IA en Europa: informe del 23 de octubre sobre empleo

Qué documenta el informe presentado en Suiza

El 23 de octubre se presentó en Suiza un informe socioeconómico que analiza cómo la adopción generalizada de herramientas de inteligencia artificial está transformando el mercado laboral y modificando las dinámicas de numerosos sectores profesionales. El documento no se limita a medir la adopción tecnológica: sostiene que la automatización de tareas ya está reordenando la estructura ocupacional, no solo la productividad de las empresas.

Para quien dirige una startup, la señal relevante es que el fenómeno dejó de ser una proyección a futuro. La reestructuración aparece descrita como un proceso en curso que toca a perfiles de oficina con formación media y alta, los mismos que durante años se consideraron blindados frente a la automatización que golpeó primero a la manufactura.

Programación, diseño gráfico y finanzas: los tres frentes del cambio

El informe identifica tres actividades que atraviesan un intenso proceso de reestructuración: la programación de software, el diseño gráfico y la administración financiera. En los tres casos el motor es el mismo: la automatización de tareas y la incorporación de sistemas capaces de ejecutar procesos que antes requerían una intervención humana mucho mayor.

Vale la pena mirar qué comparten esos tres perfiles, porque ahí está la pista de por dónde seguirá el cambio. Son trabajos cuyas tareas se pueden describir por escrito, con entregables verificables y ciclos de iteración cortos: escribir una función, producir una pieza gráfica, conciliar un movimiento contable. Ese es exactamente el tipo de trabajo que los modelos actuales hacen bien como primer borrador.

El informe también reconoce la otra cara: estas tecnologías han incrementado la productividad y agilizado las operaciones empresariales. El problema no es el rendimiento, sino la incertidumbre que genera sobre la estabilidad de los empleos tradicionales de oficina y sobre las competencias que las empresas van a demandar en los próximos años.

El eslabón que se rompe: la formación de junior

Hay una consecuencia operativa que el debate público suele pasar por alto. En programación, diseño y finanzas, el aprendizaje tradicional funcionaba por escalera: el junior hacía el trabajo repetitivo mientras aprendía el oficio, y a los dos o tres años pasaba a tareas de mayor criterio. Si la IA absorbe esa capa de borradores, se comprime el primer escalón.

Para una startup esto golpea directo en el modelo de contratación. Durante años la estrategia fue comprar capacidad junior barata para escalar producción. Si esa capacidad deja de ser el cuello de botella, el cálculo cambia: contratar diez perfiles junior deja de tener sentido y pasa a importar cuántas personas pueden verificar, decidir y hacerse cargo de la relación con el cliente.

Qué piden sindicatos e instituciones académicas

Ante este panorama, el informe recoge los reclamos de instituciones académicas y organizaciones sindicales, que apuntan a los gobiernos pero marcan el terreno donde también operan las empresas:

• Programas permanentes de recapacitación profesional, no cursos puntuales atados a una crisis.
• Acceso ampliado a la formación digital, para que la actualización de habilidades no dependa del bolsillo de cada trabajador.
• Legislaciones laborales adaptadas a las nuevas modalidades de colaboración entre personas y sistemas automatizados.
• Políticas que faciliten la movilidad laboral, de modo que un trabajador pueda pasar de una función en declive a otra en crecimiento.
• Habilidades complementarias a las capacidades de la inteligencia artificial, es decir, lo que la herramienta no hace: criterio, contexto de negocio, verificación.
• Criterios claros sobre supervisión humana, protección de datos y responsabilidad en el uso de estas herramientas dentro de las empresas.

El último punto es el que más rápido llega a la mesa de un founder. Si un sistema automatizado participa en una decisión —aprobar un crédito, descartar un candidato, fijar un precio—, alguien dentro de la empresa tiene que poder explicar y firmar esa decisión.

