El dilema de Sam Altman: dividendo universal o fractura social — qué pasará con los que queden fuera del nuevo ecosistema laboral

La IA promete generar una riqueza sin precedentes, pero también amenaza con dejar fuera del sistema a millones de personas. Sam Altman propone un dividendo universal como solución. Sin embargo, el modelo que está construyendo —basado en un poder concentrado y una estructura financiera opaca— sugiere un futuro más parecido al feudalismo tecnológico que a la utopía redistributiva. Este artículo analiza su propuesta, la contrasta con visiones críticas y explora el destino de quienes no logren integrarse en el nuevo paradigma.

¿Estamos ante el amanecer de una era de prosperidad compartida o ante la consolidación de una nueva oligarquía tecnológica? Sam Altman, el CEO de OpenAI, ha popularizado una idea tan ambiciosa como controvertida: que la inteligencia artificial genere tanta riqueza que podamos repartirla entre todos los ciudadanos como un dividendo. Pero, ¿qué hay detrás de esta promesa? ¿Qué ocurrirá con las personas cuyos empleos sean automatizados y que queden excluidas de los nuevos roles que la IA genere? ¿Es el "dividendo universal" una solución real o una estrategia para blindar un imperio económico cada vez más concentrado?

Te invito a leer este análisis en profundidad, donde desgloso la visión de Altman, la pongo a prueba frente a las advertencias de intelectuales como Yuval Noah Harari o Noreena Hertz, y desarrollo un modelo crítico sobre el futuro de quienes queden fuera del nuevo ecosistema laboral. No es solo un debate sobre tecnología, sino sobre el tipo de sociedad que estamos construyendo.

---

1. El arquitecto del futuro: Sam Altman, las empresas y el proyecto civilizatorio

Índice

1. El arquitecto del futuro: Sam Altman, las empresas y el proyecto civilizatorio

2. La promesa de la abundancia: el dividendo universal frente a la renta básica

3. El agujero negro del empleo: qué ocurre con los que quedan fuera del ecosistema

4. La gran fractura: tres visiones contrapuestas sobre el futuro del trabajo

5. Más allá del cheque: agencia, poder y dignidad en la era de la automatización

6. Conclusión: una reflexión sobre el modelo excluyente que se avecina

7. Una carta a mis hijos: cómo prepararse para el futuro que ya llegó

Sam Altman no es un CEO al uso. Desde sus inicios con Loopt, pasando por su etapa al frente de Y Combinator —donde impulsó gigantes como Airbnb y Dropbox— hasta su consagración como líder de OpenAI, Altman ha demostrado una obsesión poco común: no solo construir empresas exitosas, sino diseñar los sistemas que regirán el futuro de la humanidad . OpenAI, bajo su mandato, ha dejado de ser un laboratorio de investigación sin ánimo de lucro para convertirse en un gigante económico valorado en más de 850.000 millones de dólares, con una estructura de negocio que ha absorbido a los principales actores de Silicon Valley —Microsoft, Nvidia, SoftBank— en una red de acuerdos multimillonarios que algunos analistas califican como "demasiado grande para caer" .

Su visión del futuro del trabajo es, en apariencia, optimista. Altman ha descrito un escenario donde la IA actúa como una "utilidad" similar a la electricidad, liberando a los humanos de tareas repetitivas para que se dediquen a la creatividad, las relaciones y el liderazgo. Para evitar el colapso social que podría derivarse de la automatización masiva, propone la creación de un "Fondo de Capital Estadounidense" que reparta dividendos anuales a cada ciudadano, financiado mediante impuestos a las grandes empresas y a la tierra . No es caridad, insiste, sino una participación ciudadana en los beneficios de la IA.

Sin embargo, esta aparente filantropía esconde una contradicción fundamental. Mientras Altman predica la redistribución, su estrategia empresarial se basa en la concentración de poder. Como revelan investigaciones recientes, OpenAI ha tejido una compleja red de acuerdos financieros con NVIDIA, Oracle, AMD y SoftBank que la sitúan en el centro neurálgico de la economía de la IA. Esta estructura, lejos de ser una simple alianza estratégica, crea un sistema "demasiado interconectado para caer", una reedición moderna del riesgo sistémico que llevó al rescate bancario de 2008 . Altman, en su propia confesión, ha admitido que la clave no es evitar la pérdida de empleos, sino que las empresas no cometan el "error de contratar en masa para luego tener que afrontar conversaciones muy incómodas" . El mensaje es claro: la eficiencia de la IA prima sobre la responsabilidad social.

