Los Ahorros Laborales de la IA No Llegan Directamente a los Accionistas

Fri, 11 Sep 2026 12:00:00 +0900

En el escenario extremo de Anthropic, la economía es un 32,4% mayor a principios de 2030 que en una trayectoria sin IA, mientras que el empleo cognitivo es un 21,5% inferior al de mediados de 2026. Ninguna de estas cifras es una previsión de ingresos por semiconductores ni una probabilidad de pérdida de empleo. Los comparadores son distintos, y el escenario no tiene probabilidad asignada.¹

Para la renta variable coreana, la pregunta útil es quién retiene los ahorros cuando el trabajo de oficina se abarata. Un banco puede reducir los costes de procesamiento mientras su proveedor de externalización pierde horas facturables. Un proveedor de software puede vender más servicios de IA y, al mismo tiempo, pagar más por infraestructura. Un proveedor de memoria puede beneficiarse de la demanda, pero la expansión, la amortización y la valoración de compra determinan el retorno para el accionista.

La investigación apoya un marco de selección condicional, no la compra indiscriminada de valores relacionados con la IA. Hay que separar la infraestructura restringida, la implementación empresarial, los beneficiarios de productividad y los negocios cuya unidad de ingresos está desapareciendo. Las asignaciones de empresas y los juicios de inversión que aparecen a continuación son análisis del autor, no recomendaciones de Anthropic. Los precios actuales de las acciones y los múltiplos de valoración no han sido verificados para este artículo; no se ofrecen precios objetivo ni llamadas de compra inmediata.

El modelo macroeconómico no es una previsión ocupación por ocupación

El artículo económico de septiembre modela dos grupos laborales. Las lecturas detalladas de exposición proceden de un estudio separado de marzo que utiliza la actividad observada de Claude y las características de las tareas. La exposición no es desplazamiento, y los agregados ocupacionales de EE. UU. no pueden trasplantarse sin más a Corea.¹²

Tabla 3 publicada: principios de 2030	Moderado	Sustancial	Extremo
Nivel del PIB frente a trayectoria sin IA	+1,6%	+8,3%	+32,4%
Salario medio frente a trayectoria sin IA	+0,7%	+2,1%	+9,7%
Salario cognitivo frente a trayectoria sin IA	+0,4%	−0,3%	−11,5%
Empleo cognitivo frente a mediados de 2026	−0,5%	−3,9%	−21,5%
Tasa de desempleo agregada	3,9%	4,6%	11,9%
Stock de capital frente a trayectoria sin IA	+2,3%	+13,8%	+56,3%
Participación del capital en la renta	40,6%	43,9%	54,8%
Renta del capital frente a trayectoria sin IA	+3,1%	+18,9%	+81,4%

Estos son los resultados publicados del modelo, no estimaciones recalculadas de forma independiente. Las brechas del PIB son diferencias de nivel, no tasas de crecimiento anual compuesto. Un salario medio más alto entre los trabajadores empleados también dice poco por sí solo sobre los ingresos de los trabajadores desplazados.¹

La inferencia del inversor es que la prosperidad agregada y la rentabilidad de un negocio individual pueden divergir. El propietario de un insumo necesario y el proveedor remunerado por una actividad en declive pueden afrontar resultados opuestos dentro de la misma economía.

Capacidad, despliegue y automatización tienen denominadores diferentes

La masa de tareas en el artículo está ponderada por el coste salarial anterior a la IA. No es el número de empleados. Con masa de capacidad m, despliegue d y fracción de automatización ψ, las cantidades mecánicas son:

Supuesto o cálculo para 2030	Moderado	Sustancial	Extremo
Masa de capacidad m	20%	30%	50%
Despliegue dentro de las tareas afectadas d	20%	40%	60%
Fracción de automatización ψ	50%	75%	90%
Masa realizada por IA m×d	4%	12%	30%
Masa automatizada m×d×ψ	2%	9%	27%
Ratio de restitución de nuevas tareas ρ	50%	25%	0%
Masa neta de tareas laborales eliminadas (1−ρ)×m×d×ψ	1%	6,75%	27%

