El problema no era que la IA fallara. El problema era que la IA tenía éxito — y nadie había diseñado la economía para ese escenario.
Un ejercicio de pensamiento que los directivos no pueden ignorar
En febrero de 2026, la firma de análisis financiero Citrini Research publicó un documento inusual: Un memo macroeconómico escrito desde el futuro. Con fecha junio 2028, describe el colapso en cascada de múltiples sectores de la economía global como consecuencia directa de la adopción masiva de inteligencia artificial. El título: "The 2028 Global Intelligence Crisis".
El documento no es una predicción apocalíptica. Sus autores son explícitos en llamarlo un "ejercicio de pensamiento" (thought exercise), un escenario deliberadamente subexplorado que merece atención precisamente porque la narrativa dominante sobre IA es casi princialmente optimista, aunue recientemente se ha hablado mucho de como las empresas están dejando de subsidiar las IA a sus clientes.
La premisa es tan simple como perturbadora: ¿Qué pasa si la IA supera todas las expectativas de rendimiento, y eso resulta ser estructuralmente malo para la economía que la adoptó?
Para los líderes empresariales y directivos de marketing en Latinoamérica, este escenario merece análisis serio, no por ser probable en todos sus detalles, sino porque identifica con precisión algunos espacios de vulnerabilidad que muchas organizaciones están ignorando hoy.
La arquitectura del colapso: Cómo se construye el escenario
El informe describe una secuencia que conviene entender en capas, porque cada capa afecta de manera diferente a distintos sectores de la economía latinoamericana.
Capa 1 — La destrucción del SaaS y los modelos de suscripción
En el escenario descrito, a partir de 2026 las herramientas de codificación agéntica permiten que un desarrollador competente replique la funcionalidad central de cualquier producto SaaS de mediano mercado en semanas. El chief information officer que renovaba licencias de seis cifras anuales empieza a preguntarse si no es más rentable construir internamente.
La consecuencia directa: El margen de negociación de los proveedores de software colapsa. El informe cita el caso de una negociación con un proveedor que esperaba el incremento anual de 5% y terminó renovando con un descuento del 30%. Ese fue "el buen escenario"
Para las empresas de la región que trabajan con plataformas de marketing digital, CRMs, herramientas de automatización, plataformas de analítica, el impacto no es la desaparición de estas herramientas, sino la presión extrema sobre su modelo de precios y la proliferación de alternativas construidas internamente o por startups sin estructura de costos heredada.
Capa 2 — La desintermediación como colapso de modelo
El segundo mecanismo que identifica el informe es más profundo y más relevante para la región: La eliminación de la intermediación basada en fricción.
Los agentes de IA consumen información, comparan precios y toman decisiones sin cansarse, sin sesgos de familiaridad, sin la pereza cognitiva que sostiene la mayoría de las decisiones de compra humanas.
El informe documenta cómo esto destruye en secuencia:
Plataformas de reserva de viajes: El agente ensambla itinerarios más rápido y más barato que cualquier OTA.
Renovaciones de seguros: El 15-20% que los aseguradores cobraban por la inercia del cliente desaparece cuando un agente re-cotiza automáticamente cada año.
Comisiones en bienes raíces: La asimetría informativa que justificaba el 5-6% de comisión colapsa cuando el comprador tiene acceso a décadas de datos transaccionales.
Asesoría financiera y legal rutinaria: Cualquier servicio cuyo valor proposicional sea "navego la complejidad que tú encuentras tediosa" es vulnerable.
Pagos con tarjeta: Los agentes de comercio descubren que las stablecoins en redes blockchain ofrecen liquidación instantánea a una fracción del costo del intercambio de 2-3% de las tarjetas. Mastercard y Visa pierden volumen de transacciones.
La frase del informe que mejor captura esto es brutal en su precisión: "Habíamos sobreestimado el valor de las relaciones humanas. Resulta que mucho de lo que la gente llamaba relación era simplemente fricción con cara amable."
