Cómo gravar la IA

Durante dos siglos, los mercados laborales se basaron en esa relación. Salarios, contratos y protecciones sociales asumían que el tiempo era un indicador fiable de la producción. Pero la IA ha roto este vínculo. Los médicos que dedicaron años a dominar el reconocimiento de patrones ahora compiten con sistemas que procesan casos en segundos. Los abogados con agentes de IA pueden completar tareas en minutos que, de otro modo, tomarían horas. La pregunta ya no es si los salarios mínimos corren el riesgo de sobrepasarse, sino si la compensación basada en el tiempo sigue siendo significativa.

¿Qué se debe hacer? Para empezar, los marcos fiscales deben reconocer el tiempo de máquina como un insumo de producción específico y fijar su precio en consecuencia. Esto no implica un «impuesto a los robots», sino algo más parecido a un impuesto a los insumos medidos, utilizando datos ya registrados en tiempo real.

Intentar gravar directamente a las empresas por su «grado de automatización» nunca ha funcionado, ya que estos procesos son opacos desde el punto de vista organizativo. La toma de decisiones algorítmica integrada en el software es prácticamente invisible, y los intentos de definir un «robot» han resultado ser legalmente absurdos (¿cuenta Excel?). Además, la automatización se ha considerado durante mucho tiempo esencial para mantener la competitividad global, y a menudo solo representa un «problema» para quienes ofrecen mano de obra manual.

Las políticas que penalizan la productividad suelen ser inviables. La iniciativa más destacada se produjo en 2017, cuando el Parlamento Europeo consideró una propuesta —incluida en el informe de la eurodiputada Mady Delvaux sobre robótica e IA— para imponer un «impuesto a los robots» a las empresas que sustituyeran a sus trabajadores por sistemas automatizados. La idea se planteó como una forma de financiar la protección social y la formación continua, pero fue rechazada explícitamente en la votación plenaria final ante la preocupación de que la medida socavaría la innovación y perjudicaría la competitividad europea. Desde entonces, las propuestas de impuestos a los robots se han mantenido en gran medida teóricas en los Estados miembros de la UE, lo que refuerza la realidad política de que las políticas que se perciben como penalizadoras de la productividad tienen dificultades para avanzar.

La solución podría ser gravar las «horas de IA»: el tiempo computacional que consumen los sistemas de IA al realizar tareas económicamente productivas. Dado que el tiempo computacional ya se mide con precisión para fines de facturación en la industria de la nube, que sustenta la mayoría de los servicios de IA empresariales, las horas de IA son una de esas raras bases imponibles con registros de auditoría integrados y automáticos.

Considere una firma de abogados de tamaño mediano en los Estados Unidos que automatiza la revisión de contratos con un sistema de IA, reemplazando a 25 asistentes legales de tiempo completo que ganan un promedio de $65,000 al año. La tarifa por hora para esta mano de obra desplazada es de $32.50 (calculada como $65,000 dividido entre 2,000 horas de trabajo estándar por año). Si la firma consume 50,000 horas de IA anualmente en esta automatización, el valor imponible del desplazamiento es de $1,625,000 (50,000 horas × $32.50). Un impuesto del 15 por ciento sobre este valor de desplazamiento generaría $243,750 en ingresos fiscales anuales. Este marco grava el valor económico del trabajo humano que los sistemas de IA reemplazan, escala automáticamente en función de los niveles salariales en diferentes ocupaciones y vincula la carga fiscal a la magnitud del desplazamiento laboral.

Puede parecer una suma modesta, pero sería significativa al sumar todos los servicios legales, el análisis financiero y el diagnóstico médico. Para 2028, el gasto en infraestructura de IA empresarial alcanzará los 200,000 millones de dólares a nivel mundial.

Es cierto que la computación en el borde, que procesa datos cerca de su origen, complicaría las cosas, ya que los registros de uso son locales. Pero en estos casos, la base imponible se desplazaría de los flujos de datos a indicadores de capacidad, como las especificaciones de los chips y el consumo de energía. Dado que los reguladores ya utilizan estas métricas para los informes de huella de carbono y las auditorías energéticas, las empresas simplemente tendrían que registrar el hardware con capacidad de IA por encima de los umbrales definidos y presentar estimaciones de uso trimestrales, contrastadas con la telemetría de capacidad y consumo de energía.

