IA y empleo: 1 de cada 4 puestos está expuesto, no perdido

Uno de cada cuatro trabajadores en el mundo está en una ocupación con algún grado de exposición a la IA generativa, según la Organización Internacional del Trabajo (OIT). Y eso no significa que uno de cada cuatro vaya a perder su empleo: significa que la conversación sobre el futuro del trabajo vuelve a confundir exposición con reemplazo, el mismo error que se cometió con la automatización hace más de una década.

El 47% de 2013: cómo una cifra de exposición se convirtió en profecía

En 2013, la investigación de Carl Benedikt Frey y Michael Osborne estimó que cerca del 47% del empleo estadounidense estaba en ocupaciones con alto riesgo de computerización. La cifra se instaló en la conversación pública como una sentencia: casi la mitad de los puestos iban a desaparecer. El paper decía algo bastante distinto: había ocupaciones expuestas, no empleos condenados.

Ese deslizamiento —de "expuesto" a "eliminado"— es exactamente el error que la conversación sobre IA generativa está repitiendo ahora.

Qué dice hoy la OIT sobre la exposición a la IA generativa

La OIT estima que uno de cada cuatro trabajadores en el mundo está en una ocupación con algún grado de exposición a la IA generativa. En el mismo análisis, considera más probable que la mayoría de esos puestos se transforme en lugar de desaparecer, porque casi todas las ocupaciones siguen conteniendo tareas que requieren intervención humana.

La OIT fue más lejos en una investigación posterior: cruzó datos de más de 1.000 áreas subnacionales en 69 países y 40 tecnologías digitales emergentes. El resultado, en promedio, fue que una mayor exposición se asocia con ganancias de empleo, no con pérdidas. Pero el hallazgo útil está en el matiz: esas ganancias dependen del mix de habilidades que demanda el mercado laboral local. Las zonas con mayor demanda de habilidades cognitivas sofisticadas, computación básica, escritura, gestión de proyectos y gestión de personas capturaron más empleo tras la exposición tecnológica.

Y hay un dato contraintuitivo: la OIT encontró que una mayor demanda de habilidades de machine learning e IA se asocia, en promedio, con respuestas de empleo más débiles ante la exposición digital. No porque esas habilidades no importen, sino porque saber construir la tecnología es distinto de saber adaptarse cuando la tecnología cambia tu trabajo.

Exposición no es reemplazo: el error de leer las cifras como destino

La OCDE ubica a varias ocupaciones profesionales —tecnología, negocios, ingeniería, gerencias y alta dirección— entre las más expuestas a la IA, y advierte al mismo tiempo que una mayor exposición no implica mayor riesgo de automatización total.

El punto de fondo es que una profesión no es una actividad, sino una combinación de tareas que cambian a ritmos distintos. Un abogado investiga, interpreta, redacta, negocia y asesora. Un profesor prepara contenidos, explica, evalúa y acompaña procesos de aprendizaje. La tecnología puede asumir parte de esas tareas, reducir el tiempo de otras y cambiar la importancia de las restantes sin que la profesión desaparezca.

El otro pronóstico que no se cumplió: el trabajo remoto

Desde comienzos de la década de 2010 ya se anticipaban equipos distribuidos y una relación menos rígida entre trabajo y lugar. La pandemia aceleró el proceso de golpe y, varios años después, el resultado tampoco fue un mundo completamente remoto: según los estudios de Stanford citados por el autor, el trabajo desde casa se estabilizó alrededor de 1,27 días por semana entre profesionales universitarios de 40 países. Ni la oficina rígida de 2015 ni el nomadismo total: un punto intermedio que ninguna de las dos predicciones contemplaba.

Cuánto cambia realmente la productividad (y por qué no es automático)

Dos investigaciones de 2025 recogidas en un análisis publicado en note.com muestran por qué conviene medir antes de decidir. Un paper de Brynjolfsson y coautores analizó la introducción gradual de asistencia con IA para 5.172 agentes de soporte al cliente: la cantidad de problemas resueltos por hora subió 15% en promedio, con efectos que variaron según la experiencia y las habilidades de cada persona. En la dirección opuesta, un ensayo controlado de METR con 16 desarrolladores experimentados y 246 tareas en sus propios repositorios encontró que, con IA habilitada, el tiempo de finalización fue 19% más largo.

