
IWILLNOTLOOKAWAY.ORG
ANÁLISIS
¿De quién son las máquinas? Los problemas: capital, trabajo, energía, agua
17 de noviembre de 2026 — Mundo
Serie «De quién son las máquinas» · 1 de 2
Nota de transparencia: este texto se ha preparado con la asistencia de Claude, el modelo de inteligencia artificial de Anthropic. Anthropic es una de las empresas que participan en la carrera de inversiones que se describe a continuación y, por tanto, una de las partes interesadas.
En síntesis
- Un puñado de grandes grupos tecnológicos prevé gastar casi 700.000 millones de dólares en 2026 en centros de datos, chips y energía. Los ingresos crecen mucho más despacio que el gasto.
- El poder de mercado se concentra en pocas empresas. La contratación se frena en los oficios más expuestos y los jóvenes titulados encuentran menos trabajo acorde con sus estudios.
- La carrera consume energía, minerales y agua, en un mundo en el que una de cada cuatro personas aún no tiene agua potable segura.
- Golpea más a quien tiene menos fuerza: las pequeñas empresas, los países pobres, los países en guerra. Este es el primero de dos textos: aquí los problemas, en el segundo las soluciones puestas a prueba.
La pregunta
La libre competencia funciona mientras los competidores pueden seguir en el mercado. Una multinacional reparte sus costes entre facturaciones enormes, optimiza cada paso de su cadena de suministro y puede vender por debajo del coste durante años. Una pequeña empresa, no. La política acoge a las grandes empresas porque traen enseguida lo que necesita: empleo, crecimiento, impuestos. La factura llega después, con las tiendas que cierran y las calles comerciales que se vacían.
La inteligencia artificial acelera todo esto. Las revoluciones industriales anteriores dejaron a generaciones enteras tiempo para adaptarse, estudiar, cambiar de oficio. Esta corre más rápido. Y quien posee la tecnología, la energía y las materias primas que la alimentan tiene una ventaja que los demás difícilmente recuperan.
Es una pregunta que afecta a miles de millones de personas. Este primer texto mira los hechos: qué está pasando y quién corre el riesgo de quedarse fuera. El segundo texto pone a prueba las soluciones.
Qué dicen los hechos
El poder de mercado ha crecido, pero en pocas empresas. El estudio más citado sobre el tema mide cuánto cobran las empresas estadounidenses por encima de sus costes. Entre 1980 y 2016 este margen medio pasó de alrededor del 21 % a alrededor del 61 %. Lo más importante, sin embargo, es otra cosa: la empresa típica no subió sus márgenes. Los subieron unos pocos grandes grupos, que además quitaron cuota de mercado a los demás (De Loecker, Eeckhout y Unger, Quarterly Journal of Economics, 2020). El estudio se refiere a Estados Unidos; los mismos autores encuentran una tendencia parecida en el resto del mundo (De Loecker y Eeckhout, Annual Review of Economics). La medida está en discusión: al repetir el cálculo con todos los datos disponibles, otros economistas encuentran un aumento más moderado, concentrado casi por completo en el sector financiero y de seguros. Los autores han respondido (Benkard, Miller y Yurukoglu, NBER).
Las inversiones corren más que las ganancias. Para 2026 los grandes grupos de la nube han prometido casi 700.000 millones de dólares de inversión. En 2025 sus ingresos crecieron de media un 16,5 %, el gasto en inversión un 60 % (Futuriom). Un gasto así solo se recupera de dos maneras: con productos que el mercado todavía no compra en esa medida, o con un gran ahorro en el coste del trabajo. Por eso los dos temores que más se oyen, «es una burbuja» y «nos dejará a todos sin trabajo», no encajan del todo. Si la burbuja estalla, la sustitución del trabajo se frena, pero llega una crisis financiera. Si la sustitución sale bien, la burbuja no estalla, pero el trabajo paga la factura. Los escenarios posibles los describimos aquí.
El trabajo: menos contrataciones, todavía no despidos masivos. La investigación más amplia hasta ahora es un estudio del Fondo Monetario Internacional y de la Universidad de Chicago sobre unos 700 millones de ofertas de empleo en 110 países, de noviembre de 2021 a abril de 2026. En los oficios más expuestos a la inteligencia artificial las ofertas de empleo bajaron casi un 10 %. Luego la caída se detuvo, aunque los modelos se volvieron más capaces. El golpe es más duro donde la máquina puede sustituir a la persona, menos duro donde hacen falta criterio, responsabilidad y comunicación. En los salarios, por ahora, ningún efecto claro (Ando, Kirti, Lin e Ilman, FMI, Working Paper 2026/220; resumen de Policy Edge). La señal más preocupante afecta a los jóvenes: en Estados Unidos el 42 % de los titulados de entre 22 y 27 años tiene un trabajo para el que no hace falta un título (Reserva Federal de Nueva York).
La historia dice una cosa, el futuro podría decir otra. Una revisión de más de cien estudios citada por el Fondo Monetario concluye que, hasta ahora, la tecnología ha creado más trabajo del que ha destruido. Pero el mismo Fondo escribe que la evolución futura de la demanda de trabajo es «excepcionalmente incierta» (FMI, Dan Katz, junio de 2026).
