Bill Gates propone gravar la IA y proteger ciertos empleos

La advertencia de Bill Gates: «ni siquiera hay un plan para hacer un plan»

El 26 de agosto de 2026, Bill Gates publicó en Gates Notes un ensayo de cerca de 6.000 palabras que reescribe su discurso sobre la inteligencia artificial. El cofundador de Microsoft no habla de rendimientos ni de benchmarks: dice que la transición a la era de la IA «será una de las más turbulentas de la historia», y que «ni siquiera hay un plan para elaborar un plan» (Yahoo Finance / Mashable). Gates reconoce de entrada su conflicto de interés — sigue siendo inversor en el sector — pero advierte que los beneficios y los problemas de la IA están llegando al mismo tiempo, sin margen de adaptación.

Su mensaje central es político, no técnico: la IA puede ser el mayor mecanismo de igualdad jamás creado o la peor fuente de injusticia. De qué lado caerá depende, más que de la tecnología, de las decisiones que se tomen ahora.

Las tres líneas de acción concretas

Gates no se queda en el diagnóstico. Propone tres medidas que, según él, podrían amortiguar el golpe:

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

1. «Token tax» e impuesto a los robots. El meollo de su propuesta es gravar dos cosas que hoy no pagan impuestos: los tokens de IA — la unidad de cómputo que factura cada consulta a un modelo — y los robots físicos. La idea es cerrar la asimetría actual del sistema fiscal: contratar una persona dispara nóminas y cotizaciones; comprar una máquina se amortiza como gasto. «El sistema fiscal te empuja a reemplazar personas por máquinas», escribe Gates. La recaudación se destinaría a recualificación y a reforzar la red de seguridad social, con exenciones para usos claramente beneficiosos (medicina y educación más baratas) (Yahoo Finance / Mashable).

2. Empleos «Human Reserved». Gates rescata un concepto prestado de las reservas naturales: una categoría de trabajos que la sociedad decide mantener en manos humanas aunque la IA pudiera realizarlos. Algunas serían permanentes — un robot no debería dar un diagnóstico terminal, dice Gates, aunque su precisión sea alta — y otras temporales, pensadas para buffer de transición: no se le puede decir a un albañil de 55 años que se reinvente como cuidador de noche (Yahoo Finance).

3. Un marco institucional nuevo. Gates pide instituciones a escala estatal e internacional, comparables a las que EEUU montó tras el 11-S o al régimen de inspección nuclear, capaces de coordinar seguridad, empleo, educación, fiscalidad, energía y sanidad al mismo tiempo. Y aquí aparece el imposible: pide que EEUU y China, los dos países con más incentivos para liderar la IA, cooperen (Xataka / GovTech).

El contexto que Gates no puede ignorar

El ensayo llega en un momento en el que los datos empiezan a darle la razón — o a hacerle competencia. El último año fiscal de Oracle, cerrado con un informe a la SEC, reconoció por primera vez en un documento regulado vinculante que «la adopción y despliegue de IA en nuestras operaciones ha resultado, y puede seguir resultando, en reducciones de nuestra plantilla»; la compañía pasó de 162.000 a 141.000 empleados, una caída de 21.000 puestos (TechTimes). Hasta el 23 de junio de 2026, el rastreador SkillSyncer había contado 267 eventos de despido que eliminaron 185.894 empleos en sectores tech, finanzas y salud; el 56% de esos eventos citan explícitamente la IA, la automatización o el machine learning como causa contribuyente (TechTimes).

El dato más fino viene de Stanford y ADP: el empleo de desarrolladores de software de 22 a 25 años cayó cerca de un 20% desde su pico a finales de 2022, mientras que el de los mayores de 30 creció entre 6% y 12% en las mismas empresas. La IA ya replica bien el conocimiento formal de los manuales que dominan los juniors; le falta el juicio contextual que acumulan los seniors (TechTimes).

