13 % menos jóvenes en empleos de IA: la automatización silenciosa

La respuesta directa a la pregunta de qué está haciendo la IA generativa con el trabajo de oficina en 2026 es esta: está automatizando tareas concretas y bien delimitadas —el primer borrador de código, los contactos rutinarios con clientes, las consultas de recursos humanos, la revisión de contratos, la redacción de documentos, la traducción y las imágenes de archivo—, y las empresas están materializando las ganancias sobre todo frenando la contratación, no mediante despidos masivos ◈ Evidencia sólida [3] [43] [44]. Los registros de nóminas de ADP muestran que los trabajadores de entre 22 y 25 años en las ocupaciones más expuestas a la IA sufrieron un descenso relativo del empleo del 13 % a partir de finales de 2022, mientras que los trabajadores de más edad en esos mismos puestos se mantuvieron estables o crecieron ◈ Evidencia sólida [3]. En el conjunto de la economía, en cambio, el Yale Budget Lab y Brookings no encontraron ninguna perturbación apreciable 33 meses después del lanzamiento de ChatGPT [86], y un estudio sobre 25.000 trabajadores daneses no halló ningún efecto significativo en los ingresos ni en las horas en ninguna de las 11 ocupaciones expuestas analizadas [4]. Este informe examina el trabajo en sí, función por función, y la brecha entre las ganancias en cada tarea y los resultados de las empresas. Su conclusión es que el efecto más trascendente de la IA en el mercado laboral hasta ahora es el estrechamiento de la vía de entrada al trabajo profesional.

La magnitud de la intención empresarial no ofrece dudas. Challenger, Gray and Christmas, que contabiliza los recortes de empleo anunciados en Estados Unidos, registró la IA como el motivo de despido más citado en 2026, con 120.136 recortes atribuidos a ella a finales de septiembre, alrededor del 21 % del total anunciado ✓ Hecho establecido [1]. Esa proporción alcanzó un récord del 40 % en mayo antes de caer al 9 % en septiembre [1]. Amazon ha suprimido unos 30.000 puestos corporativos desde octubre de 2025, aproximadamente el 10 % de su plantilla corporativa, después de que su consejero delegado comunicara a los empleados que la IA reduciría la plantilla corporativa en los próximos años [45] [46]. Salesforce redujo su organización de atención al cliente de unas 9.000 personas a unas 5.000 a medida que los agentes de IA asumían aproximadamente la mitad de las conversaciones con clientes [17]. Block recortó unos 4.000 de sus más de 10.000 empleados en febrero de 2026 y afirmó que la mayoría de las empresas seguirían el mismo camino en el plazo de un año [81].

Frente a esos anuncios, los datos duros del mercado laboral muestran una calma llamativa. Las encuestas regionales de la Reserva Federal de Nueva York de agosto de 2025 revelaron que el 40 % de las empresas de servicios utilizaba IA, frente al 25 % un año antes, pero que solo el 1 % había despedido a alguien por ese motivo ✓ Hecho establecido [43]. Un año después, el mismo banco concluyó que los despidos impulsados por la IA seguían siendo muy poco frecuentes y que las empresas preferían la recualificación al despido, y calificó los efectos a corto plazo de más evolutivos que disruptivos [44]. La productividad del sector no agrícola estadounidense aumentó un 2,1 % en 2025 y un 2,2 % en el año hasta el segundo trimestre de 2026, con unas horas trabajadas casi estancadas [41]. Ese patrón —más producción con apenas más trabajo— es coherente con un relato de automatización, pero las estadísticas de productividad no pueden determinar por sí solas qué parte se debe a la IA ⚖ Controvertido [41] [42].

La clave para conciliar ambas cosas está en lo que los empleadores hacen en realidad con el tiempo que ahorra la IA. La mayoría no despide a la persona cuyas tareas se reducen: dejan de cubrir las bajas, congelan la incorporación de recién titulados y dejan que la rotación natural haga el trabajo ◈ Evidencia sólida [15] [19] [44]. La plantilla de atención al cliente de Klarna pasó de unas 5.000 a unas 3.000 personas, en gran medida por bajas no cubiertas, antes de que la empresa diera marcha atrás [15]. IBM suspendió en 2023 la contratación para puestos de administración interna en lugar de eliminarlos [19]. KPMG recortó un 29 % su programa de recién titulados en el Reino Unido entre 2023 y 2024 [48]. Ninguna de estas medidas aparece como despido en los datos de desempleo. Cada una aparece únicamente como un puesto que nunca llegó a existir, y por eso la automatización del trabajo de oficina ha sido tan silenciosa y resulta tan fácil subestimarla.