La energía y las materias primas deciden quién gana. Según la Agencia Internacional de la Energía, en 2030 los centros de datos consumirán más del doble de la electricidad de 2024: más de la que usa hoy todo Japón (AIE, Energy and AI). En Europa la industria paga la electricidad dos o tres veces más cara que en Estados Unidos (Mario Draghi en el Parlamento Europeo, 17/9/2024); un año después la diferencia seguía siendo de alrededor del doble (HCSS).
El agua: el recurso que se consume dos veces. Los centros de datos usan agua para refrigerar los servidores e, indirectamente, para producir la electricidad que consumen. Según un informe de la Universidad de las Naciones Unidas, en 2030 la huella hídrica de la electricidad consumida por los centros de datos podría llegar a 9,3 billones de litros al año: lo que necesita para su uso doméstico mínimo toda la población del África subsahariana, 1.300 millones de personas (UNU-INWEH, junio de 2026). La cifra incluye el agua usada para producir la electricidad, no solo la que refrigera los servidores, y las estimaciones cambian mucho según lo que se cuente. La dirección, sin embargo, es la misma. Y cae sobre un mundo en el que una de cada cuatro personas, unos 2.100 millones, aún no tiene agua potable segura (OMS y UNICEF, agosto de 2025). En enero de 2026 el mismo instituto de la ONU habló de una «era de bancarrota hídrica»: acuíferos, ríos y glaciares explotados más allá de su capacidad de recuperarse, con el calentamiento global que lo agrava todo (UNU-INWEH, enero de 2026).
Quién corre el riesgo de quedarse fuera
Las mismas fuerzas no golpean a todos por igual. El Fondo Monetario se pregunta si la inteligencia artificial ayudará a los países más pobres a recuperar terreno. La respuesta es condicional: puede ocurrir si abarata el aprender y el adaptarse en las economías más débiles, y si esas economías saben convertirla en trabajo más productivo (Imam y Temple, FMI, septiembre de 2026). Por ahora es una posibilidad, no una tendencia.
La brecha se ve también dentro de los países ricos. En 2025 usaba la inteligencia artificial el 55 % de las grandes empresas europeas y solo el 17 % de las pequeñas (Eurostat). Quien sale por delante acelera.
Y se ve sobre todo en los países frágiles. Allí el acceso a agua potable segura es 38 puntos más bajo que en el resto del mundo (OMS y UNICEF). Entre los contextos de fragilidad extrema la OCDE sitúa a Sudán y Yemen, y menciona la guerra en Etiopía entre las que agravan la escasez de agua (OCDE, States of Fragility 2025). Son escenarios que este sitio cuenta. Para ellos la carrera de la inteligencia artificial y la escasez de agua amenazan con sumarse a la guerra. El segundo texto pone a prueba las soluciones precisamente allí.
Qué sacamos en claro
Puestos en fila, los hechos dicen tres cosas. El poder económico se concentra en pocas empresas, y la inteligencia artificial acelera esa concentración. El trabajo, por ahora, cambia más de lo que desaparece, pero las primeras señales golpean a los jóvenes y a los oficios más fáciles de sustituir. Y la carrera consume recursos que no son de nadie en particular y son de todos: energía, minerales, agua. Quien tiene menos fuerza corre el riesgo de pagar dos veces, perdiendo a la vez trabajo y recursos.
Hay también un límite que juega a favor. Una economía de parados no compra. Las grandes empresas necesitan clientes con ingresos. Esto no basta para impedir que la factura la paguen primero los más débiles, pero vuelve inestable el sistema, y la inestabilidad, en la historia, es el momento en que cambian las reglas.
Qué seguir
- Conferencia de la ONU sobre el Agua, 2-4 de diciembre de 2026, en los Emiratos Árabes Unidos (UNU-INWEH).
- Negociación de la ONU sobre cooperación fiscal, Nairobi, 30 de noviembre – 10 de diciembre de 2026 (Eurodad).
- Las cuentas de los grandes grupos de la nube: si los ingresos de la inteligencia artificial no alcanzan al gasto, la corrección llegará antes que la sustitución del trabajo.
Preguntas abiertas
- ¿Quién paga el agua y la energía que consumen los centros de datos, y quién decide dónde construirlos?
- Si la tecnología agranda la brecha entre quien sale por delante y quien sale por detrás, ¿quién la reduce?
- ¿Qué le pasa a un país en guerra cuando los recursos que le faltan son los mismos que necesitan las máquinas?
Fuentes: De Loecker, Eeckhout y Unger, Quarterly Journal of Economics, 2020 · De Loecker y Eeckhout, Annual Review of Economics · Benkard, Miller y Yurukoglu, NBER · Futuriom · Ando, Kirti, Lin e Ilman, FMI, Working Paper 2026/220 · resumen de Policy Edge · Reserva Federal de Nueva York · FMI, Dan Katz, junio de 2026 · AIE, Energy and AI · Mario Draghi en el Parlamento Europeo, 17/9/2024 · HCSS · UNU-INWEH, junio de 2026 · OMS y UNICEF, agosto de 2025 · UNU-INWEH, enero de 2026 · Imam y Temple, FMI, septiembre de 2026 · Eurostat · OMS y UNICEF · OCDE, States of Fragility 2025 · UNU-INWEH · Eurodad
Noticias relacionadas: ¿De quién son las máquinas? Las soluciones, y quién se queda fuera · Seis caminos para la inteligencia artificial: los escenarios posibles y las señales que vigilar · Cómo se gobierna una máquina: los instrumentos sobre la mesa para regular la inteligencia artificial · Minab, la escuela que nadie comprobó