Dejad de llorar por la IA y los empleos

Wed, 15 Apr 2026 00:00:00 +0000

Dejad de llorar por la IA y los empleos
#

La conversación pública sobre inteligencia artificial se ha llenado de una mezcla extraña de fascinación, miedo y dramatismo. Cada semana aparece un nuevo titular anunciando que la IA viene a destruir el trabajo humano, a vaciar oficinas, a dejar profesiones enteras obsoletas y a empujar a millones de personas a la irrelevancia. El problema es que, cuando uno mira los datos con un mínimo de rigor, la historia real es bastante distinta.

No, la IA no está borrando el empleo de forma masiva. Lo que está haciendo, y esto sí es profundo, es transformar tareas, rediseñar flujos de trabajo y cambiar las competencias que el mercado va a exigir durante los próximos años.

Y esa diferencia importa muchísimo.

La narrativa equivocada
#

Hay una razón por la que el discurso catastrofista se propaga tan rápido: funciona muy bien como contenido. “La IA te va a dejar sin trabajo” genera atención inmediata. Activa miedo, indignación y ansiedad. Es fácil de consumir y más fácil todavía de compartir.

Pero una buena narrativa no siempre describe bien la realidad.

Los estudios más serios que están saliendo en 2025 y 2026 apuntan a un patrón bastante consistente. La IA no está operando principalmente como una fuerza de eliminación bruta de puestos, sino como una tecnología que reorganiza el contenido del trabajo. Automatiza partes, acelera otras, eleva el estándar esperado en muchas funciones y crea demanda nueva en capas que antes ni existían o eran marginales.

La pregunta correcta, por tanto, no es si la IA hará desaparecer todo el empleo. La pregunta correcta es otra: ¿qué partes del trabajo humano se vuelven automatizables, cuáles ganan valor y qué nuevas capacidades pasan a ser decisivas?

Lo que dicen los datos
#

Los datos que hoy tenemos sobre la mesa no sostienen la caricatura del colapso laboral total.

Un estudio del MIT publicado en abril de 2026 apunta precisamente a esto: la IA transforma tareas mucho más de lo que destruye puestos completos. Esto encaja con una idea que los economistas del trabajo conocen bien desde hace tiempo: la mayoría de los empleos no están compuestos por una sola tarea, sino por combinaciones de actividades. Cuando una tecnología automatiza una parte del trabajo, el puesto no desaparece automáticamente. Muchas veces se redefine.

A esto se suman otras señales que no conviene ignorar.

LinkedIn ha señalado la creación de 1,3 millones de empleos nuevos vinculados a la IA. No estamos hablando solo de científicos de datos o ingenieros de prompts. Hablamos de reclutamiento especializado, integración tecnológica, operación, gobernanza, ciberseguridad, enablement comercial, formación, producto, automatización y nuevas capas de servicios.

Además, la expansión de infraestructura está generando un efecto arrastre enorme. Se estiman más de 600.000 nuevos roles ligados a la infraestructura de data centers, desde construcción y operación hasta energía, refrigeración, mantenimiento, redes y soporte especializado. Cuando la economía digital escala, no solo crecen los modelos. Crece todo el sistema que los hace posibles.

BCG también ha sido claro: la IA remodelará más trabajos de los que eliminará. Es decir, el efecto dominante será de rediseño, no de extinción pura.

Eso no significa que no haya disrupción. La habrá, y mucha. Lo que significa es que la disrupción no se parece tanto a una desaparición masiva del trabajo, sino a una reasignación acelerada del valor.

El punto ciego: no desaparece tu puesto, cambian tus competencias
#

Aquí está el matiz que muchas personas siguen sin querer ver.

El mayor impacto de la IA no será necesariamente sobre el nombre de tu puesto. Será sobre el contenido real de lo que haces cada día y sobre las competencias que necesitas para seguir siendo valioso.

Se estima que el 70% de las competencias asociadas a muchos puestos cambiarán antes de 2030. Ese dato debería ser más inquietante, y más movilizador, que cualquier predicción apocalíptica sobre destrucción de empleo.

Porque implica esto: quizá tu puesto siga existiendo, pero tú no podrás ejercerlo igual.

Un analista seguirá siendo analista, pero con herramientas que comprimen drásticamente el tiempo de análisis. Un directivo seguirá siendo directivo, pero ya no podrá tomar decisiones sin criterio sobre automatización, modelos, datos, riesgo y productividad aumentada. Un profesor seguirá siendo profesor, pero tendrá que rediseñar la experiencia de aprendizaje en un entorno donde el conocimiento es abundante y lo escaso pasa a ser el criterio. Un médico seguirá siendo médico, pero trabajará en un contexto donde la IA puede asistir en documentación, apoyo diagnóstico y priorización clínica.

La continuidad del puesto no garantiza la continuidad del valor profesional.

Y ahí es donde empieza la verdadera conversación.

La experiencia real en los equipos
#

Quienes llevamos años trabajando en tecnología vemos una cosa una y otra vez: los equipos que integran bien la IA no necesariamente reducen plantilla como reflejo automático. Lo que hacen, sobre todo, es aumentar su capacidad de ejecución.

Entregan más. Iteran más rápido. Prueban más hipótesis. Reducen fricción. Reasignan tiempo desde lo mecánico hacia lo estratégico.