Capa 3 — El espiral macroeconómico y el "PIB fantasma"
La tercera capa es la que convierte un problema sectorial en una crisis sistémica.
El informe introduce el concepto de "Ghost GDP" (PIB fantasma): Producción que aparece en las cuentas nacionales pero que nunca circula por la economía real. Un clúster de GPUs en Dakota del Norte generando el output equivalente a 10.000 trabajadores en Manhattan produce riqueza, pero no genera salarios que se conviertan en consumo, alquiler, comidas en restaurantes, matrículas escolares. ¿Aplicará o esta pasando en nuestro continente o en nuestro país?
La velocidad del dinero colapsa. El consumidor humano, que representa el 70% del PIB en Estados Unidos, pierde ingresos. Las empresas venden menos. Los márgenes caen. Las empresas invierten más en IA para reducir costos. El ciclo se acelera.
El nombre técnico que el informe le da a este ciclo: Intelligence Displacement Spiral.
Lo más significativo para dueños de negocios o ejecutivos: Este espiral no tiene corrección cíclica natural. En una recesión normal, la caída de demanda reduce la producción, que estabiliza los precios y reactiva la demanda. Aquí la causa del espiral (la mejora continua de IA) no depende del ciclo económico, continúa independientemente, a menos que algo lo frene, lo que aun no parece ser el caso.
Las implicaciones directas para Latinoamérica
El informe de Citrini Research usa a Indiacomo el caso de estudio más severo fuera de los Estados Unidos, y vale la pena analizarlo con detenimiento porque tiene paralelos directos en nuestra región.
India exportaba más de 200 mil millones de dólares anuales en servicios de tecnología (TCS, Infosys, Wipro). Toda la propuesta de valor era una sola: Desarrolladores indios cuestan una fracción de sus equivalentes occidentales. Cuando el costo marginal de un agente de codificación de IA colapsó al precio de la electricidad, esa ventaja competitiva se acabó. La rupiah cayó 18% en cuatro meses. El FMI inició "conversaciones preliminares" con Nueva Delhi.
En América Latina, los vectores de vulnerabilidad equivalentes son:
Contact centers y BPO: Chile, Colombia, Costa Rica y México son los principales destinos de outsourcing de servicios en la región. El modelo completo depende de que sea más barato pagar un agente humano que automatizar. Esa ecuación ya está cambiando en los segmentos más simples. En el mediano plazo, los servicios de soporte rutinario y gestión de procesos de negocios enfrentan el mismo tipo de compresión que vivió India en IT.
Servicios profesionales exportados: Consultoras, agencias de diseño, estudios de desarrollo web, agencias de marketing digital que atienden a clientes de EEUU o Europa competirán directamente con la producción de IA local de esos mercados. La geografía que durante décadas hizo competitivo al talento latinoamericano se comprime significativamente.
Sector financiero y seguros: Los modelos de negocio que dependen de las acciones del cliente para renovar productos financieros, seguros y servicios de crédito son estructuralmente vulnerables en el mediano plazo. Los agentes de IA que gestionan finanzas personales automáticamente van a re-cotizar, comparar y migrar sin intervención humana.
Retail y e-commerce: La lealtad de marca construida sobre hábito de compra, no sobre valor diferencial genuino, desaparece en un mundo de agentes que optimizan precio y conveniencia en tiempo real. Las marcas que sobreviven son las que tienen una ventaja real, no las que tienen el mejor selección en el menú de inicio del smartphone del cliente.
Reposicionamiento de la propuesta de valor
La pregunta que todo líder o dueño de negocio debería hacerse hoy: ¿Qué parte de nuestra propuesta de valor depende de que los clientes no puedan o no quieran buscar alternativas?
Si la respuesta incluye elementos como "la acción o no acción del cliente", "el costo de cambio por integración de datos", "la familiaridad de la interfaz", o "que somos los que siempre han usado", esa parte de la propuesta de valor está en riesgo importante.