La evidencia a nivel de tarea explica por qué el efecto se concentra donde se concentra. Los estudios controlados muestran que las mayores ganancias de productividad corresponden a los novatos y a los de menor rendimiento: un 34 % para los agentes de atención al cliente con menos experiencia [14], un 43 % para los consultores más flojos en un experimento de Boston Consulting Group [34] y las mayores ganancias entre los desarrolladores júnior en los ensayos de campo de GitHub Copilot [8]. Dicho de otro modo, la IA rinde mejor precisamente en el trabajo básico —investigación, primeros borradores, análisis elemental, correspondencia rutinaria— para el que tradicionalmente se ha contratado a los empleados júnior y con el que estos aprendían ◈ Evidencia sólida [51]. Cuando ese trabajo puede hacerlo una herramienta supervisada por un empleado veterano, el argumento económico a favor de contratar a un júnior se debilita, aun cuando la herramienta haga más productivo a ese júnior.

Este informe se articula en torno a esa tensión. Las secciones dos a cuatro examinan las funciones en las que la automatización está más avanzada —software, operaciones administrativas, derecho y trabajo creativo— y lo que dice sobre cada una la evidencia controlada. La sección cinco contrasta los datos de productividad con las plantillas y con la historia de anteriores tecnologías de oficina. La sección seis sigue el efecto hasta el nivel de entrada. La sección siete compara cómo Estados Unidos, el Reino Unido, Japón, Alemania, la India y Dinamarca están absorbiendo el cambio y cómo responden los reguladores. La sección ocho sopesa los argumentos más sólidos de cada lado del debate sobre el desplazamiento y expone lo que respalda la evidencia en su conjunto.

El desarrollo de software es el ámbito en el que la IA generativa ha pasado más deprisa de novedad a norma. La encuesta DORA 2025 entre profesionales de la tecnología situó la adopción de la IA entre los desarrolladores en el 90 %, frente al 76 % un año antes, con una mediana de dos horas de uso al día ✓ Hecho establecido [11]. La encuesta de 2025 de Stack Overflow, con 49.009 desarrolladores, halló que el 84 % usaba o pensaba usar herramientas de IA [12]. En las mayores empresas, las afirmaciones son aún más ambiciosas. Satya Nadella dijo en abril de 2025 que entre el 20 % y el 30 % del código de los repositorios de Microsoft lo escribía la IA [6]. Sundar Pichai afirmó en abril de 2026 que alrededor del 75 % del código nuevo de Google lo generaba la IA y después lo revisaban ingenieros, frente a aproximadamente el 25 % en octubre de 2024 y el 50 % en el otoño de 2025 [5]. Se trata de declaraciones de directivos sobre métricas no definidas, procedentes de empresas que venden herramientas de programación con IA, y deben leerse como tales ⚖ Controvertido [5] [6].

La evidencia controlada es más modesta, pero aun así considerable. El primer experimento ampliamente citado, de 2023, encomendó a los desarrolladores una única tarea acotada —escribir un servidor HTTP en JavaScript— y constató que quienes usaban GitHub Copilot terminaban un 55,8 % más rápido [7]. Un estudio más amplio y realista, publicado en Management Science, asignó aleatoriamente el acceso a Copilot entre 4.867 desarrolladores de Microsoft, Accenture y una empresa anónima de la lista Fortune 100. Halló un aumento del 26,08 % en las tareas completadas por semana, un 13,55 % más de commits y un 38,38 % más de compilaciones ✓ Hecho establecido [8]. Los desarrolladores con menos experiencia adoptaron la herramienta con más facilidad y obtuvieron de ella mayores beneficios [8]. Las solicitudes de integración de cambios (pull requests) miden el volumen de trabajo y no su valor, pero estas son las estimaciones causales más sólidas de que se dispone para el trabajo profesional de software.

