La reacción fue la previsible. Adhesiones desde la izquierda, rechazos desde las patronales y los sectores más liberales, y un silencio calculado desde los partidos que preferían no pronunciarse sobre algo tan políticamente incómodo.
Lo que nadie hizo fue negar que el problema que la propuesta intenta resolver existe.
Esta situación tiene un nombre técnico: la erosión de la base de cotizaciones. Y es, probablemente, el desafío más silencioso y más estructural que la automatización plantea a los Estados modernos. Más que el debate sobre cuántos empleos se destruyen, porque ese debate gira en torno a números que todavía son proyecciones. La erosión fiscal ya es visible en los datos de los sectores con mayor penetración tecnológica.
El Estado del Bienestar funciona con el dinero del trabajo
No es una metáfora ni una simplificación. La sanidad pública, las pensiones, la prestación por desempleo y una parte importante de los servicios sociales en España y en el conjunto de Europa se financian principalmente con las cotizaciones que pagan trabajadores y empresas sobre los salarios. Ese modelo fue construido en un contexto en el que el empleo era el centro de la actividad económica y la fuente principal de renta de la mayoría de las personas. Funciona bien cuando hay mucho empleo y los salarios crecen. Tiene problemas cuando la productividad se dispara sin que los salarios crezcan en proporción, porque en ese caso la riqueza generada no pasa por la nómina y no genera cotización.
Eso es exactamente lo que está ocurriendo en los sectores con mayor automatización. El estudio Estado de Bienestar 4.0, publicado en la Revista Internacional de Protección Social a finales de 2025, analiza el impacto de la robótica y la IA en las cotizaciones sociales en varios países europeos. Su conclusión es que la brecha entre el crecimiento de la productividad y la recaudación por cotizaciones ya es visible y medible en los sectores con alta automatización. Las empresas producen más, pero lo hacen con menos trabajadores, y por tanto cotizan menos en proporción a sus beneficios.
Si esa tendencia se acelera, el sistema tiene un problema de diseño, no una crisis coyuntural que se resuelve cuando mejora el ciclo económico. Y los ciclos económicos no arreglan problemas de diseño.
La lógica detrás del debate parlamentario
Lo que la jornada del Congreso puso sobre la mesa no fue solo una propuesta técnica. Fue un argumento político que cada vez más voces en el espacio europeo están dispuestas a defender en público: que las ganancias de productividad generadas por la automatización deben contribuir al sostenimiento colectivo, y que el modelo actual no garantiza que eso ocurra.
La lógica es sencilla. Cuando una empresa sustituye diez trabajadores por un sistema de IA, deja de pagar las cotizaciones de esos diez trabajadores. El sistema de IA no cotiza. Los beneficios adicionales que genera la mayor productividad tributan por el impuesto de sociedades, pero a tipos que en la práctica, una vez aplicadas las deducciones y la planificación fiscal, son considerablemente menores de lo que sugieren los tipos nominales. Y los costes sociales de esa sustitución, la prestación por desempleo de los diez trabajadores, su eventual proceso de reconversión, el impacto en sus familias, los asume el Estado con una base recaudatoria que acaba de reducirse.
Ese trasvase de costes del sector privado al sector público no es nuevo. Ha ocurrido en todas las grandes transformaciones tecnológicas. Lo que sí es nuevo es la velocidad y la escala a la que puede ocurrir ahora, y la ausencia de un marco fiscal pensado para gestionarlo.
La primera propuesta: gravar la automatización
La idea de un impuesto específico sobre los robots o sobre la IA tiene una historia más larga de lo que suele reconocerse. Bill Gates la planteó en 2017 en una entrevista que generó más debate del esperado para una propuesta que venía de alguien que había construido su fortuna automatizando procesos. La lógica era directa: si un robot ocupa el lugar de un trabajador, ese robot debería tributar de forma comparable a como tributaba el trabajador, para que el Estado no pierda recursos. Lo recaudado iría a formación y reconversión de los desplazados.
La OIT retomó la propuesta en varios informes como una vía posible para sostener el Estado del Bienestar ante la reducción de la base de cotizaciones. Bernie Sanders la incluyó en su programa en Estados Unidos. Y en España llegó al Congreso en febrero de 2026 con suficiente peso como para llenar un auditorio parlamentario y generar cobertura en medios especializados.
