacia 2030. Las cifras comparan el PIB de ese año contra una economía sin IA:

Cambio modesto: el PIB es 1,6 % mayor. Un impacto parecido al que tuvo internet; el desempleo se mantiene en rangos históricos.
Cambio sustancial: el PIB es 8,3 % mayor y la IA hace buena parte del trabajo del conocimiento. Parte de esos trabajadores migra a oficios como la construcción o la enfermería, y sus salarios se estancan.
Cambio extremo: el PIB es 32,4 % mayor y la economía llega a crecer 15 % por año. El desempleo supera los niveles de una recesión y los salarios del trabajo del conocimiento caen más de 10 %.

Un dato explica por qué esto importa: en una encuesta a 10.980 estadounidenses, la respuesta típica implica un resultado cercano al escenario sustancial. La gente ya espera un cambio grande.

02El hallazgo que importa: quién se queda con la ganancia

En los tres escenarios la economía crece. Lo que cambia es el reparto. Hoy, de cada dólar que produce la economía estadounidense, unos 60 centavos van al trabajo y 40 al capital. En el escenario sustancial, la parte del trabajo baja a 56; en el extremo, a 45. El propio documento lo plantea así: el desafío deja de ser lograr crecimiento y pasa a ser que sus beneficios se compartan.

Cuando un tema pasa a ser cómo se reparte una ganancia, deja de ser técnico. Se vuelve una conversación pública, con actores, posturas y narrativas.

Ahí es donde entra la reputación.

03Por qué es un tema de reputación

Cada organización que adopte IA va a tomar decisiones sobre esas cuatro categorías de tareas: qué automatiza, qué aumenta, qué deja igual. Esas decisiones se van a leer en público. Un anuncio de eficiencia puede recibirse como innovación o como un despido encubierto, y la diferencia rara vez está en el comunicado: casi siempre está en la conversación que lo precede.

Como pasa con la mayoría de los episodios reputacionales, la conversación sobre IA y empleo no suele nacer en la prensa. Nace en foros, en publicaciones de colaboradores, en videos cortos, en grupos de clientes y de gremios, y llega a los medios cuando ya tiene una narrativa propia. Si el escenario sustancial se acerca, y la mayoría cree que sí, esa conversación va a crecer en volumen y en tensión.

04El trabajo del conocimiento también es el nuestro

Hay una lectura menos cómoda. El trabajo del conocimiento (analizar, redactar, resumir, reportar) es justamente donde el modelo concentra el impacto. Eso incluye a las áreas de comunicación y a las consultoras como la nuestra.

Aplicado a nuestro propio servicio, el marco de Anthropic se ve así:

Automatizado: la ingesta de millones de menciones, la clasificación por tema y sentimiento, el clipping y el conteo. Lo hace la IA, y lo hace mejor que una persona.
Aumentado: la lectura de un pico, la detección de coordinación, la priorización de riesgos. El analista llega antes y con más evidencia.
Igual: el criterio. Decidir qué hacer con una señal, cuándo hablar y cuándo no, quién tiene que estar en la mesa.
Nuevo: tareas que hace dos años no existían, como calibrar índices por mandato o revisar qué dicen los asistentes de IA sobre una marca.

Por eso decimos que lo que se contrata es criterio, no acceso a un panel. En cualquiera de los tres escenarios, el dato crudo pierde valor y la interpretación lo gana.

05¿Y Latinoamérica?

El modelo es solo de Estados Unidos, y lo aclara. Tampoco incluye respuestas de política pública ni crisis financieras. Para la región, eso deja preguntas abiertas. En economías donde una parte importante del trabajo del conocimiento se exporta, como los centros de servicios, la atención al cliente o el desarrollo de software, el escenario sustancial podría sentirse antes que en el mercado interno. Y donde la informalidad es alta, la reconversión hacia otros oficios que describe el modelo no es automática.

Nadie sabe cuál de los tres escenarios va a ocurrir, y Anthropic no dice cuál es el más probable. Pero sí sabemos cómo se trabaja con incertidumbre: con escenarios, indicadores y umbrales, no con predicciones.

06Qué puede hacer hoy un comité

Cinco decisiones concretas para los próximos doce meses:

Mapear la conversación sobre IA en tu sector: qué dicen colaboradores, gremios, reguladores y clientes, y quién amplifica cada postura.
Definir la narrativa de adopción antes del anuncio: qué se aumenta, qué se automatiza y qué pasa con las personas, con evidencia verificable.
Fijar umbrales de alerta: por ejemplo, cuando las menciones que cruzan tu marca con "despidos" o "reemplazo" superen su media habitual.
Preparar la vocería y el protocolo de crisis para cualquier anuncio de automatización, con mensajes probados por audiencia.
Escuchar hacia adentro: la primera audiencia que va a leer cualquier decisión sobre IA es la propia organización.

07Lo que nos llevamos

El trabajo de Anthropic tiene el mérito de mostrar sus supuestos y sus límites; sus autores lo describen como una simplificación de una realidad compleja. Lo más valioso no son las cifras de PIB sino el cambio de pregunta: la discusión sobre IA ya no es si va a hacer crecer la economía, sino cómo se reparte ese crecimiento y quién lo cuenta primero.

Para quien decide bajo exposición pública, esa segunda parte es la que importa. Las narrativas sobre IA y trabajo se van a formar con o sin nosotros. La ventaja está en verlas formarse.

Fuente: Anthropic, Scenarios for our Economic Future (septiembre de 2026), y el informe técnico "Economic Scenarios for Transformative AI" (Korinek et al., 2026).