La última fila no es una previsión de empleo. Otra trampa de unidades es el parámetro de productividad a: 0,30, 0,45 y 0,80 son ganancias logarítmicas, que corresponden a exp(a)−1 de aproximadamente 35,0%, 56,8% y 122,6%, no del 30%, 45% y 80%.¹

Para la renta variable, no se debe multiplicar el número de trabajadores de oficina por el consumo de tokens de un desarrollador. Un modelo de demanda utilizable necesita trabajadores o flujos de trabajo desplegados, frecuencia, duración de la tarea, finalización satisfactoria, reintentos y el cómputo necesario por finalización. También necesita la combinación de productos y los precios. Un crecimiento del PIB no es una previsión de envíos de HBM.

El cambio ocupacional identifica al cliente y la unidad de ingresos en riesgo

Los porcentajes de exposición que aparecen a continuación son valores de la Figura 3 del estudio de marzo, no tasas de adopción de septiembre. Las implicaciones empresariales son hipótesis analíticas.²

Ocupación	Exposición observada	Posible desplazamiento del gasto	Ingresos en riesgo
Programadores informáticos	74,5%	Despliegue, pruebas e infraestructura	Desarrollo facturado por horas
Representantes de atención al cliente	70,1%	Centros de contacto con IA integrada	Externalización por puesto
Operadores de entrada de datos	67,1%	Documentos, ERP y gestión de excepciones	Servicios rutinarios de captura
Especialistas en registros médicos	66,7%	Codificación, reclamaciones e integración de registros	Servicios administrativos facturados por labor
Especialistas en investigación de mercado/marketing	64,8%	Datos propietarios y experimentos medibles	Informes y contenidos genéricos
Representantes de ventas de mayoristas/fabricantes*	62,8%	CRM, cotizaciones y pedidos	Prospección estandarizada
Analistas financieros/de inversión	57,2%	Datos con licencia, verificación y auditoría	Resúmenes de información indiferenciados
Analistas/evaluadores de control de calidad de software	51,9%	Aseguramiento de lanzamientos y pruebas de regresión	Ejecución de pruebas facturadas manualmente
Analistas de seguridad informática	48,6%	Respuesta autorizada y controles de identidad	Triaje de alertas indiferenciado
Especialistas en soporte técnico a usuarios	46,8%	Diagnóstico, aprobación de accesos y recuperación	Labor rutinaria de soporte

*Excluye productos técnicos y científicos, siguiendo la categoría de origen. Estas exposiciones no deben generalizarse a todos los vendedores o desarrolladores.

El mismo cambio puede beneficiar a un cliente y perjudicar a su proveedor. Una reducción en el tiempo de procesamiento no nos dice qué empresa retiene el excedente económico. Eso depende de los contratos, la competencia y de si la facturación está vinculada al tiempo, los puestos, las transacciones o los resultados.

La memoria necesita evidencia de despliegue, no un multiplicador del mercado laboral

Los resultados de julio de Samsung Electronics atribuyeron la fortaleza de la memoria a la demanda centrada en servidores y a precios más altos. La dirección también describió el DRAM para servidores, los SSD empresariales y el HBM como áreas de crecimiento esperado de la demanda en el segundo semestre. Esas declaraciones son evidencia y orientación de la empresa, no prueba independiente de la demanda futura.³

Samsung Electronics y SK hynix merecen, por tanto, estar en una lista de seguimiento del sector de memoria, pero la prueba es la demanda a nivel de aplicación, la calificación del producto, la combinación de envíos, los precios y los retornos de caja tras la expansión. Este artículo no estima las ganancias de SK hynix ni implica un descuento de valoración no verificado.

Una hipótesis alcista razonable es que la ejecución recurrente de agentes de oficina amplíe la demanda de inferencia. Una hipótesis bajista razonable es que una inferencia más eficiente, precios más bajos, una monetización débil por parte del cliente o una expansión excesiva reduzcan el beneficio capturado por unidad de uso. Ambas pueden ser ciertas a la vez: el volumen de tokens puede crecer mientras los beneficios del hardware decepcionan.