Las objeciones técnicas son reales. ¿Cómo se define exactamente qué es un sistema que sustituye un trabajador? ¿Se gravan las inversiones en automatización desde el primer euro o a partir de cierto umbral? ¿Cómo se distingue la automatización que destruye empleo de la que lo transforma sin eliminarlo? Preguntas legítimas, pero que tienen respuestas posibles.
Una de las más interesantes la han elaborado varios economistas que trabajan en el ámbito de la fiscalidad del trabajo: en lugar de intentar definir qué máquinas sustituyen a qué trabajadores, se gravaría la diferencia entre el crecimiento de la productividad de una empresa y el crecimiento de su masa salarial. Si una empresa aumenta su productividad de forma significativa sin que los salarios crezcan en proporción, parte de esa diferencia alimentaría un fondo de transición tecnológica. El diseño es neutral respecto a la tecnología concreta: da igual si la empresa automatiza con robots físicos, con modelos de lenguaje o con cualquier otra herramienta. Lo que se grava es el resultado, la captura de ganancias sin redistribución salarial.
La segunda propuesta: que las grandes tecnológicas paguen más
El segundo frente del debate fiscal va más allá del impuesto a los robots y apunta directamente a las empresas que más se benefician del desarrollo de la IA: las que construyen los modelos, las que venden las plataformas, las que gestionan la infraestructura sobre la que corre todo lo demás. Esas empresas generan una riqueza extraordinaria con un número de trabajadores relativamente pequeño. Sus beneficios son muy altos; su contribución al sistema de cotizaciones sociales, muy baja en proporción.
La Comisión Europea lleva años intentando cerrar las vías de optimización fiscal de las grandes tecnológicas con resultados desiguales. El acuerdo de la OCDE sobre el impuesto mínimo global del 15%, en vigor desde 2024 a través de la Directiva (UE) 2022/2523, marcó un hito. Sin embargo, es importante precisar que este 15% se aplica sobre el beneficio contable ajustado. Además, el sistema incluye un top-up tax (impuesto complementario) diseñado específicamente para neutralizar las deducciones excesivas y asegurar que las multinacionales tributen ese mínimo efectivo en cada jurisdicción.
A pesar de esto, la urgencia de la IA obliga a repensar si este porcentaje es suficiente cuando la creación de valor se concentra en plataformas que apenas contribuyen a las cotizaciones sociales locales.
Lo que la irrupción de la IA ha añadido a esta discusión es una urgencia nueva. Si la IA va a concentrar la creación de valor en unas pocas plataformas mientras desplaza a millones de trabajadores en todo el mundo, la pregunta de cómo tributan esas plataformas deja de ser un asunto de justicia fiscal abstracta y se convierte en una cuestión de sostenibilidad del contrato social.
El problema es geopolítico tanto como fiscal. Las grandes tecnológicas son, casi en su totalidad, estadounidenses o chinas. Cualquier intento europeo de gravarlas más se enfrenta a presiones diplomáticas y comerciales considerables, como ha demostrado la historia reciente de la tasa digital en Francia, España y otros países, que han tenido que suspenderse o modificarse bajo amenaza de aranceles.
El problema es geopolítico tanto como fiscal. Las grandes tecnológicas son, casi en su totalidad, estadounidenses o chinas. Cualquier intento europeo de gravarlas más se enfrenta a presiones diplomáticas y comerciales considerables, como ha demostrado la historia reciente de la tasa digital en Francia, España y otros países, que han tenido que suspenderse o modificarse bajo amenaza de aranceles.
La tercera propuesta: gravar los datos
La menos desarrollada de las tres propuestas en debate es también, conceptualmente, la más novedosa: los impuestos sobre los datos y las transacciones digitales. La idea parte de un argumento que cada vez más economistas defienden: los datos que las plataformas explotan para entrenar sus sistemas de IA y generar beneficios no son un recurso que esas plataformas hayan creado. Los producen las personas que usan sus servicios, muchas veces sin ser conscientes de la magnitud de lo que ceden ni del valor económico que genera.
Se plantea que los datos son el petróleo de la IA, producidos colectivamente por los ciudadanos pero explotados privadamente. Respecto a las tasas digitales nacionales (como la Ley 4/2020 en España), actualmente se encuentran en un periodo de transición. Bajo el marco multilateral de la OCDE (Pilar Uno), España y otros países europeos han acordado modular la aplicación de estas tasas mientras se implementa la redistribución global de derechos impositivos de las grandes tecnológicas para evitar conflictos comérciales.