La contraevidencia más sólida procede de METR, un grupo de investigación sin ánimo de lucro. En un ensayo aleatorizado publicado en julio de 2025, 16 desarrolladores experimentados de código abierto trabajaron en 246 incidencias reales en bases de código grandes y maduras que conocían bien. Cuando se les permitía usar herramientas de IA, tardaban un 19 % más en terminar ✓ Hecho establecido [9]. Antes del estudio habían previsto una aceleración del 24 %; después seguían creyendo que la IA los había hecho un 20 % más rápidos [9]. Un estudio de seguimiento publicado en febrero de 2026, con herramientas de finales de 2025 y 57 desarrolladores, apuntaba a una probable aceleración del 18 % para los participantes que repetían y del 4 % para los nuevos, pero el propio METR calificó el resultado de evidencia muy débil, porque los desarrolladores se negaban cada vez más a participar sin IA y descartaban las tareas en las que más ayudaba [10].

En conjunto, los estudios apuntan a un patrón coherente: la IA acelera el trabajo acotado y bien especificado en terreno desconocido y ayuda sobre todo a los desarrolladores con menos experiencia, mientras que aporta menos valor —o incluso un valor negativo— a los expertos que trabajan en sistemas complejos que ya conocen ◈ Evidencia sólida [8] [9] [10]. La calidad es la cuestión sin resolver. DORA constató que, aunque más del 80 % de los encuestados declaraba una mayor productividad, la adopción de la IA seguía asociada negativamente a la estabilidad de la entrega de software [11]. Stack Overflow observó que la confianza caía a medida que aumentaba el uso: el 46 % de los desarrolladores afirmó desconfiar de la exactitud de los resultados de la IA en 2025, frente al 31 % en 2024, mientras que el 33 % dijo confiar en ellos, y el 66 % señaló como su principal frustración las respuestas «casi correctas, pero no del todo» [12].

Lo que está ocurriendo con el empleo en el software tiene más matices de lo que sugieren las cifras sobre la proporción de código. El AI Index 2026 de Stanford indica que el empleo de los desarrolladores de software de entre 22 y 25 años cayó casi un 20 % desde 2024 ✓ Hecho establecido [58]. Sin embargo, los datos de Indeed muestran que las ofertas de desarrollo de software en Estados Unidos aumentaron en torno a un 15 % desde febrero de 2025, mientras que el total de ofertas cayó alrededor de un 7 %, y que el 71 % del aumento correspondió a puestos sénior [13]. La demanda se desplaza más que se desploma: los empleadores quieren ingenieros experimentados capaces de especificar, revisar e integrar el código generado por IA, y quieren menos júniores que lo escriban desde cero ◈ Evidencia sólida [13] [3].

Este es el primer ejemplo, y el más claro, del patrón que se repite a lo largo de este informe. Las tareas que se están automatizando son aquellas con las que antes aprendían los desarrolladores júnior: código repetitivo, pruebas, pequeñas funcionalidades, migraciones. Pichai describió una compleja migración de código, realizada conjuntamente por agentes e ingenieros, que se completó seis veces más rápido de lo que los ingenieros solos habrían logrado un año antes [5]. Un trabajo de ese tipo requería antes un equipo de personal júnior. Los ingenieros sénior que ahora supervisan a los agentes aprendieron su oficio haciendo exactamente ese trabajo, lo que plantea una pregunta que el sector aún no ha respondido: de dónde saldrá la próxima generación de ingenieros sénior ◈ Evidencia sólida [3] [58].

El software muestra también hasta qué punto las afirmaciones de los directivos pueden adelantarse a la realidad medida. La proporción de código no equivale a productividad: una línea generada por IA y reescrita por una persona cuenta en la primera métrica pero no añade nada a la segunda, y ninguna de las empresas que publican cifras de proporción de código ha definido cómo las mide ⚖ Controvertido [5] [6]. La conclusión defendible a partir de la evidencia controlada es que la IA ha elevado el rendimiento de los desarrolladores en algo así como entre un 10 % y un 30 % en las tareas profesionales habituales, con una gran variación y con interrogantes sin resolver sobre la calidad y la mantenibilidad a largo plazo ◈ Evidencia sólida [8] [10] [11]. Es una ganancia considerable para una sola tecnología. No es, a la luz de la evidencia actual, el fin de la profesión del software.