Dentro de una empresa diversificada, los efectos también pueden compensarse. Samsung reportó una pérdida operativa en sus negocios de móviles y redes junto con la fortaleza de la memoria, citando presión en los costes de componentes. Los inversores no deben aplicar un beneficio del precio de la memoria al grupo completo sin un puente por segmentos.³

Los equipos de potencia se benefician de la escasez de capacidad de entrega, no de una escasez ilimitada

HD Hyundai Electric comunicó a Reuters que su cartera de pedidos alcanzó 8.500 millones de USD a finales de junio, un 23% por encima del cierre de año, con más de tres años de pedidos y conversaciones que se extienden hasta entregas en 2030. Esta es una evidencia de demanda contratada y largos plazos de entrega, no una certeza sobre el margen de cada pedido futuro.⁴

Un inversor debe vincular los pedidos a los calendarios de entrega, los anticipos, las condiciones de cancelación, el traslado de costes, la expansión de fábricas y el cobro en caja. Una cartera de pedidos larga puede proteger la utilización; también puede contener contratos a bajo precio firmados antes de que subieran los costes. El valor de la cartera de pedidos por sí solo no puede resolver esa distinción.

El artículo macro ofrece una prueba de resistencia útil. Manteniendo el escenario tecnológico extremo pero cambiando la elasticidad de la oferta de capital, se obtiene:¹

Elasticidad de la oferta de capital ε	Brecha del PIB	Retorno neto del capital	Brecha del stock de capital
1	+21,3%	10,3%	+33,5%
3	+32,4%	8,3%	+56,3%
6	+37,2%	7,5%	+67,1%
Ilimitada	+43,3%	6,5%	+82,2%

Estos son resultados de la Tabla 5; el retorno neto del capital sin IA es del 6,5%. La elasticidad del capital no es el coste de capital de una empresa. La inferencia de inversión es más estrecha: la demanda puede soportar más capital sin sostener un retorno permanentemente mayor por unidad. Las adiciones de capacidad exitosas pueden eventualmente erosionar la escasez que hizo atractivo a un proveedor.

Samsung SDS y LG CNS requieren un puente entre proyectos y beneficio recurrente

Samsung SDS reportó ingresos del segundo trimestre de 3,7178 billones de KRW y beneficio operativo de 231.800 millones de KRW, un aumento del 5,9% y el 0,7% interanual respectivamente. Los ingresos en la nube crecieron un 17%. Los ingresos de logística fueron de 1,9553 billones de KRW, aproximadamente el 52,6% de los ingresos totales por división.⁵

Esa combinación explica por qué los ingresos de toda la empresa no pueden etiquetarse como ingresos de IA. La pregunta analítica es si los nuevos despliegues se convierten en productos reutilizables y contratos operativos recurrentes, o si permanecen como proyectos de implementación intensivos en mano de obra. La generación de código más rápida puede reducir los costes de entrega mientras los clientes exigen precios de proyecto más bajos. Una cartera de pedidos de IA en crecimiento no es suficiente para determinar el efecto neto.

LG CNS describe ofertas de centros de contacto que abarcan integración, asistencia de IA generativa, suscripciones y servicios basados en el uso. Sus propios materiales de producto abordan los desafíos de implementación, mantenimiento y seguridad.⁶ Esto establece una exposición comercial, no una contribución de beneficio de IA verificada.

Para ambas empresas, hay que solicitar la proporción de productos repetibles, las renovaciones de clientes externos, los costes de despliegue, el soporte humano continuo, la amortización de la infraestructura y el flujo de caja operativo. La propiedad de infraestructura y la distribución de software deben valorarse por separado cuando sus necesidades de capital difieren.

Los bancos y las aseguradoras pueden ganar productividad y aun así perder en otros frentes

Los analistas financieros, el personal de apoyo y los flujos de trabajo administrativos sugieren una oportunidad de ahorro de costes para las instituciones financieras. Pero los ahorros pueden trasladarse a los clientes a través de comisiones o precios. Los gastos de integración, el cumplimiento normativo, la corrección de errores y el ajuste laboral reducen lo que queda.

También existe un riesgo de segundo orden. Una transición tecnológica que dañe el empleo de algunos prestatarios puede empeorar los costes crediticios al mismo tiempo que mejora la eficiencia del back-office. Este es un escenario a examinar, no una previsión de impagos coreanos. Las aseguradoras, de igual modo, necesitan un análisis de los costes de siniestros y precios más que una subida genérica por ahorro laboral.