---

2. La promesa de la abundancia: el dividendo universal frente a la renta básica

Es crucial distinguir la propuesta de Altman de lo que tradicionalmente se conoce como Renta Básica Universal (RBU). Mientras que la RBU se concibe como un derecho ciudadano financiado con impuestos generales, Altman defiende un dividendo basado en la propiedad. En sus propias palabras, no se trata de que el estado dé dinero, sino de que cada persona reciba "una participación en lo que la IA cree" . En un alarde de imaginación, llegó a sugerir que cada ser humano podría recibir un billón de "tokens" al año para vender o gestionar como capital personal.

Esta visión ha sido calificada por algunos como "socialismo de Silicon Valley". Sin embargo, como señala la economista Noreena Hertz, el término es engañoso . En el modelo de Altman, los medios de producción —los chips, los modelos, las plataformas— permanecen firmemente en manos de una élite extraordinariamente rica. La ciudadanía recibe una parte de los beneficios, pero no tiene voz ni voto en cómo se gestiona esa riqueza ni en las decisiones que afectan a sus vidas. Es un "socialismo desde arriba": los barones de la IA conservan el control de los activos productivos y nosotros recibimos una asignación. La pregunta que surge es si esta asignación será suficiente para compensar la pérdida de ingresos y, más importante aún, para garantizar una vida digna.

---

3. El agujero negro del empleo: qué ocurre con los que quedan fuera del ecosistema

Aquí radica el punto más débil de la tesis de Altman y el núcleo del análisis que desarrollo en este artículo. Su modelo presupone una transición suave hacia un nuevo mundo laboral donde los humanos se dedicarán a tareas "más humanas". Pero la evidencia actual apunta en una dirección muy distinta.

En primer lugar, el propio Altman ha reconocido que la pérdida de empleos será masiva y que afectará especialmente al sector tecnológico, hasta ahora considerado un refugio seguro . Ha advertido que los roles basados en "lógica repetitiva" serán los primeros en desaparecer, instando a los trabajadores a reinventarse. Esta declaración de intenciones se ha visto reflejada en las políticas de contratación de OpenAI: en 2026, la empresa anunció que frenaría drásticamente su crecimiento de personal porque "con menos personas se puede hacer más" . Si una de las empresas más innovadoras del mundo decide que no necesita tantos ingenieros, ¿qué ocurrirá con el resto del tejido empresarial?

En segundo lugar, la automatización no se limita a las tareas manuales. Los informes de Citrini Research y los ensayos de Matt Schumer describen un escenario de "avalanchas cognitivas", donde la IA actúa como un agente autónomo capaz de ejecutar tareas complejas de análisis, diseño, programación e investigación sin supervisión humana . Esto no solo desplaza a los trabajadores, sino que erosiona los márgenes de miles de empresas de servicios digitales, concentrando el capital en unas pocas compañías capaces de operar a escala planetaria. Las "startups" y los autónomos, que conforman la base de la economía del conocimiento, se enfrentan a la obsolescencia.

Para quienes queden fuera, la oferta de Altman es un dividendo. Pero este dividendo, por muy generoso que sea, no resuelve el problema de la pertenencia. ¿Qué sentido tiene la ciudadanía cuando se es un mero consumidor pasivo de un sistema controlado por otros? ¿Cómo se ejerce la agencia política cuando la fuente del poder económico es inalcanzable?

---

4. La gran fractura: tres visiones contrapuestas sobre el futuro del trabajo

Para entender la magnitud del debate, es necesario contrastar la postura de Altman con otras dos visiones que he analizado en artículos previos.

Por un lado, Yuval Noah Harari sostiene que la IA no es una herramienta, sino un agente autónomo. Su peligro no es solo económico, sino existencial: la IA puede moldear narrativas, influir en decisiones humanas y erosionar nuestra capacidad de autogobierno. Desde esta perspectiva, hablar de dividendos universales es secundario si hemos perdido la capacidad de decidir qué queremos como sociedad. La propuesta de Altman, en el mejor de los casos, resuelve la subsistencia material, pero no la autonomía política.

Por otro lado, el análisis de Matt Schumer y Citrini Research se centra en el colapso inminente del modelo económico. Su visión, que denomino "catastrofista estructural", sostiene que la automatización del empleo calificado provocará una caída del consumo, guerras de precios que destruirán el tejido empresarial y, en última instancia, una crisis de demanda que ni los dividendos universales podrán frenar. Si la clase media global pierde sus ingresos, no habrá suficiente poder adquisitivo para sostener la economía que la propia IA genera. Es un círculo vicioso que amenaza con una espiral deflacionaria.

