IA y mercado laboral: qué dice el estudio de Anthropic

¿Cómo está midiendo Anthropic el impacto real de la IA en el empleo?

Durante años, el debate sobre inteligencia artificial y mercado laboral estuvo dominado por proyecciones teóricas: lo que los modelos podrían hacer, no lo que realmente hacían. Anthropic acaba de publicar una investigación que cambia ese enfoque con un instrumento metodológico nuevo: el índice de exposición observada. Este índice no se limita a medir la capacidad teórica de los grandes modelos de lenguaje (LLM), sino que la cruza con datos reales de uso, obtenidos del análisis de millones de conversaciones anonimizadas con Claude. El resultado es una radiografía mucho más honesta del estado actual de la automatización.

El índice de exposición observada: metodología y alcance

El núcleo de la investigación es lo que Anthropic denomina primitivas económicas: métricas derivadas del análisis masivo de interacciones reales con Claude, que incluyen variables como complejidad de tareas, tasa de autonomía, velocidad de ejecución y nivel de éxito sin intervención humana. Estas primitivas permiten distinguir dos modos de uso predominantes:

Augmentación: el humano permanece en el loop, itera con la IA y toma decisiones finales. Representa el 52% del uso entre consumidores en el último trimestre de 2025.
Automatización: la tarea se delega casi completamente al modelo. Alcanza un 77% en el uso empresarial vía API, lo que sugiere una adopción más agresiva en entornos corporativos.

Un dato que debería llamar la atención de cualquier founder: el 49% de los empleos ya puede incorporar IA en al menos el 25% de sus tareas, frente al 36% registrado a principios de 2025. El ritmo de cambio es real y medible.

La brecha entre capacidad teórica y adopción real

Uno de los hallazgos más relevantes del estudio es que la adopción actual de IA es solo una fracción de su capacidad técnica. Dicho de otro modo: los modelos pueden hacer mucho más de lo que la mayoría de las organizaciones les está permitiendo hacer hoy. Esta brecha tiene implicaciones directas para quienes están construyendo startups o liderando equipos:

Existe un margen enorme de ventaja competitiva para quienes adopten IA antes que su sector.
La curva de adopción no es uniforme: los sectores de tecnología, educación y servicios profesionales ya lideran, mientras que retail, restaurantes y transporte siguen rezagados.
Las empresas que ya usan IA a nivel API tienden a automatizar; las que la usan de forma más casual, augmentan. Ambas estrategias tienen impactos laborales distintos.

¿Qué perfiles profesionales son más vulnerables?

El estudio confirma algo que muchos intuían: las ocupaciones más expuestas a la IA no son las de menor cualificación. Al contrario, los trabajadores en roles altamente expuestos tienden a ser:

De mayor edad en promedio.
Mujeres en mayor proporción.
Con mayor nivel educativo (universitario o posgrado).
Con salarios más altos que la media.

Este patrón aplica especialmente a perfiles como analistas, redactores, programadores junior, paralegales y profesionales de soporte técnico. Son exactamente los roles que muchas startups contratan en sus primeras etapas de crecimiento. La señal para founders es clara: los modelos de contratación deben evolucionar.

Empleo y desempleo: lo que dicen los datos hoy

A pesar de las advertencias del propio CEO de Anthropic, Dario Amodei, quien ha señalado que la IA podría eliminar hasta el 50% de los empleos de nivel inicial en sectores de oficina y llevar el desempleo a un rango del 10% al 20% en los próximos 1 a 5 años, el estudio actual no detecta un aumento sistemático del desempleo atribuible a la IA. Los datos muestran que la IA, hasta ahora, transforma tareas más que elimina puestos de trabajo.

Sin embargo, hay una señal de alerta temprana que merece atención: existen indicios de que la contratación de trabajadores jóvenes podría estar ralentizándose en ocupaciones con alta exposición a la IA. Esto tiene sentido: si un modelo puede asumir las tareas que antes se asignaban a un junior, la justificación para contratarlo se debilita. Para los ecosistemas de emprendimiento, esto tiene consecuencias directas sobre el talento disponible y el tipo de roles que tiene sentido crear.

Productividad: la otra cara de la moneda

No todo es riesgo. La investigación de Anthropic también incluye una estimación de ganancias de productividad que resulta notable. Según su análisis publicado en noviembre de 2025, los modelos de IA de generación actual podrían incrementar el crecimiento de la productividad laboral en Estados Unidos en un 1,8% anual, lo que prácticamente duplicaría la tasa reciente. En tareas de nivel universitario, se han medido aceleraciones de hasta 12 veces respecto al tiempo humano sin IA.

Para una startup que opera con recursos limitados, esta cifra no es abstracta. Significa que un equipo pequeño que adopte IA de forma estratégica puede competir con organizaciones muchos órdenes de magnitud más grandes. La ventaja no está en tener más gente: está en cómo se despliegan las herramientas.

Escenarios futuros y limitaciones del estudio

La investigación plantea varios escenarios posibles para los próximos años:

Escenario optimista: la IA actúa como amplificador de productividad sin destruir empleo neto, generando nuevas categorías de trabajo que hoy no existen.
Escenario de disrupción moderada: la automatización empresarial vía API sigue creciendo, presionando especialmente a trabajadores que no logren adaptarse o adoptar las herramientas.
Escenario de concentración de beneficios: las ganancias de productividad se concentran en economías ricas y en perfiles altamente adaptables, ampliando brechas existentes.

El propio estudio reconoce limitaciones importantes: Anthropic es una parte interesada en los resultados (lo que introduce un sesgo potencial), el ritmo de avance tecnológico supera la velocidad de actualización de los datos, y el seguimiento del desempleo en tiempo real sigue siendo un desafío metodológico no resuelto.

Qué significa esto para founders en LATAM

Para quienes están construyendo startups en el ecosistema latinoamericano, este estudio ofrece varios puntos de reflexión accionables:

La ventana de adopción temprana sigue abierta. La brecha entre capacidad teórica y adopción real es una oportunidad, no una amenaza, si se actúa antes que la competencia.
El talento junior va a cambiar. Pensar hoy en cómo estructurar roles que sean complementarios a la IA, en lugar de reemplazables por ella, es una decisión estratégica de producto y cultura.
El modo augmentación es más sostenible a mediano plazo. Integrar IA para que los equipos trabajen mejor, no para eliminar puestos, genera menor resistencia interna y mayor retención de conocimiento organizacional.
Los datos de uso real importan más que los benchmarks. Medir cómo tu equipo usa realmente las herramientas de IA, no solo si las tiene disponibles, es la diferencia entre adopción superficial y ventaja real.

Conclusión

La investigación de Anthropic sobre el impacto de la IA en el mercado laboral es, hasta ahora, uno de los análisis más rigurosos disponibles porque combina capacidad teórica de los modelos con uso real medido. Su conclusión más importante no es tranquilizadora ni alarmista: la IA ya está cambiando el trabajo, pero lo hace de forma desigual, acumulativa y difícil de revertir. Los founders que entiendan esta dinámica hoy tienen una ventaja estratégica real frente a quienes siguen esperando certezas absolutas antes de actuar.

Profundiza estos temas con nuestra comunidad de founders que ya están navegando el impacto de la IA en sus equipos y modelos de negocio.

Unirme a la comunidad