La diferenciación que va a resistir el cambio se construye sobre:
Criterio estratégico que la IA no puede replicar sin contexto organizacional profundo
Relaciones de alta confianza con stakeholders clave (no se transfieren a un agente)
Cultura y propósito que conecta con los valores de clientes que compran con identidad
Especialización profundaen un nicho donde la experiencia acumulada crea una barrera real
Velocidad de adaptación que hace que la organización sea un sistema dinámico, no un proveedor estático
El dilema del adoptador temprano vs. el rezagado
El escenario de Citrini Research describe un patrón irónico: Las empresas más amenazadas por la IA se convierten en sus adoptadoras más agresivas, porque no pueden permitirse el lujo de resistir. ServiceNow, frente a la caída de sus ingresos por licencias, no pudo permanecer estática. Adoptó IA agresivamente para reducir costos y mantener márgenes, acelerando el mismo proceso que la amenazaba.
Básicamente es dispararse en el pie con una bala de salva para no hacerlo en el corto plazo con una bala real.
Para los directivos de LATAM, esto tiene una implicación clara: La adopción de IA en los procesos de marketing y operaciones no es opcional a mediano plazo, pero el cómo y el para qué de esa adopción define si la empresa sale fortalecida o debilitada.
Adoptar IA para reemplazar capacidades humanas y reducir costos de manera defensiva es una carrera hacia abajo. Adoptar IA para amplificar el criterio estratégico humano, acelerar la experimentación y personalizar la experiencia a escala es construir una ventaja sostenible.
Además, un punto importante, los tokens, que serían la moneda de cambio para convertir comandos en soluciones prácticas, no son infinitos y los costos parecen no ir a la baja en el corto plazo, aunque la tecnología cambia a ritmos muy rápidos.
Tres preguntas que vale la pena hacer en un directorio o con tus socios
No hay respuestas universales. Pero sí hay preguntas que los líderes, ejecutivos o dueños de negocio en Latinoamérica deberían estar haciendo ahora:
¿Qué porcentaje de nuestro ingreso actual depende de limitaciones del cliente que la IA puede eliminar? No es una pregunta retórica. Hacer el ejercicio de desglosar la cartera de productos/servicios por tipo de ventaja competitiva es urgente.
¿Nuestra ventaja competitiva que puede ser ignorada por un agente de compras autónomo?La respuesta determina que cambios preparar de cara a los avances de la IA.
¿Estamos usando IA para volvernos más rápidos e inteligentes, o para recortar costos a corto plazo? La diferencia define si la organización llega al 2028 más fuerte o más frágil.
El canario sigue vivo, por ahora
El artículo de Citrini Research cierra con una nota que vale reproducir en su totalidad:
Pero no estás leyendo esto en junio de 2028. Lo estás leyendo en febrero de 2026. El S&P está cerca de máximos históricos. Los bucles de retroalimentación negativos no han comenzado todavía. Estamos seguros de que algunos de estos escenarios no se materializarán. Estamos igualmente seguros de que la inteligencia de las máquinas seguirá acelerándose. La prima sobre la inteligencia humana se va a comprimir. Como inversores, todavía tenemos tiempo de evaluar qué parte de nuestra cartera está construida sobre supuestos que no van a sobrevivir la década. Como sociedad, todavía tenemos tiempo de ser proactivos.
Sustituyamos "inversores" por "líderes empresariales" y el mensaje no cambia. El momento de hacer esas preguntas incómodas sobre el modelo de negocio no es cuando la crisis ya llegó. Es ahora.
Fuente principal: Citrini Research – "The 2028 Global Intelligence Crisis" (Citrini & Alap Shah, febrero 2026). Este artículo es un análisis estratégico de contenido de terceros adaptado al contexto latinoamericano. No constituye asesoría financiera ni predicción de mercados.