La diferencia entre estas tres visiones —la optimista de Altman, la existencial de Harari y la estructural de Schumer— no es solo una cuestión de grado, sino de ontología. ¿Es la IA una herramienta, un agente o una fuerza de destrucción creativa? El futuro que se materialice dependerá de cuál de estas definiciones prevalezca en la práctica.

---

5. Más allá del cheque: agencia, poder y dignidad en la era de la automatización

Si el modelo de Altman se impone, nos enfrentamos a un futuro de "abundancia" gestionada por unos pocos. Pero este futuro conlleva peligros que trascienden lo económico.

En primer lugar, el riesgo de la irrelevancia. El trabajo ha sido históricamente uno de los principales canales a través de los cuales contribuimos a la sociedad, nos validamos a nosotros mismos y encontramos propósito. Un dividendo, por elevado que sea, no sustituye la necesidad de sentirse útil. Como advierte el capitalista de riesgo Marc Andreessen, "el hombre estaba destinado a ser útil, a ser productivo, a sentirse orgulloso" . Una población que es materialmente bien atendida pero políticamente impotente y socialmente prescindible no será necesariamente dócil. El aburrimiento y la falta de propósito pueden convertirse en combustibles para la revuelta.

En segundo lugar, el problema de la escala global. Altman diseña su modelo para Estados Unidos, pero ¿qué ocurre con el resto del mundo? La mayoría de los países no albergan empresas de IA de vanguardia. Si sus empleos son automatizados mientras las ganancias se acumulan en California, ¿quién financiará sus dividendos? La propuesta de un Fondo Internacional de Dividendos de IA, financiado con un pequeño impuesto a las ganancias de las grandes tecnológicas, es una solución teórica, pero su viabilidad política es más que dudosa .

En tercer lugar, la contradicción de la propiedad. Mientras Altman aboga por la redistribución, su estrategia empresarial apunta a una concentración sin precedentes. La red de acuerdos que ha tejido convierte a OpenAI en un cuello de botella sistémico para la economía global. Si esta estructura colapsa, el Estado se verá obligado a rescatarla, socializando las pérdidas mientras las ganancias (de los años de bonanza) siguen siendo privadas . Es el viejo esquema del capitalismo de amigos, pero con algoritmos.

---

6. Conclusión: una reflexión sobre el modelo excluyente que se avecina

Después de analizar las diferentes perspectivas y los datos recientes, mi conclusión es inevitablemente crítica con la visión de Sam Altman. No porque su diagnóstico sea erróneo —es cierto que la IA generará una riqueza inmensa—, sino porque el modelo que está implementando para gestionar esa riqueza contiene las semillas de una nueva forma de exclusión.

En otros artículos he explorado cómo la tecnología tiende a generar monopolios naturales y cómo la inteligencia artificial, por su propia naturaleza, acelera este proceso. Lo que observamos con Altman es la culminación de esta tendencia: un intento de construir un imperio económico que, bajo la bandera de la redistribución, consolida el poder en un número cada vez más reducido de manos. Su promesa de un dividendo universal no es sino la coartada para un sistema donde la mayoría de la población se convierte en rentista pasiva de una economía que no controla.

La pregunta que debemos hacernos no es solo qué pasará con los que queden fuera del ecosistema laboral, sino qué tipo de ciudadanía les espera. La respuesta de Altman es una ciudadanía de consumidores, con acceso a bienes materiales pero sin agencia real. Si queremos evitar ese futuro, no basta con debatir sobre la renta básica. Hay que luchar por un modelo de gobernanza de la IA que sea democrático desde abajo, donde los ciudadanos no solo sean accionistas de los beneficios, sino copartícipes en el diseño de las máquinas que gobernarán sus vidas. El verdadero desafío no es técnico ni económico, sino profundamente político: ¿cómo garantizamos que la inteligencia artificial siga siendo una herramienta al servicio de la humanidad y no el instrumento de una nueva oligarquía tecnológica?

7. Una carta a mis hijos: cómo prepararse para el futuro que ya llegó

Queridos hijos,

Si están leyendo esto, es porque quiero que entiendan algo que he aprendido después de años investigando el futuro del trabajo: el mundo que van a heredar no se parece en nada al que yo conocía. Y lo más importante: el consejo tradicional que mis padres me dieron a mí ya no sirve. De hecho, como ha dicho Sam Altman, "escuchar a los viejos es el mayor error que los jóvenes pueden cometer" cuando se trata de predecir hacia dónde va el mundo . Así que, en lugar de darles recetas de otra época, quiero compartirles lo que he descubierto sobre cómo navegar este nuevo paradigma.