La analogía con los recursos naturales es imperfecta pero útil. En muchos países, la extracción de petróleo o minerales está sujeta a cánones que financian servicios públicos, bajo el principio de que esos recursos pertenecen a la comunidad aunque quien los explote sea una empresa privada. Si los datos son el insumo principal de la economía de la IA, y si esos datos los producen colectivamente millones de personas, existe una lógica para que su explotación contribuya al fondo colectivo.
La Unión Europea ha intentado avanzar en esa dirección con distintas iniciativas de tasa digital, con resultados limitados por la presión de Estados Unidos en defensa de sus empresas tecnológicas. El debate sobre la valoración y fiscalización de los datos personales como recurso económico sigue siendo en gran medida académico, aunque varios países están empezando a explorarlo con más seriedad.
La dificultad técnica es considerable. Los datos, a diferencia del petróleo, no se agotan al usarlos: se reproducen, se combinan, se revalorizan. Asignarles un valor fiscal requiere resolver problemas de medición que no tienen solución obvia. Pero la dificultad técnica no invalida el principio: si una industria extrae valor masivo de un recurso colectivo sin contribuir en proporción al sostenimiento colectivo, hay un desequilibrio que en algún momento requiere corrección.
La dificultad técnica es considerable. Los datos, a diferencia del petróleo, no se agotan al usarlos: se reproducen, se combinan, se revalorizan. Asignarles un valor fiscal requiere resolver problemas de medición que no tienen solución obvia. Pero la dificultad técnica no invalida el principio: si una industria extrae valor masivo de un recurso colectivo sin contribuir en proporción al sostenimiento colectivo, hay un desequilibrio que en algún momento requiere corrección.
Por qué el problema sigue sin respuesta
Las tres propuestas llevan años sobre la mesa. Ninguna ha avanzado lo suficiente como para convertirse en política fiscal efectiva en ningún país de referencia. La pregunta es por qué.
Hay una razón técnica: diseñar un impuesto a la automatización que no penalice la innovación útil, que sea administrable y que no genere incentivos perversos es difícil. Los economistas no tienen consenso sobre cuál es el mejor diseño y los modelos teóricos producen predicciones distintas según los supuestos que incorporen.
Hay una razón política: las empresas que más se benefician de la IA tienen recursos para influir en el debate regulatorio y fiscal. Las grandes tecnológicas destinan cantidades considerables a lobbying en Bruselas y en las capitales europeas. Los trabajadores desplazados no tienen esa capacidad de presión organizada, especialmente cuando su desplazamiento ocurre de forma gradual y dispersa, sin el dramatismo de un cierre de fábrica que movilice sindicatos y medios.
Y hay una razón estructural que pocas veces se nombra con claridad: la competencia fiscal entre países. Si un Estado decide gravar la automatización y sus vecinos no lo hacen, corre el riesgo de que las empresas trasladen su actividad o sus inversiones. Ese riesgo es real aunque también exagerado en muchos casos, y se usa sistemáticamente como argumento para posponer cualquier medida. El resultado es una carrera hacia abajo en la que todos los países esperan que sea otro el primero en actuar.
El Foro Económico Mundial advierte en su informe de 2026 que el mayor riesgo para 2030 no es la tecnología en sí, sino la incapacidad de los sistemas fiscales para adaptarse. La factura de la automatización ya se está pagando a través de la reducción de la base económica de las comunidades. Como señaló la OCDE en 2025, si la brecha fiscal no se cierra, el problema dejará de ser solo de recaudación para convertirse en un riesgo real de cohesión social. No lo presenta como una predicción inevitable, sino como la consecuencia lógica de la inacción prolongada.
"El cambio tecnológico avanza más deprisa que la capacidad de los sistemas fiscales para adaptarse. Esa brecha, si no se cierra, acaba siendo un problema de cohesión social, no solo de recaudación."OCDE, análisis fiscal sobre automatización, 2025
La factura de la automatización existe
La están pagando los sistemas de protección social, los trabajadores desplazados y las comunidades que pierden base económica. La pregunta no es si alguien tiene que pagarla, sino si quienes más se benefician de la automatización van a contribuir a cubrirla o si esa responsabilidad va a seguir recayendo íntegramente sobre el Estado y sobre quienes tienen menos capacidad de absorber el coste.
Que el debate haya llegado al Congreso no significa que vaya a resolverse pronto. Pero que no llegara habría sido peor. Es necesario que vayamos haciendo normal este debate, pues la ola que va a producir la extensión de la IA y la automatización nos va a llegar sin la preparación necesaria para que no se lleva por delante nuestro sistema social del Bienestar.