La atención al cliente fue la primera función de oficina en la que se estudió la IA generativa a gran escala en un lugar de trabajo real, y sus resultados siguen figurando entre los más citados. Erik Brynjolfsson, Danielle Li y Lindsey Raymond siguieron a 5.179 agentes de soporte de una empresa de software mientras se implantaba por etapas un asistente de IA. La productividad, medida como incidencias resueltas por hora, aumentó un 14 % de media y un 34 % entre los agentes novatos y poco cualificados, con un efecto mínimo en los más experimentados ✓ Hecho establecido [14]. La satisfacción de los clientes mejoró y la rotación del personal disminuyó [14]. La herramienta funcionaba difundiendo las prácticas de los mejores agentes entre todos los demás. En aquel estudio complementaba a los trabajadores en lugar de sustituirlos, pero la misma capacidad, puesta directamente al servicio de los clientes, se convierte en un sustituto.

Eso es lo que intentó Klarna. En febrero de 2024, la empresa sueca de pagos anunció que su asistente de IA gestionaba alrededor del 75 % de los chats con clientes en más de 35 idiomas, hacía el trabajo equivalente a 700 agentes a tiempo completo y había reducido los tiempos de resolución de 11 minutos a dos [15]. Su plantilla pasó de unas 5.000 a unas 3.000 personas, sobre todo mediante bajas no cubiertas y una congelación de contrataciones [15]. En mayo de 2025 la empresa ya había cambiado de rumbo y ensayaba un nuevo modelo de agentes humanos en remoto. Su consejero delegado, Sebastian Siemiatkowski, declaró a Bloomberg que el coste había tenido un peso excesivo y que el resultado había sido una calidad inferior ✓ Hecho establecido [16].

Salesforce ofrece el caso contrario: una empresa que recortó a fondo y se declara satisfecha. Marc Benioff dijo a principios de septiembre de 2025 que la compañía había reducido su plantilla de atención al cliente de unas 9.000 a unas 5.000 personas porque sus agentes de Agentforce gestionaban aproximadamente la mitad de todas las conversaciones con clientes, con un sistema de supervisión que derivaba los casos complejos a personas ✓ Hecho establecido [17]. Meses antes había afirmado que la IA hacía entre el 30 % y el 50 % del trabajo en Salesforce [17]. La trayectoria de IBM fue más lenta y más reveladora. En mayo de 2023, Arvind Krishna dijo que alrededor del 30 % de 26.000 puestos sin contacto con clientes —unos 7.800 empleos— podrían ser sustituidos por la IA en cinco años, y suspendió la contratación para ellos [19]. En mayo de 2025, el número confirmado de puestos de recursos humanos sustituidos por agentes de IA rondaba los 200, mientras que el sistema AskHR de IBM resolvía el 94 % de las consultas rutinarias de recursos humanos y el empleo total había aumentado [18].

Los seguros y las operaciones financieras siguen el mismo camino. Allianz Partners, que emplea a más de 22.000 personas, unas 14.000 de ellas en consultas telefónicas y siniestros, confirmó en julio de 2026 que suprimiría entre 1.500 y 1.800 empleos en Europa —entre el 7 % y el 8 % de su plantilla— y citó la IA como motivo ✓ Hecho establecido [20]. Ergo, filial de Munich Re, recorta por separado unos 1.000 puestos en Alemania, en parte por la automatización [20]. JPMorgan comunicó a los inversores en mayo de 2025 que la IA permitiría reducir un 10 % la plantilla de operaciones en cinco años; una alta directiva afirmó que apostaría por una reducción mayor que esa previsión [85] [47]. En el tercer trimestre de 2025, el beneficio del banco aumentó un 12 % mientras su plantilla solo creció un 1 % [47].

La contabilidad muestra la vertiente complementaria de la automatización administrativa. Un estudio de Stanford de Jung Ho Choi y Chuan Xie encuestó a 277 contables y analizó más de 200.000 transacciones en 79 pequeñas empresas. Los contables que usaban IA atendían a un 55 % más de clientes, trasladaban el 8,5 % de su tiempo semanal a trabajo de mayor valor y cerraban la contabilidad mensual 7,5 días antes ◈ Evidencia sólida [21]. Aun así, seguían corrigiendo los errores de las herramientas [21]. Aquí las ganancias se tradujeron en más producción, no en reducción de plantilla, al menos por ahora. Que ese 55 % más de clientes por contable acabe significando menos contables depende de que la demanda de servicios contables crezca en la misma medida.