Eso cambia por completo el estándar competitivo.

La IA no reemplaza de golpe al profesional competente. Pero sí expone con mucha claridad a quien decide quedarse quieto mientras el entorno avanza. No porque la máquina sea mágica, sino porque un equipo que aprende a trabajar con IA puede producir el doble en la mitad de tiempo en determinados contextos.

Y cuando eso ocurre, el problema deja de ser “la IA contra los humanos”. El problema pasa a ser “los humanos que evolucionan frente a los que se niegan a hacerlo”.

El derribo de barreras para crear
#

Hay otro ángulo que me parece especialmente importante y que a menudo queda enterrado bajo el ruido del miedo: la IA está bajando barreras de entrada para crear, emprender y escalar.

Hoy una persona con criterio, iniciativa y buenas herramientas puede hacer cosas que hace pocos años requerían equipos mucho más grandes. Prototipar, analizar, escribir, diseñar, automatizar, investigar, preparar materiales, lanzar productos, validar ideas y operar procesos está al alcance de más gente.

Eso no elimina la importancia del talento. La multiplica.

Y esto no es teoría. Ya hay casos que ilustran muy bien el fenómeno. Peter Steinberger, por ejemplo, mostró hasta qué punto un emprendedor con criterio técnico y una capa intensa de agentes de IA puede operar con una velocidad que antes parecía reservada a equipos completos. Otro caso muy citado en la conversación reciente sobre “solopreneurs” es Maor Shlomo con Base44, un proyecto llevado con una estructura extremadamente ligera y apoyado en desarrollo asistido por IA, que escaló con rapidez hasta convertirse en una señal potente de lo que cambia cuando el costo de desarrollar software se desploma.

Son ejemplos para entender la dirección del cambio: la IA está aumentando de forma radical las oportunidades de individuos con talento, foco y capacidad de ejecución.

Como ha dicho el CEO de LinkedIn, la IA está derribando barreras para crear y emprender. Y eso es una señal poderosísima. Porque donde algunos solo ven sustitución, otros ya están viendo expansión de capacidad.

El riesgo real no es la IA
#

El riesgo real no es que la IA exista.

El riesgo real es responder a esta transición con negación, cinismo o inmovilismo.

Es seguir confundiendo comodidad con seguridad. Es pensar que el futuro respetará inercias. Es creer que bastará con hacer lo mismo de siempre mientras el resto del mercado reconfigura sus capacidades.

La resistencia al cambio siempre se disfraza de prudencia. Pero en ciclos tecnológicos profundos, muchas veces no es prudencia. Es retraso.

Y el retraso, cuando el entorno se acelera, se paga caro.

Entonces, ¿qué conviene hacer?
#

No hace falta dramatizar. Hace falta actuar.

Al menos en cinco frentes:

1. Aprender a trabajar con IA, no solo a hablar de IA
#

Hay demasiada gente opinando sobre inteligencia artificial sin haber incorporado la herramienta a sus flujos reales de trabajo. La alfabetización útil no consiste en saber definir un LLM. Consiste en saber cuándo usarlo, para qué, con qué límites y con qué criterio.

2. Reforzar el criterio
#

Cuando la inteligencia se vuelve abundante, el criterio gana valor. Saber interpretar, decidir, priorizar, contextualizar y asumir responsabilidad será cada vez más importante.

3. Rediseñar procesos
#

La IA no da resultados profundos si se incrusta como un accesorio superficial. El impacto llega cuando se repiensan procesos, roles, métricas y formas de colaboración.

4. Apostar por aprendizaje continuo
#

No estamos ante una tecnología que se aprende una vez y ya. La ventaja competitiva vendrá de la capacidad de adaptación sostenida.

5. Sustituir miedo por disciplina
#

La ansiedad no construye capacidad. La experimentación disciplinada, sí.

Una conclusión incómoda, pero útil
#

La IA no te va a quitar automáticamente el trabajo.

Lo que sí puede dejarte fuera es la decisión de no evolucionar mientras todo alrededor cambia.

Por eso creo que ya va siendo hora de abandonar el victimismo tecnológico y empezar a hablar con más honestidad sobre lo que de verdad está ocurriendo. La IA no está destruyendo el valor del trabajo humano. Está redefiniendo qué trabajo humano genera valor.

Y en esa transición, el futuro no va a premiar a quien más se queje. Va a premiar a quien aprenda más rápido, combine mejor la tecnología con criterio y tenga el coraje de rediseñarse antes de verse obligado a hacerlo.

La pregunta no es si la IA va a cambiar el trabajo.

La pregunta es si tú vas a cambiar con él.

Skills on Carles Abarca

Dejad de llorar por la IA y los empleos

Dejad de llorar por la IA y los empleos #

La narrativa equivocada #

Lo que dicen los datos #

El punto ciego: no desaparece tu puesto, cambian tus competencias #

La experiencia real en los equipos #

El derribo de barreras para crear #

El riesgo real no es la IA #

Entonces, ¿qué conviene hacer? #

1. Aprender a trabajar con IA, no solo a hablar de IA #

2. Reforzar el criterio #

3. Rediseñar procesos #

4. Apostar por aprendizaje continuo #

5. Sustituir miedo por disciplina #

Una conclusión incómoda, pero útil #