La educación, la sanidad y los servicios de campo requieren la misma cautela. Una mayor demanda de servicios humanos puede elevar tanto las ventas como los salarios. Sin poder de fijación de precios, el operador puede no ser el beneficiario. El artículo excluye la robótica avanzada, y su categoría cognitiva incluye profesionales sanitarios y ocupaciones técnicas; el aumento salarial del otro grupo no puede asignarse directamente a las enfermeras.¹

El tiempo ahorrado debe convertirse en caja, y la caja debe sobrevivir a la competencia

Considérese una plantilla ilustrativa de 100 empleados con un coste anual totalmente cargado de 80 millones de KRW cada uno: 8.000 millones de KRW en total. Se asume un 40% de trabajo elegible, un 50% de despliegue, un 80% de finalización satisfactoria y un 50% de conversión del tiempo ahorrado en ahorros financieros reales.

Ahorro bruto anual = 8.000 millones de KRW × 40% × 50% × 80% × 50% = 640 millones de KRW.

Se asumen 160 millones de KRW en cuotas de software, 80 millones de KRW en costes directos de inferencia/revisión humana no incluidos en esas cuotas, y 40 millones de KRW en costes anualizados de integración y operación. Los costes totales son 280 millones de KRW; el beneficio neto para el cliente es de 360 millones de KRW.

Con solo un 20% de realización en caja, el ahorro bruto cae a 256 millones de KRW y el beneficio neto se vuelve negativo en 24 millones de KRW. El punto de equilibrio de realización es 280 ÷ (8.000×0,4×0,5×0,8) = 21,875%. Estos son supuestos del autor, no resultados empresariales observados ni la propia simulación del artículo.

Un ejemplo de precios separado ilustra el problema del proveedor. Una reducción del 20% de puestos necesita un aumento de precios del 25% solo para mantener los ingresos sin cambios: 0,8×1,25=1,0. Si el coste de inferencia aumenta, los ingresos sin cambios pueden seguir significando menores beneficios. La fijación de precios por resultado o por uso puede ayudar, pero solo cuando el cliente acepta los nuevos términos económicos.

El ajuste salarial hace que la tasa de desempleo titular sea muy sensible a los supuestos

La Tabla 6 cambia la rigidez salarial en la trayectoria tecnológica extrema:¹

Rigidez salarial relativa anual ξ	Brecha salarial cognitiva	Desempleo cognitivo
0, flexible	−42,2%	2,6%
0,5, supuesto central	−11,5%	17,9%
0,9, muy rígido	+2,8%	24,0%

Sería un error tratar el 17,9% como una previsión precisa y luego valorar valores de consumo, reclutamiento o educación a partir de ese único número. Las instituciones coreanas, la fijación de salarios, la demografía y la composición sectorial requieren evidencia separada. Una mejor prueba de resistencia de cartera considera menores ingresos salariales, contratación más débil y consumo más lento sin pretender que el modelo prediga sus magnitudes exactas en Corea.

El crecimiento de beneficios puede verse compensado por la valoración pagada

Supóngase que el BPA crece un 15% anual durante tres años, mientras que el PER pasa de 35 a 25. El retorno anualizado del precio, excluyendo dividendos e impuestos, es:

(1,15³×25÷35)^(1/3)−1 = aproximadamente 2,8%.

El ejemplo no utiliza el múltiplo actual de ninguna acción real. Ilustra por qué una tesis industrial correcta no garantiza una compra atractiva. Una decisión de precio necesita un precio de acción verificado, un recuento de acciones diluido, un beneficio normalizado, deuda neta, gastos de mantenimiento y expansión, y una valoración de salida plausible.

El flujo de caja libre proporciona un segundo filtro. El beneficio operativo creciente puede absorberse en compras de equipos y capital circulante. Para los operadores en la nube, la utilización y la vida útil del equipo son relevantes; para los proveedores de memoria, importan la inversión en procesos y los retornos normalizados por ciclo; para los equipos de potencia, importan los gastos de fábrica y los calendarios de cobro.