El informe del MIT que se hizo famoso en agosto de 2025 por concluir que el 95 % de los proyectos piloto empresariales de IA generativa no generaba un rendimiento medible en la cuenta de resultados contenía un detalle menos citado que aquí resulta relevante: los mejores rendimientos que encontró estaban en la automatización administrativa, donde las empresas recortaban el gasto en procesamiento externalizado y en agencias externas ⚖ Controvertido [22]. La metodología de ese informe ha sido muy criticada por lo reducido de su muestra de entrevistas y por su estrecha definición del éxito [22]. Pero la dirección del hallazgo es coherente con otras pruebas. El dinero que las empresas ahorran con la automatización administrativa procede a menudo, en primer lugar, de contratistas, empresas subcontratadas y agencias: trabajadores que no figuran en la nómina de la propia empresa y cuyas pérdidas son invisibles en su plantilla.

La lección de la administración interna es que la sustitución es real, pero rara vez limpia. Allí donde la IA gestiona una interacción bien definida y de gran volumen —el restablecimiento de una contraseña, el estado de un reembolso, una consulta rutinaria sobre la política de recursos humanos—, puede sustituir el contacto humano a gran escala ◈ Evidencia sólida [17] [18]. Cuando las interacciones tienen carga emocional, son ambiguas o hay mucho en juego, la calidad cae y los clientes lo notan, como descubrió Klarna [16]. Las empresas convergen en un modelo híbrido: gestión automatizada de los contactos rutinarios, derivación a personas para el resto y una reducción constante de la plantilla mediante bajas no cubiertas. Para los trabajadores, ese modelo híbrido significa menos puestos en los peldaños inferiores de la atención al cliente y una carga de casos más pesada y difícil para quienes se quedan.

El derecho fue uno de los primeros en adoptarla. Allen and Overy, que desde entonces se ha fusionado con el bufete estadounidense Shearman and Sterling, implantó Harvey entre más de 3.500 abogados de 43 oficinas en febrero de 2023, tras una fase beta en la que los abogados formularon unas 40.000 preguntas [24]. En marzo de 2026, Harvey tenía más de 1.000 clientes, entre ellos la mayoría de los 100 mayores bufetes de Estados Unidos, y unos 100.000 abogados que la utilizaban, y había captado 200 millones de dólares con una valoración de 11.000 millones de dólares ✓ Hecho establecido [23]. La encuesta de 2025 de Thomson Reuters a 2.275 profesionales del derecho, la fiscalidad y la contabilidad halló que esperaban que la IA les ahorrara cinco horas semanales, unas 240 horas al año [28]. Las tareas que se automatizan son concretas: primeros borradores de informes, revisión de contratos, resúmenes de due diligence, búsqueda de jurisprudencia y comparación de documentos.

La evidencia controlada respalda grandes ganancias de velocidad y ganancias de calidad más matizadas. El primer ensayo aleatorizado sobre la IA en el análisis jurídico, de Jonathan Choi, Amy Monahan y Daniel Schwarcz, halló que GPT-4 solo producía mejoras de calidad leves e irregulares, pero reducciones de tiempo grandes y constantes, y que los participantes menos cualificados eran los que más ganaban en calidad ✓ Hecho establecido [26]. Un estudio de seguimiento de 2025 puso a prueba dos herramientas más recientes en seis tareas jurídicas realistas. La productividad aumentó entre un 50 % y un 130 % en cinco de las seis; ambas herramientas mejoraron la calidad; la herramienta jurídica basada en recuperación de información no elevó las tasas de alucinación, mientras que el modelo de razonamiento generalista produjo análisis más profundos pero introdujo contenido inventado [25]. Qué herramienta compra un bufete, y cómo la usan sus abogados, importa tanto como el hecho de que use o no la IA.

El coste de equivocarse ya es medible. Una base de datos mantenida por Damien Charlotin, de HEC París, había registrado en junio de 2026 unas 1.600 resoluciones judiciales en todo el mundo relacionadas con contenido alucinado por IA —casos inventados, citas falsas o referencias ficticias— y crecía a un ritmo de cinco a seis al día ✓ Hecho establecido [27]. Más de 1.000 de esos casos se produjeron en Estados Unidos [27]. Cada uno es un caso en el que el tiempo ahorrado en la redacción se perdió, con intereses, en sanciones, daños a la reputación y amonestaciones judiciales. La Oficina de Estadísticas Laborales (BLS) cita ya expresamente la IA como un factor que limita la demanda de asistentes jurídicos y paralegales, cuyo trabajo de investigación y preparación de documentos es el que más se solapa con lo que hacen las herramientas, y prevé que su empleo se mantenga más o menos estable hasta 2034 [29].