BCG, en un análisis de abril de 2026 sobre 165 millones de empleos en EEUU, estima que entre el 50% y el 55% serán sustancialmente reconfigurados por la IA en dos o tres años, y entre el 10% y el 15% podrían eliminarse en cinco (TechTimes). El World Economic Forum proyecta 170 millones de nuevos roles globales para 2030 contra 92 millones desplazados — un neto de +78 millones, pero con un gap temporal entre los que pierden el empleo hoy y los que se crean mañana (TechTimes).

Y no es solo Gates. Dario Amodei, CEO de Anthropic, escribió en un ensayo de política que la pérdida de empleo «puede ser una propiedad intrínseca de la tecnología» y no un simple ajuste cíclico, y pidió un wage insurance y, llegado el caso, una renta básica universal financiada por impuestos a las empresas que más se beneficien de la IA (Business Insider). Sam Altman (OpenAI) lleva tiempo diciendo que «clases enteras de empleo van a desaparecer y no van a volver» (Mashable). El péndulo del discurso de Silicon Valley se ha movido: primero fue promesa de productividad, ahora es alerta de desempleo.

Mientras tanto, la regulación sigue corriendo detrás. El EU AI Act activó su fase de transparencia el 2 de agosto de 2026 — chatbots y contenido sintético deben etiquetarse, con multas de hasta 15 millones de euros o el 3% del turnover global — pero las obligaciones más pesadas para sistemas de alto riesgo (biometría, empleo, educación, migración) se postergaron hasta diciembre de 2027 dentro del paquete Digital Omnibus (Al Jazeera). En China, las medidas interim para IA generativa obligan a registrar cualquier sistema público, pero Apple Technology Development (Shanghai) recibió el 15 de julio de 2026 una aprobación para una arquitectura de tres capas (modelos on-device, Qwen de Alibaba y Baidu para búsqueda) que sigue tratando a los agentes como servicios generativos y no aborda sus riesgos específicos. En EEUU no hay marco federal; la CRS confirma que no existe guidance específica para IA agéntica y el NIST no la tendrá antes de 2027 (Yahoo).

¿Qué significa esto para tu startup?

Si construyes producto B2B, prepárate para que el token tax empiece a aparecer en las RFPs europeas antes de lo que parece. Varios compradores públicos de la UE ya están pidiendo en sus licitaciones trazabilidad del consumo de tokens por usuario y por caso de uso; documentar ese dato desde el día uno te evita una reingeniería dolorosa en seis meses.

Si vendes a equipos de RR. HH. o legal, el mensaje de Gates sobre «Human Reserved» abre un hueco de mercado claro: herramientas que auditan decisiones automatizadas para que una empresa pueda demostrar que un humano validó el despido, el rechazo de un crédito o el filtro de un currículum. La presión regulatoria europea y casos como la Colorado AI Act (vigente desde el 30 de junio de 2026) van en esa dirección.

Si tu modelo de negocio depende de automatizar trabajo cognitivo junior (asistentes para entrada de datos, generación de contenido templado, QA de primer nivel), el reloj corre más rápido de lo que sugieren los roadmaps internos. Los datos de Stanford/ADP y BCG son una señal: la frontera de automatización ya no está en la fábrica, está en el entry-level knowledge work. Pivotar hacia la coordinación de esos sistemas — no competir contra ellos — es lo que ya están haciendo los equipos de RR. HH. en empresas medianas.

Si tienes un equipo pequeño, la conclusión incómoda es que el ensayo de Gates describe un mundo en el que el policy lag es la regla. Tu plan de continuidad operativa ya debería incluir una capa de monitorización regulatoria, aunque seas cinco personas: tres horas al mes de un regulatory scout evitan multas de seis cifras en 2027.

Gates admite que lo que pide es casi imposible — un acuerdo EEUU-China sobre IA y un rediseño fiscal coordinado mientras el desempleo tecnológico se acelera—. Pero la alternativa, dice, es llegar a la transición «en pañales», sin instituciones y reaccionando a golpes. Para un founder, eso se traduce en algo más terrenal: el coste de no tener plan lo van a pagar, en distinto orden, clientes, empleados y reguladores.