La lista de seguimiento es condicional y tiene pruebas de rechazo explícitas

Candidato o grupo empresarial	Evidencia necesaria para reforzar el caso	Evidencia que lo debilita
Samsung Electronics / SK hynix	Productos de alto valor calificados, mejora de precio/combinación y generación de caja	Crecimiento de demanda sin beneficios; carga excesiva de capacidad o inversión
HD Hyundai Electric	La cartera de pedidos se convierte en entregas rentables y caja	Retrasos, cancelaciones, inflación de costes o un fin más rápido de la escasez
Samsung SDS / LG CNS	Despliegues reutilizables, contratos recurrentes y mejora de márgenes	Los ingresos escalan con el personal; la contribución de beneficio de IA no está verificada
Bancos / aseguradoras	Ahorros en gastos retenidos tras implementación y costes de riesgo	Competencia en comisiones o costes crediticios/de siniestros que compensan los ahorros
Servicios facturados por puesto/hora	Transición exitosa a resultados pagados	Caída de unidades facturadas más rápida que los aumentos de precios alcanzables

En un escenario moderado, se prefieren los retornos ya demostrados y se evita pagar por un auge no probado. En un escenario sustancial, se examina tanto la infraestructura como la conversión de proyectos empresariales en beneficio recurrente. En un escenario extremo, se evalúan el crédito, la demanda del consumidor, la consolidación de plataformas y la expansión de la oferta junto con la obvia ventaja de volumen. Estas son respuestas analíticas condicionales, no probabilidades asignadas.

La próxima compra debe esperar al puente faltante a nivel de empresa: cambio ocupacional → cliente pagador → unidad de ingresos → margen retenido → flujo de caja libre → precio. El tamaño del mercado laboral no puede sustituir a ninguno de esos pasos.

Limitaciones de las fuentes y las hojas de cálculo

Se revisaron el artículo técnico de 57 páginas y el estudio ocupacional separado. El Excel original no se obtuvo de la página pública. El libro de trabajo independiente adjunto transcribe las tablas y calcula verificaciones mecánicas e ilustraciones empresariales; no valida las fórmulas de la hoja de cálculo original ni vuelve a ejecutar el modelo mensual completo.

Una verificación contable sigue sin resolverse. La brecha del PIB extremo del 32,4% de la Tabla 3, la participación laboral del 45,2% y la participación de referencia del 60% implican (1,324×0,452÷0,60−1)×100 = −0,259% de cambio en la renta laboral sobre una identidad de denominador común, frente al +0,5% reportado. La diferencia de aproximadamente 0,759 puntos porcentuales no puede explicarse solo por el redondeo de esas dos entradas a un decimal. Se retiene el valor publicado y se señala la definición/agregación de resultados para verificación en la fuente, sin declararlo un error confirmado del artículo. Ninguna conclusión de inversión depende de la precisión del +0,5%.

Disclaimer: For research and information purposes only. Not investment advice. Names cited are for analytical illustration; readers should perform their own due diligence and consult licensed advisors before any investment decision.

Korinek et al., septiembre de 2026, Economic Scenarios for Transformative AI, Tablas 1, 3, 5, 6 y apéndices; explorador de escenarios. ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎
Massenkoff y McCrory, 5 de marzo de 2026, Labor market impacts of AI: A new measure, Figura 3. La exposición observada no es una probabilidad de pérdida de empleo. ↩︎ ↩︎
Samsung Electronics, 30 de julio de 2026, resultados del segundo trimestre. Se deben separar los resultados reportados de las perspectivas de la dirección. ↩︎ ↩︎
Reuters, 1 de septiembre UTC/actualizado el 2 de septiembre de 2026, proveedores de equipos de potencia y refrigeración, incluidas declaraciones de HD Hyundai Electric. ↩︎
Samsung SDS, 30 de julio de 2026, resultados preliminares del segundo trimestre. La participación de logística se calcula como 19.553/37.178, redondeada a un decimal. ↩︎
LG CNS, AI Contact Center, consultado el 11 de septiembre de 2026. Las descripciones de producto no establecen márgenes. ↩︎

LG CNS on Korea Invest Insights