El trabajo creativo y lingüístico ofrece la evidencia más nítida de sustitución, porque las plataformas de trabajo freelance en línea registran cada encargo y cada pago. Xiang Hui, Oren Reshef y Luofeng Zhou constataron que, tras el lanzamiento de ChatGPT, los redactores freelance de una gran plataforma sufrieron una caída del 2 % en los encargos mensuales y del 5,2 % en los ingresos mensuales; tras la llegada de los generadores de imágenes, los freelance del ámbito de la imagen vieron caer los encargos un 3,7 % y los ingresos un 9,4 % ✓ Hecho establecido [30]. En contra de la suposición habitual de que la IA solo perjudica a los trabajadores poco cualificados, los freelance mejor valorados y con más experiencia resultaron más afectados [30]. Un segundo estudio, de Ozge Demirci, Jonas Hannane y Xinrong Zhu, halló una caída del 21 % en las ofertas de trabajos de redacción y programación propensos a la automatización en un plazo de ocho meses, con un descenso de más del 30 % en los de redacción y del 17 % en las ofertas de creación de imágenes [31].

La traducción y la ilustración muestran la misma presión desde el lado de los trabajadores. Una encuesta de 2024 entre 787 miembros de la Society of Authors británica halló que el 36 % de los traductores y el 26 % de los ilustradores ya habían perdido trabajo por la IA generativa, y que más del 43 % de los traductores declaraba ingresos más bajos ◈ Evidencia sólida [32]. Se trata de una encuesta entre socios autoseleccionados, no de una muestra aleatoria, y debe leerse como una señal sólida más que como una tasa precisa [32]. En abril de 2025, el consejero delegado de Duolingo comunicó a la plantilla que la empresa dejaría gradualmente de recurrir a colaboradores externos para el trabajo que pudiera asumir la IA, incluidas la creación de contenidos y la traducción, y que solo aumentaría la plantilla allí donde los equipos demostraran que su trabajo no podía automatizarse [33]. Tras una oleada de críticas públicas, aseguró que la IA no sustituiría a los empleados a tiempo completo de la empresa [33], una distinción que, una vez más, sitúa las primeras pérdidas fuera de la nómina.

El estudio de BCG, realizado con investigadores de Harvard, Wharton y el MIT, sigue siendo el experimento más detallado sobre la IA en el trabajo intelectual de alto nivel, y su conclusión central se ha confirmado en distintas funciones: la IA comprime la distribución de las competencias ◈ Evidencia sólida [34] [14] [26]. Los consultores más flojos ganaron un 43 %, los agentes de soporte con menos experiencia un 34 % y los estudiantes de Derecho menos cualificados fueron los que más ganaron en calidad. Ethan Mollick, uno de sus autores, observó que, cuando la IA es muy buena, los humanos no tienen motivos para esforzarse y prestar atención [34]. Esa observación es el eslabón entre las ganancias de velocidad y los casos de alucinación. A medida que las herramientas mejoran, la revisión humana que detecta sus errores se vuelve a la vez más importante y menos ejercitada.

En el derecho, la redacción y la traducción, la evidencia respalda tres conclusiones. En primer lugar, la IA ya ha reducido la demanda en el extremo más sustituible de estos mercados: el trabajo freelance en plataformas, la traducción rutinaria, las imágenes de archivo y la investigación júnior ◈ Evidencia sólida [30] [31] [32]. En segundo lugar, el trabajo restante es más complejo y, según Demirci y sus colegas, está mejor pagado, pero hay menos y la competencia por él es más feroz [31]. En tercer lugar, en las profesiones reguladas el cuello de botella se ha desplazado de la producción de documentos a su verificación, y los profesionales mejor situados para verificar son los formados a la antigua, redactando lo que ahora redacta la IA ◈ Evidencia sólida [26] [27]. Las profesiones se están vaciando por la base de la pirámide, no por la cúspide.