Lo que ya no funciona: el mito de "aprende a programar y estarás seguro"

Durante décadas, la fórmula del éxito en tecnología fue clara: aprende a codificar, especialízate en un lenguaje, construye una carrera lineal. Esa fórmula ha muerto.

Altman lo ha dicho sin ambages: "codificar por sí solo ya no garantiza un trabajo" . Hoy, en muchas organizaciones, la IA escribe casi el 50% del código. Los ingenieros ya no son escribas; son arquitectos que supervisan, validan y dirigen agentes autónomos. La demanda no es por programadores que escriben líneas, sino por profesionales que saben qué construir y por qué.

Esto no significa que la tecnología deje de ser relevante. Todo lo contrario. Pero la carrera de "desarrollador puro" se está transformando. Los datos son contundentes: las ofertas de empleo que requieren habilidades de IA crecieron más de un 70% interanual . En noviembre de 2025, el 53% de las ofertas tecnológicas en EE.UU. exigían habilidades en IA o machine learning, frente al 29% de 2024 . La demanda no es por código, sino por inteligencia aplicada.

Las cinco áreas que realmente importan (y cómo dominarlas)

Según el informe Skills on the Rise 2026 de LinkedIn, estas son las cinco áreas de habilidades que marcarán la diferencia en los próximos años . Mi recomendación: no intenten abarcarlo todo, pero elijan una o dos para dominar profundamente.

1. IA y Automatización: No se trata solo de saber usar ChatGPT. Hablo de Prompt Engineering, Workflow Automation, LLMOps (operaciones con modelos de lenguaje), AutoML e integración de APIs. Estas habilidades ya no son solo para ingenieros; en marketing, ventas, recursos humanos y consultoría, saber diseñar flujos de trabajo con IA es un superpoder .

Qué estudiar ahora: Coursera y LinkedIn Learning ofrecen certificaciones gratuitas hasta marzo de 2026 . Empiecen por "IA Agents for Everyday Professionals" y profundicen en Prompt Engineering.

2. Datos y Analítica: La IA genera datos a un ritmo vertiginoso, pero alguien tiene que interpretarlos, limpiarlos y convertirlos en decisiones. Las habilidades más demandadas aquí son Querying, Database Optimization, Data Storytelling y, crucialmente, Data Ethics . La capacidad de contar historias con datos —de traducir números en estrategia— es lo que separa a un analista de un líder.

Qué estudiar ahora: SQL, Python para análisis de datos, cursos de visualización y ética de datos en Coursera . Los datos de Coursera muestran un crecimiento del 108% en habilidades de Data Quality .

3. Ciberseguridad y Cloud: A medida que todo se digitaliza, la seguridad es el cuello de botella. Cloud Infrastructure, IT Automation, Incident Management y Threat Detection son habilidades con demanda insaciable . Las empresas están desesperadas por profesionales que puedan proteger sus activos en un mundo de agentes autónomos.

Qué estudiar ahora: Certificaciones en AWS, Azure o Google Cloud; cursos de ciberseguridad en plataformas como Coursera. El 71% de los empleadores en Asia-Pacífico reportan dificultad para encontrar talento en estas áreas .

4. Negocio y Crecimiento: Aquí es donde la tecnología se encuentra con el mundo real. Relationship Management, GTM (Go-to-Market) Strategy, Operational Efficiency, Negotiation y Visual Storytelling . La IA puede hacer el trabajo pesado, pero cerrar acuerdos, negociar y comunicar visión siguen siendo tareas humanas.

Qué estudiar ahora: Cursos de negociación en LinkedIn Learning; libros sobre estrategia empresarial; práctica real en entornos de ventas o emprendimiento.

5. Personas y Liderazgo: Esta es quizás la más importante. A medida que la IA automatiza lo técnico, lo humano se vuelve más valioso. Collaboration, Team Management, Stakeholder Management, Budget Management y Project Management . El informe de ManpowerGroup de 2026 revela que la confianza de los trabajadores ha caído un 18%, y el 43% teme que la IA reemplace su empleo en los próximos dos años . En este contexto, los líderes que saben gestionar equipos, mantener la moral y navegar la incertidumbre serán irremplazables.

Qué estudiar ahora: Cursos de liderazgo, gestión de equipos, comunicación efectiva. La experiencia práctica en roles de coordinación o dirección de proyectos vale más que cualquier título.