Por supuesto, existe el riesgo de que las empresas manipulen el sistema para optar a tasas impositivas más bajas. Es evidente que las definiciones serán de vital importancia. Las dos palabras clave que requieren mayor claridad son “aumento” y “sustitución”. El aumento se refiere a los casos en que los humanos utilizan IA, pero siguen siendo la principal autoridad en la toma de decisiones. La sustitución ocurre cuando una IA ejecuta flujos de trabajo completos, y los humanos intervienen solo en circunstancias excepcionales. Un radiólogo que revisa anomalías detectadas por IA, pero realiza diagnósticos finales, ha sido aumentado. Un sistema de IA que aprueba automáticamente el 95 por ciento de las solicitudes de préstamo está sustituyendo a los humanos.

Con estos términos claramente definidos, un impuesto por horas de IA podría escalonarse, por ejemplo, en un 5 por ciento para la mejora y un 15 por ciento para la sustitución. Las auditorías del flujo de trabajo determinarían las clasificaciones. Si una empresa solicita mejoras, pero los humanos gestionan significativamente menos del 40 por ciento de los casos, el sistema se reclasificaría. Si bien las tasas exactas son debatibles, el principio fundamental refleja la distinción fiscal existente entre gastos operativos y de capital. Incluso con un impuesto del 15 por ciento, las horas de IA seguirían siendo considerablemente más económicas que la mano de obra humana.

El propósito de dicho impuesto sería impulsar a las empresas hacia sistemas híbridos donde el juicio humano mejora los resultados, en lugar de hacia configuraciones totalmente autónomas. Haría que el desplazamiento laboral fuera ligeramente más costoso que la mejora continua, sin suprimir la innovación. La propia industria debería acoger positivamente esta política. La verdadera amenaza para el progreso de la IA no son los impuestos, sino las reacciones políticas. Un impuesto predecible y basado en normas podría asegurar un mandato social para la IA al asegurar que las ganancias se compartan.

Pero ¿qué ocurre con la dimensión global? A medida que las horas de IA se vuelven fundamentales para la producción, los bienes y servicios creados con tiempo de máquina sin precio podrían ser más baratos que los que no lo son. Afortunadamente, ya contamos con una forma de abordar este arbitraje. Un mecanismo de ajuste fronterizo digital (MBD) podría exigir a las empresas que divulguen el contenido de horas de IA para los bienes comercializados y los servicios digitales transfronterizos, imitando los mecanismos de ajuste fronterizo de carbono ya en funcionamiento. Su implementación no sería difícil, ya que las normas de precios de transferencia ya exigen que las multinacionales proporcionen documentación comparable.

Un impuesto sobre las horas de IA tendría un amplio atractivo. Las empresas obtendrían normas predecibles en lugar de politiquería salarial ad hoc; los trabajadores obtendrían un mecanismo para capturar el excedente tecnológico (sin bloquear su adopción); los conservadores fiscales obtendrían estabilidad ante la erosión de los impuestos sobre la nómina; y los progresistas obtendrían una herramienta para reducir la desigualdad sin tener que recurrir a impuestos sobre el patrimonio, constitucionalmente cuestionables.

La coordinación sigue siendo el principal desafío. Los primeros en adoptar el modelo DBAM podrían enfrentar presiones competitivas a corto plazo hasta que maduren los regímenes DBAM. Sin embargo, los acuerdos plurilaterales, como el de la tarificación del carbono, podrían generar una masa crítica.

Debatir si el salario mínimo debería ser de 16 o 30 dólares es una equivocación. Los sistemas de IA operan continuamente a un coste insignificante. Sin un nuevo marco fiscal, seguiremos encaminándonos hacia una economía con una base imponible cada vez menor. Un impuesto a las horas de IA puede convertir la productividad de las máquinas en ingresos públicos sin suprimir la innovación. Es la mejor respuesta disponible.

El autor es fundador de Spark X, anteriormente ocupó cargos en INSEAD, la OCDE y Nesta. 

Derechos de autor: Project Syndicate, 2025.  
www.project-syndicate.org