Cuánto empleo está en juego: los antecedentes documentados

Las cifras más citadas del debate no provienen del informe suizo, sino de proyecciones previas. El Future of Jobs Report 2020 del Foro Económico Mundial, recogido por el medio malasio The Edge Malaysia, advertía que la recesión y la revolución de la automatización podían desplazar 85 millones de empleos hacia 2025, al tiempo que se crearían 97 millones de puestos nuevos, sobre todo en industrias que requieren pensamiento crítico, creatividad, razonamiento y comunicación. Ese mismo informe sostenía que la mitad de los trabajadores necesitaría recapacitarse para conservar su empleo en los cinco años siguientes, y que hacia 2022 cambiaría el 42% de las competencias centrales de los puestos existentes.

Son datos del ciclo anterior, no una medición del caso europeo actual. Sobre el informe presentado en Suiza no se encontraron datos adicionales verificables en las fuentes consultadas para esta nota: no aparece el organismo que lo firma, ni cifras de impacto por país, ni el detalle metodológico. Conviene leerlo como una señal de dirección —hacia dónde se mueve la estructura ocupacional— y no como una medición cerrada de cuántos puestos se pierden o se crean.

¿Qué significa esto para tu startup?

La reestructuración no espera a que exista una política pública. Ocurre dentro de las empresas que ya adoptaron herramientas de IA, y la mayoría de los equipos lo está resolviendo sin método. Cuatro movimientos concretos que puedes ejecutar este trimestre:

• Haz el mapa de tareas de tu equipo en tres columnas: lo que la IA ya resuelve sola, lo que resuelve con revisión humana y lo que sigue siendo estrictamente humano. Empieza por programación, diseño y finanzas, que son los frentes que el informe señala primero. Ese mapa te dice dónde está tu exposición real.
• Redacta una política interna de supervisión humana antes de que te la pidan. Define quién firma cada entregable asistido por IA, qué se revisa siempre, qué datos de clientes no salen de la empresa y cómo se registra el uso de la herramienta. Es un documento de una página que te posiciona bien ante un cliente corporativo o un regulador europeo.
• Presupuesta recapacitación como línea fija, no como beneficio ocasional. Si el diagnóstico es que las competencias centrales cambian, un presupuesto anual por persona rinde más que un curso cuando el equipo ya quedó desactualizado.
• Cambia el criterio de contratación en los roles expuestos. Si el borrador ya no es el trabajo, el valor está en quien detecta el error, entiende el contexto del negocio y decide. Contrata por criterio y verificación, no por velocidad de ejecución.

Hay un quinto movimiento, menos obvio: rediseñar el rol junior en lugar de eliminarlo. Un perfil que entra a verificar salidas de IA, documentar casos límite y aprender el negocio desde la revisión crítica acumula criterio más rápido que quien pasaba el día produciendo borradores, y le da a tu equipo una capa de control de calidad que hoy casi nadie tiene.

Conclusión

El informe presentado en Suiza no anuncia el fin de los empleos de oficina: describe una reorganización que ya está en marcha y que golpea primero a programación, diseño y administración financiera. La productividad sube, pero la incertidumbre sobre las competencias requeridas también.

Para una startup, la lectura útil no está en el diagnóstico sino en el margen de acción. Las políticas de recapacitación que se reclaman a los gobiernos tardan años; el mapa de tareas, la política de supervisión humana y el cambio de criterio de contratación se pueden decidir mañana. Quien haga ese trabajo interno primero va a competir con una estructura de costos y un equipo que los demás todavía no tienen.

Fuentes

• La inteligencia artificial transforma la estructura ocupacional en Europa
• A robot may replace your job — but only if you let it

Artículos relacionados:

Desempleo, agentes 24/7 y la carta de Dario Amodei Dejé de usar la IA como herramienta y la contraté Agentes IA en la empresa: ¿uno por persona o uno por equipo? Fable 5: qué modelo de IA usar para cada tarea (y cuánto cuesta) ¿Para qué servimos los humanos si la IA es tan buena?