Mi nuevo artículo para la revista FreeThink desglosa por qué la IA no se llevará todos los trabajos: ¿El resumen? 1) La economía unitaria de los agentes. No costarán lo mismo que una suscripción de $20 a Netflix, piensa más en un salario humano. 2) Impuestos. Espera impuestos sobre el trabajo digital y robótico a medida que se vuelva mejor y mejor, comenzando como una reacción populista proteccionista y en lugares con mucha regulación como la UE y luego extendiéndose a todas partes. 3) La IA no hace que el trabajo desaparezca. Solo cambia el flujo de trabajo y crea un conjunto diferente de problemas, y estos problemas no son ampliamente comprendidos por las personas que no interactúan con estos sistemas de 8 a 10 horas al día y solo leen sobre ellos: A) conceptualización/descripción del problema B) Iteración C) Verificación 4) Falacia del trabajo fijo 5) Algunos roles simplemente nos encanta tener personas porque somos criaturas sociales. Los cajeros automáticos hacen el trabajo de entregar dinero mejor que las personas, pero los trabajos de cajero simplemente se trasladaron al servicio al cliente. Puede que tengamos un droid de camarero perfecto, pero prefiero charlar con una persona feliz y amigable en mi restaurante favorito local. Algunos fragmentos del artículo: Si estás utilizando estos sistemas para algo que importa, necesitas un pase de verificación que vaya mucho más allá de una lectura superficial. Eso significa trabajo humano orientado a los detalles: debes verificar cada afirmación, cada diagrama, cada enlace, cada palabra, cada línea de código, cada resultado y cita y hecho. ¿Y quién está mejor posicionado para verificar? Las mismas personas que ya son buenas en lo que la IA está tratando de hacer: los trabajadores que se supone que debe reemplazar. Los médicos pueden verificar reclamaciones médicas. Los programadores senior pueden verificar las salidas de codificación de la IA. Los redactores fuertes pueden verificar que lo que GPT escribe suene bien: saben reconocer una buena frase cuando la leen y pueden asegurarse de que cada párrafo fluya del anterior. Las grandes empresas tecnológicas están gastando actualmente billones (para construir nuevos centros de datos de IA, y además de todo lo demás, el costo de pagar a las personas para que dirijan esos centros también deberá ser considerado en la ecuación. Tu futura fuerza laboral, funcionando con chips de red neuronal especializados, es más probable que cueste $5,000, $10,000 o $20,000 al mes por trabajador digital, no $200. En mi startup de agentes de IA, tengo un equipo de tres ingenieros utilizando Claude Code y GPT-5 de OpenAI para ayudar en su codificación. Usando precios de API (actualmente estamos promediando alrededor de $8,000 al mes: eso es lo que realmente cuesta $600 en suscripciones. Y eso son ocho horas al día por programador, no agentes funcionando ininterrumpidamente 24 horas al día, siete días a la semana. También es probable que veamos impuestos sobre los agentes de IA si realmente afectan a la fuerza laboral de manera significativa, a medida que el mundo se inclina más y más hacia el proteccionismo. De hecho, es prácticamente seguro. Eso también aumentará el costo de operarlos. A medida que estas economías unitarias impacten, la mayoría de las empresas tendrán que preguntarse: "¿Es más barato lanzar más personas a un problema que pagar por IA?" En la mayoría de los casos, la respuesta será "sí", a menos que tengas un problema hiper-especializado que la IA realmente pueda ayudar a acelerar, como el descubrimiento de fármacos. Incluso si la IA fuera perfecta y barata, siempre habrá trabajos que simplemente no queremos entregar a las máquinas. Tenemos cajeros automáticos, pero aún tenemos cajeros humanos porque queremos la opción de hablar con una persona. En el mundo de los restaurantes, puede que un día tengamos droides de camarero perfectos, pero aún querré interactuar con una persona amigable y divertida que me haga sentir como un rey mientras ceno, y espero que muchas otras personas también lo hagan. Como James Bessen señala repetidamente en la Harvard Business Review, la automatización no solo crea o destruye trabajos, los transforma. (Cuando se implementaron los cajeros automáticos, los escritores de obituarios afilaron sus plumas para los cajeros, pero el empleo de cajeros no colapsó: creció. Eso se debe a que los cajeros automáticos redujeron el costo de operar una sucursal, lo que significó que los bancos podían abrir más sucursales, donde el trabajo del cajero cambió de manejo de efectivo a ventas y servicio de relaciones. La elasticidad de la demanda también importa. Cuando reduces el costo de un recurso, los humanos lo utilizan más: esa es la paradoja de Jevons (en acción). Aplicada a la inteligencia artificial, la cognición más barata nos hará consumir más inteligencia en general, así como la energía más barata llevó a un mayor uso de energía. Emergerá un nuevo mercado para la inteligencia. En su ensayo "¿Por qué todavía hay tantos trabajos?" el economista David Autor explica por qué este tipo de cosas sigue sucediendo. Las tecnologías automatizan tareas específicas, pero también crean nuevas tareas, nuevas complementariedades y nuevas categorías de trabajo para las que no teníamos palabras antes. Un agricultor del siglo XVIII nunca podría entender el trabajo de un diseñador web porque se basa en numerosas innovaciones de cisne negro, como la electricidad, las computadoras y el internet, que no podría imaginar. Somos excelentes imaginando todos los trabajos que desaparecerán debido a una nueva tecnología, pero terribles para predecir los que se crearán porque aún no existen. Si imaginas un mundo en el que cada persona tiene un equipo de 15 agentes digitales, cada uno trabajando día y noche, estás imaginando un mundo con muchos costos de energía y silicio. Las curvas de capex y opex moldean dónde tiene sentido el trabajo de máquina. En resumen: El futuro del trabajo no será simplemente una cuestión de elegir entre IA y trabajadores humanos. Se tratará de calcular cuánto cuesta hacer cada tarea con personas, con máquinas y con híbridos cuando incluyas los costos de error en cascada, el impuesto de verificación, el impuesto real, la economía unitaria y el riesgo. Ese no es un futuro sin humanos. Ese es un futuro con más apalancamiento por humano que nunca antes en la historia. Esa es la definición misma del crecimiento económico: hacer más con menos. Solía costar a tus antepasados 1,000 horas de trabajo iluminar su casa con velas de sebo. Te cuesta unos segundos iluminar tu casa con el flip de un interruptor. Apalancamiento en acción.

Parece que lo que necesitamos es privacidad diferencial y cifrado homomórfico para las conversaciones con LLMs. Necesitamos un ProtonMail para el chat.