Cada oleada anterior de automatización de oficina suscitó el mismo debate inicial sobre si destruiría el trabajo administrativo, y la experiencia es aleccionadora. Cuando LEO I asumió la nómina de J. Lyons en 1954, sustituyó una función que desempeñaban salas enteras de oficinistas [78]. Con la llegada de las hojas de cálculo, Estados Unidos perdió unos 400.000 auxiliares de contabilidad y teneduría de libros en las tres décadas y media siguientes, pero ganó unos 600.000 contables y auditores, porque un análisis más barato generó más demanda de análisis ✓ Hecho establecido [76]. Los cajeros automáticos pasaron de unos 60.000 en 1985 a 352.000 en 2002, mientras que el número de cajeros bancarios aumentó ligeramente, de unos 500.000 a 527.000, porque cada sucursal necesitaba menos personal y los bancos abrieron más sucursales [77]. En todos los casos, la tarea desapareció antes que la ocupación, y la ocupación cambió de forma en lugar de esfumarse.

La IA generativa ya produce ahorros de tiempo medibles a escala de cada trabajador. Una encuesta de economistas de la Reserva Federal de San Luis halló que los usuarios de IA generativa ahorraban el 5,4 % de sus horas de trabajo, lo que implica un ahorro de en torno al 1,1 % del total de horas trabajadas en la economía ◈ Evidencia sólida [37]. El análisis de Anthropic sobre millones de conversaciones con sus modelos Claude estimó que las tareas que requieren un título universitario se aceleraban unas 12 veces, y rebajó su estimación ajustada por tasa de éxito del posible impulso al crecimiento de la productividad laboral a entre 1,0 y 1,2 puntos porcentuales anuales [38]. Los patrones de uso se desplazan hacia la automatización. En el tráfico empresarial a través de la interfaz de programación de Anthropic, la mayoría de las interacciones delegan ya tareas completas en lugar de colaborar en ellas [38].

Los rendimientos a escala de empresa son mucho más exiguos. La encuesta State of AI 2025 de McKinsey halló que solo el 39 % de las organizaciones declaraba algún efecto de la IA sobre el beneficio antes de intereses e impuestos del conjunto de la empresa, y que la mayoría lo situaba por debajo del 5 % ✓ Hecho establecido [39]. La encuesta de IBM de 2025 a 2.000 consejeros delegados halló que solo el 25 % de las iniciativas de IA había dado el rendimiento esperado, y solo el 16 % se había extendido a toda la empresa [40]. Los datos de la Oficina del Censo muestran que entre el 17 % y el 20 % de las empresas estadounidenses usaba IA entre diciembre de 2025 y mayo de 2026, aunque la usa el 37 % de las empresas con 250 empleados o más [35]. La adopción depende mucho de cómo se mida: una nota de la Reserva Federal concluyó que el 18 % de las empresas usa IA, pero que el 78 % de los trabajadores está empleado en empresas que sí la usan ◈ Evidencia sólida [36].

El resultado danés es la prueba individual más importante sobre lo que la IA está haciendo con el trabajo, porque vincula el uso individual con registros administrativos y no con autoevaluaciones. Su mensaje no es que la IA no haga nada. Es que el tiempo ahorrado se está absorbiendo —en nuevas tareas, en la supervisión e integración de la IA, en más producción por el mismo salario— en lugar de convertirse en salarios más altos o en menos horas ◈ Evidencia sólida [4]. Son las empresas, y no los trabajadores, quienes se quedan con la ganancia, y lo hacen sobre todo a través de lo que dejan de gastar. Eso devuelve el análisis a las plantillas. Los grandes empleadores han dedicado 2025 y 2026 a reducir o congelar de forma explícita sus plantillas de oficina mientras crece la producción:

• Amazon: unos 30.000 puestos corporativos suprimidos en octubre de 2025 y enero de 2026, cerca del 10 % de la plantilla corporativa, tras un memorando según el cual la IA reduciría la plantilla corporativa [45] [46]
• Salesforce: plantilla de atención al cliente reducida de unas 9.000 a unas 5.000 personas, con agentes de IA que gestionan cerca de la mitad de las conversaciones [17]
• Block: unos 4.000 de sus más de 10.000 empleados despedidos en febrero de 2026, con mención directa a las herramientas de IA [81]
• JPMorgan: previsión de una reducción del 10 % de la plantilla de operaciones en cinco años, mientras el beneficio del tercer trimestre de 2025 crecía un 12 % con un aumento de la plantilla del 1 % [85] [47]
• KPMG Reino Unido: incorporación de recién titulados recortada un 29 %, de 1.399 a 942, entre 2023 y 2024 [48]