Ninguno de los dos resultados es "la" respuesta. El primero mide soporte al cliente dentro de una empresa; el segundo, tareas de código en un contexto muy específico. Lo que sí enseñan es que el tiempo ahorrado en generar no es lo mismo que el tiempo ahorrado en terminar.

El dato que debería cambiar tu plan de capacitación

El Future of Jobs Report 2025 del Foro Económico Mundial estima que el 39% de las habilidades actuales de los trabajadores se transformarán o quedarán obsoletas hacia 2030, y proyecta 170 millones de empleos creados frente a 92 millones desplazados en el mismo período. Entre las capacidades que ganan relevancia aparecen IA y big data, pero también pensamiento analítico, creatividad, resiliencia, liderazgo y colaboración.

Un informe de 2026 de University of Phoenix sobre el impacto de la IA en la alta dirección encontró que el 63% de los líderes de C-suite ya desplegó al menos un caso de uso de IA, pero menos de un tercio la está usando para transformar procesos y flujos de trabajo. Y el McKinsey Global Institute, en su informe de 2025 "Agents, robots, and us", estima que más del 70% de las habilidades actuales pueden aplicarse tanto en trabajo automatizable como no automatizable.

Traducción para un founder: la mayor parte de lo que tu equipo sabe no se vuelve inútil. Cambia dónde se aplica.

Qué significa esto para tu startup

1. Descompón un puesto en tareas antes de decidir si lo automatizas. Toma un rol concreto —soporte, ventas, contenido— y lista sus tareas por separado: investigar, redactar, verificar, decidir, escalar. Marca cuáles puede asumir la IA, cuáles puede acelerar y cuáles exigen criterio o contexto. La decisión de contratar o no contratar sale de esa lista, no de una predicción sobre la profesión.

2. Mide el ciclo completo, no la generación. Si el borrador sale en segundos pero la verificación, la corrección y la aprobación se comen el tiempo ahorrado, no ganaste nada. Antes de escalar una herramienta, define tres indicadores: tiempo hasta la aprobación final, tasa y gravedad de errores, y horas que consume la persona que revisa. Si el revisor se convierte en el cuello de botella, el problema es de diseño del proceso, no de la herramienta.

3. Invierte en el mix, no solo en lo técnico. La evidencia de la OIT apunta a que las habilidades que más ayudan a absorber el cambio tecnológico no son las más avanzadas, sino las que complementan a la tecnología: escritura, comunicación, gestión de proyectos, gestión de personas y resolución de problemas nuevos. Un plan de capacitación que solo enseña a usar herramientas deja afuera la parte que sostiene la empleabilidad.

4. Revisa qué experiencia dejan de acumular los perfiles junior. Si delegas en IA la investigación y la corrección que antes hacían los más jóvenes, necesitas diseñar dónde van a aprender a juzgar. Que un junior produzca un entregable con IA y que sepa evaluarlo y corregirlo son dos competencias distintas, y la segunda no se aprende sola.

Conclusión

La lección de las predicciones fallidas no es que la tecnología no cambie nada, sino que el impacto se decide en el nivel de las tareas, los procesos y las decisiones de las empresas, no en el titular de una cifra. El 47% de 2013 y el uno de cada cuatro de hoy miden exposición, no destino.

Para un founder, la pregunta útil no es qué profesión estará a salvo en 2030, sino qué parte del trabajo de su equipo está perdiendo valor, qué se hace mejor con tecnología y dónde sigue valiendo la pena invertir tiempo, experiencia y criterio. Esa pregunta no elimina la incertidumbre, pero produce mejores decisiones que una lista de ocupaciones condenadas.

Fuentes

• Forbes Ecuador (fuente original)
• OIT: From exposure to opportunity
• UNITAR Unveils Diploma in Future Skills & Jobs (Mirage News)
• Forbes Business Council: The Revolution In Skills-Based Hiring
• Análisis sobre IA y trabajo basado en un artículo del Foro Económico Mundial