Mira este gráfico con atención. No es un análisis de lo que la IA ha destruido. Es una radiografía de lo que va a destruir.
El área azul es lo que la IA puede hacer hoy. El área roja es lo que la IA está haciendo hoy. La diferencia entre ambas no es un margen de seguridad. Es un tsunami que aún no ha llegado a la costa.
El estudio: 2 millones de conversaciones con Claude#
Anthropic acaba de publicar Labor market impacts of AI: A new measure and early evidence, y es el análisis más riguroso que he visto sobre el impacto real de la IA en el empleo.
¿Qué hicieron? Cruzaron tres fuentes de datos:
- La base de datos O*NET, que cataloga las tareas de ~800 ocupaciones en EE.UU.
- Los datos reales de uso de Claude (sí, 2 millones de conversaciones analizadas a través del Anthropic Economic Index).
- Las estimaciones teóricas de Eloundou et al. (2023) sobre qué tareas puede acelerar un LLM al doble de velocidad.
El resultado es una nueva métrica: observed exposure — no lo que la IA podría hacer en teoría, sino lo que ya está haciendo en la práctica profesional. Y lo más revelador no son los números absolutos, sino la brecha entre ambos.
Los 10 trabajos más expuestos#
El ranking no sorprende a quien lleva años en esto, pero los números son brutales:
- Computer Programmers — 75% de cobertura. Tres de cada cuatro tareas de un programador ya las hace Claude.
- Customer Service Representatives. El tráfico API de primera parte muestra una automatización masiva.
- Data Entry Keyers — 67%. Leer documentos y meter datos. El caso de uso perfecto para automatización.
Y la lista sigue: actuarios, analistas financieros, redactores técnicos. Trabajos de oficina, de cuello blanco, de gente con carrera universitaria.
En el otro extremo, el 30% de los trabajadores tienen cero exposición. Cocineros, mecánicos de motos, socorristas, bartenders. Trabajos donde las manos, el cuerpo y el contexto físico son irreemplazables.
Irónico, ¿no? Décadas diciéndonos que la automatización venía por los trabajos manuales. Viene por los de escritorio.
La sorpresa demográfica#
Aquí es donde el estudio rompe el relato dominante.
Los trabajadores más expuestos a la IA son:
- 16 puntos porcentuales más probablemente mujeres
- 11 puntos más probablemente blancos
- Casi el doble de probabilidad de ser asiáticos
- Ganan un 47% más que los no expuestos
- 17.4% tienen títulos de posgrado (vs. 4.5% en el grupo no expuesto)
Esto no es la narrativa del obrero de fábrica desplazado por robots. Esto son abogados, analistas, programadores, profesores universitarios. La clase profesional que se creía intocable.
Cuando digo que esto va a cambiar la estructura social, no estoy exagerando.
La brecha ES la predicción#
Vuelve al gráfico. Mira las categorías:
- Computer & Math: 94% de capacidad teórica, 33% de uso real
- Legal: ~85% teórico, menos del 15% observado
- Education: ~70% teórico, menos del 15% observado
- Office & Admin: 90% teórico, fracción del uso real
Esa distancia entre azul y rojo no es tranquilidad. Es latencia.
Es el tiempo que tardan las empresas en adoptar, los reguladores en adaptarse, los workflows en reconfigurarse. Pero la tecnología ya está ahí. El modelo ya sabe hacerlo. Solo falta que el ecosistema lo permita.
Y cada mes que pasa, el área roja crece. Anthropic lo dice textualmente: “As capabilities advance, adoption spreads, and deployment deepens, the red area will grow to cover the blue.”
No es una predicción especulativa. Es una observación empírica con trayectoria.
Lo que cambia con los agentes de IA#
Y aquí viene el factor que el estudio no mide del todo, porque no existía a esta escala cuando recogieron los datos.
El estudio analiza uso de LLMs — conversaciones con Claude. Interacciones de chat. Un humano pregunta, la IA responde. Es el modelo augmentation: la IA te ayuda, tú ejecutas.
Pero los agentes de IA son otra cosa. No responden — actúan. Ejecutan cadenas de tareas de forma autónoma. Navegan sistemas, toman decisiones intermedias, completan workflows enteros sin intervención humana.
Lo que nosotros estamos construyendo en el Tec de Monterrey con AgenTECs es exactamente esto. No es un chatbot que te ayuda a redactar un email. Es un agente que gestiona el proceso completo: lee el contexto, redacta, envía, hace seguimiento, escala si no hay respuesta.
Cuando los agentes lleguen a escala empresarial — y ya están llegando — el área roja del gráfico va a expandirse de forma explosiva. Porque ya no necesitas que un humano interactúe con la IA tarea por tarea. El agente cubre el puesto entero.
Pensad en la categoría Legal: 85% de capacidad teórica, <15% de uso actual. ¿Qué pasa cuando un agente puede revisar contratos, identificar cláusulas de riesgo, generar resúmenes ejecutivos y preparar borradores de respuesta — todo sin que un abogado toque el teclado? El 85% se convierte en el nuevo suelo, no en el techo.
Qué hacer (que no es entrar en pánico)#
Llevo años insistiendo en lo mismo: esto no va de tener miedo. Va de prepararse.
Cuando escribí “El fin del desarrollador” en LinkedIn, la reacción fue predecible: “exagerado”, “los developers siempre serán necesarios”, “la IA no puede hacer X”. Los mismos argumentos que escuché sobre TECgpt cuando lo lanzamos y nos dijeron que los profesores nunca lo usarían. Hoy tenemos más de 60.000 usuarios activos.
La metáfora que uso es la del director de orquesta. El valor ya no está en tocar el violín — está en saber qué música hay que interpretar, quién toca qué, y cuándo cambiar la partitura. Los profesionales del futuro no ejecutan tareas — orquestan sistemas que las ejecutan.
Concretamente:
- Upskilling masivo, ya. No cursos de “introducción a la IA” — entrenamiento real en herramientas de producción.
- Redefinir roles, no eliminarlos. Un abogado que domina agentes de IA vale más, no menos. Pero un abogado que solo sabe revisar contratos manualmente tiene fecha de caducidad.
- Medir exposición en tu organización. Usa el framework de Anthropic. Identifica qué tareas de cada puesto ya puede hacer un LLM. Diseña la transición antes de que te la impongan.
- Crear nuevos roles que no existen aún: AI orchestrators, prompt engineers de agentes, supervisores de sistemas autónomos.
El cierre#
El BLS proyecta que las ocupaciones más expuestas según esta métrica crecerán menos hacia 2034. Por cada 10 puntos de cobertura observada, la proyección de crecimiento cae 0.6 puntos porcentuales. No es correlación casual — los analistas del mercado laboral están viendo lo mismo.
Y sin embargo, Anthropic también encuentra que todavía no hay aumento sistemático del desempleo en las profesiones más expuestas. Aún.
Esa es la ventana. Estamos en el momento entre ver el relámpago y escuchar el trueno. El rayo ya cayó. La pregunta no es si el sonido llegará, sino si estarás preparado cuando lo haga.
Los que lean este gráfico como “la IA aún no ha afectado tanto al empleo” están confundiendo latencia con seguridad. Los que lo lean como “viene un cambio estructural del mercado laboral y hay que actuar ahora”… esos son los que seguirán dirigiendo la orquesta.