Anthropic presentó en Bangkok un escenario interno en el que la inteligencia artificial podría llevar el producto interno bruto de Estados Unidos a 44 billones de dólares en 2030, desde poco más de 30 billones actuales. La cifra, expuesta por su cofundador Jack Clark ante funcionarios del FMI y el Banco Mundial, importa por su magnitud, pero no constituye una previsión oficial ni un resultado asegurado.
Qué supone el escenario extremo de Anthropic
Clark habló este sábado 17 de octubre durante la conferencia anual de la Fundación Per Jacobsson, dentro de las reuniones del Fondo Monetario Internacional y el Banco Mundial. De acuerdo con Reuters, uno de los modelos internos de Anthropic calcula que, bajo determinadas condiciones, la producción estadounidense podría acercarse a 44 billones de dólares al cierre de la década, casi 50% por encima del nivel actual.
La cifra depende de supuestos extraordinarios: sistemas que mejoran con rapidez, adopción masiva y creación de industrias e inventos capaces de sostener una expansión sin precedente reciente. El explorador económico de Anthropic distingue tres trayectorias —modesta, sustancial y extrema— y reserva la última para una economía transformada por sistemas capaces de realizar casi todo el trabajo intelectual de forma autónoma.
En ese escenario extremo, el crecimiento anual del PIB llegaría a 15% y la economía duplicaría su tamaño cada cuatro años y medio. La propia empresa advierte, sin embargo, que el futuro no está predeterminado: su ejercicio simplifica la economía y no incorpora por completo respuestas de política pública, ciclos empresariales, problemas de demanda, disrupciones financieras ni otros choques. Por ello, el dato de 44 billones debe leerse como una prueba de estrés sobre posibilidades, no como un pronóstico del FMI.
Más crecimiento no garantiza mejores salarios
El punto más incómodo del escenario extremo de Anthropic es distributivo. Una economía mucho mayor puede convivir con menos empleos de conocimiento, desempleo por encima de niveles típicos de recesión y una porción creciente del ingreso capturada por el capital. Clark reconoció que la automatización ya desplaza tareas en centros de atención y servicio al cliente, mientras que en investigación científica funciona más como un multiplicador de capacidades.
Esa tensión coincide con el debate sobre si la inversión en inteligencia artificial ampliará la brecha de ingresos. También explica por qué avances como la alianza entre el CERN y Mistral para física de partículas pueden elevar la productividad sin resolver, por sí solos, quién recibe los beneficios.
Para gobiernos y empresas, el reto no consiste sólo en medir cuánto crece la producción. También exige observar salarios, movilidad laboral, concentración de mercado, acceso a infraestructura de cómputo y capacidad fiscal para acompañar a los sectores desplazados. Sin esas métricas, un salto del PIB podría ocultar pérdidas relevantes para trabajadores y regiones.
Clark pide controles antes de que cierre la ventana
El programa oficial del FMI anticipó que la conferencia abordaría descubrimiento científico, robótica, empresas operadas por máquinas y sistemas que contribuyan a su propia mejora. Clark sostuvo que la cooperación internacional será necesaria para imponer reglas inusualmente estrictas y que la ventana para establecer salvaguardas se mide en pocos años.
El cofundador de Anthropic señaló dos zonas de riesgo: el uso de la IA para ampliar capacidades biológicas y los ataques cibernéticos. En investigación biológica pidió supervisión humana y transparencia máximas, mientras afirmó que los sistemas todavía permanecen bajo control humano. La advertencia llega cuando varios gobiernos endurecen los controles sobre tecnología e infraestructura de IA.
La comparación entre beneficios potenciales y riesgos no permite asumir que el mayor crecimiento ocurrirá automáticamente. El escenario sirve, sobre todo, para mostrar la escala de las decisiones pendientes: validar los modelos con evidencia externa, exigir evaluaciones de seguridad, repartir las ganancias de productividad y definir responsabilidades antes de que capacidades más avanzadas se desplieguen de manera generalizada.