El nuevo ecosistema laboral: lo que nadie les dice

Más allá de las habilidades técnicas, hay cuatro realidades estructurales que deben entender:

1. El fin de la entrada tradicional: Las posiciones de nivel inicial (entry-level) se están evaporando. En 2008, había 234.600 puestos abiertos para soporte informático en EE.UU.; en 2024, solo 50.500 . Las empresas están usando IA para tareas que antes hacían los recién llegados. La consecuencia: la primera oportunidad es cada vez más difícil de conseguir. Mi consejo: construyan portafolios visibles, contribuyan a proyectos de código abierto, creen su propio trabajo. No esperen que alguien les "dé" una oportunidad.

2. La era del "job hugging": Según el Global Talent Barometer 2026, el 64% de los trabajadores planea quedarse en su empleo actual porque temen no encontrar otro . Esto significa que la movilidad laboral está disminuyendo. Las posiciones que se abren son para roles especializados, no para generalistas. Si quieren cambiar de trabajo, necesitarán habilidades muy específicas y demandadas.

3. La verificación importa más que el título: LinkedIn ahora permite certificar habilidades a través del uso real de herramientas como Replit, Lovable o GitHub . Coursera reporta un crecimiento del 91% en inscripciones a Certificados Profesionales . Las empresas ya no preguntan "¿qué título tienes?", preguntan "¿qué puedes hacer?". Demuestren, no cuenten.

4. La IA como compañera, no como reemplazo (todavía): El informe de Anthropic revela que la mayoría de los trabajadores están usando IA para aumentar su productividad, no para ser reemplazados . En empresas tecnológicas, los ingenieros reportan usar IA para el 90% de la escritura de código, dedicándose ellos a los problemas más complejos. Esto significa que su valor será su capacidad de supervisar, validar y dirigir la IA, no de competir con ella.

Un plan concreto para los próximos años

Si tuviera que resumir en cinco acciones concretas cómo prepararse:

1. Aprendan a usar herramientas de IA con fluidez, no solo a pedirles cosas. Altman lo resume: "lo táctico obvio es volverse realmente bueno usando herramientas de IA" . Practiquen con diferentes modelos, aprendan a construir flujos de trabajo, a integrar APIs.

2. Desarrollen pensamiento crítico y habilidades de validación. Los datos de Coursera muestran un crecimiento del 185% en habilidades de Critical Thinking entre los estudiantes de IA . A medida que la IA produce más, los humanos que saben evaluar, validar y corregir serán los más valiosos.

3. Construyan un portafolio visible. Ya no basta con un currículum. Tengan un GitHub, un blog, proyectos que demuestren lo que saben hacer. Las empresas están usando IA para filtrar currículums; la forma de destacar es ser visible en los lugares donde los reclutadores buscan.

4. Especialícense en un dominio concreto. LinkedIn reporta que la demanda es por especialistas, no por generalistas . Elijan un área —finanzas, salud, educación, logística— y conviértanse en expertos en cómo la IA transforma ese sector.

5. No dejen de aprender nunca. El 84% de las organizaciones planea aumentar su inversión en IA en 2026 . La velocidad de cambio no va a disminuir. El aprendizaje continuo no es un cliché: es la única estrategia de supervivencia.

Lo más importante: confíen en su propia intuición

Altman lo dijo con crudeza en su visita al IIT Delhi: "Para predecir cómo será el mundo de aquí en adelante, no creo que deban confiar en mí para tener buena intuición sobre el ritmo de cambio. Los jóvenes siempre descubren esto mejor" .

Ustedes tienen algo que yo no tengo: han nacido en este mundo. Su intuición sobre lo que funciona y lo que no es más fresca, más ágil. El consejo tradicional —estudia esto, busca estabilidad, quédate donde estés— probablemente ya no funciona. Pero su capacidad de adaptación, de experimentar, de fallar rápido y aprender, eso no tiene precio.

Mi papel no es decirles qué hacer. Es ayudarles a confiar en su criterio, a construir las herramientas para tomar sus propias decisiones y a recordarles que el fracaso no es el final, es parte del proceso.

Como dijo Altman: "Mi disposición a fracasar me permite tener éxito" . Así que fracasen rápido, aprendan más rápido aún, y construyan el futuro que quieren habitar.

Con todo mi amor,

Papá.

@Pau_Gabin

Marzo 2026

#FuturoDelTrabajo #PreparaciónProfesional #HabilidadesIA #SamAltman #EducaciónTecnológica #CarrerasDelFuturo #AprendizajeContinuo #InteligenciaArtificial #ConsejoParaJóvenes