Varias de estas empresas sostienen que la IA no es el motivo principal. Amazon presentó sus recortes como una eliminación de capas jerárquicas y de burocracia [46]. Las firmas de contabilidad citan la desaceleración económica y la deslocalización junto a la IA [48]. El Yale Budget Lab alertó en febrero de 2026 de que algunas empresas podrían estar practicando un «lavado de IA» (AI-washing) de despidos con causas más profundas, como el exceso de contrataciones posterior a la pandemia y la reasignación de presupuestos al gasto de capital en IA ⚖ Controvertido [42]. Andy Challenger, cuya empresa elabora los datos de despidos, expuso sin rodeos la lógica de fondo en mayo de 2026: con independencia de que la IA esté sustituyendo o no empleos concretos, sí está sustituyendo el dinero destinado a esos puestos [75]. Los presupuestos que antes pagaban plantilla se están redirigiendo a capacidad de computación, y esa reasignación es real tanto si un trabajador concreto fue sustituido por una herramienta concreta como si no.

Las estimaciones macroeconómicas abarcan un orden de magnitud, lo que en sí mismo resulta revelador. El modelo basado en tareas de Daron Acemoglu sitúa la ganancia de productividad total de los factores en no más del 0,66 % en diez años [59]. El Penn Wharton Budget Model prevé un aumento del 1,5 % en el nivel del PIB en 2035, con un impulso al crecimiento anual de la productividad que alcanzaría su máximo de 0,2 puntos porcentuales en 2032 [60]. Goldman Sachs, que en 2023 calculó que el equivalente a 300 millones de empleos a tiempo completo en todo el mundo estaba expuesto a la automatización [56], estima que entre el 6 % y el 7 % de la población activa estadounidense se vería desplazada si la IA se adoptara de forma generalizada, con un desempleo temporalmente unos 0,5 puntos porcentuales más alto durante la transición ⚖ Controvertido [57]. La dispersión refleja el desacuerdo sobre cuántas tareas puede realizar la IA de forma fiable y con qué rapidez se reorganizarán las empresas en torno a ella, precisamente las variables que, según los estudios a nivel de tarea, son más inciertas.

La evidencia más rigurosa de que la IA ya está afectando al empleo procede de datos de nóminas, no de encuestas. Erik Brynjolfsson, Bharat Chandar y Ruyu Chen utilizaron registros mensuales de ADP, el mayor procesador de nóminas de Estados Unidos, que abarcan a millones de trabajadores. Constataron que los empleados de entre 22 y 25 años en las ocupaciones más expuestas a la IA —entre ellas el desarrollo de software y la atención al cliente— experimentaron un descenso relativo del empleo del 13 % a partir de finales de 2022, una vez controlados los shocks a nivel de empresa ◈ Evidencia sólida [3]. Los trabajadores de más edad en esas mismas ocupaciones se mantuvieron estables o ganaron terreno [3]. Una versión revisada del artículo publicada en agosto de 2026, con datos hasta junio de 2026, sitúa la brecha en el 19 % [3].

Dos detalles hacen que el hallazgo resulte más convincente que una simple correlación. En primer lugar, los descensos se concentran en ocupaciones en las que la IA se usa principalmente para automatizar tareas, mientras que el empleo ha crecido en las ocupaciones en las que se usa sobre todo para complementar el trabajo humano [3]. En segundo lugar, el ajuste se produce a través del empleo y no de los salarios: las empresas contratan a menos jóvenes, no les pagan menos [3]. Brynjolfsson lo resumió en agosto de 2025: el empleo había empezado a disminuir entre los jóvenes en ocupaciones muy expuestas, como la programación y los centros de llamadas, pero los trabajadores de más edad y quienes usan la IA para complementar su trabajo habían registrado aumentos de empleo [3]. Los autores califican sus resultados de descriptivos, no causales [3].

El patrón es visible mucho más allá del software. El seguimiento que hace la Reserva Federal de Nueva York de los recién titulados universitarios de entre 22 y 27 años muestra un desempleo de alrededor del 5,6 % en el segundo trimestre de 2026, frente a cerca del 4,2 % del conjunto de los trabajadores —una inversión inusualmente amplia—, y un subempleo de alrededor del 42 % ✓ Hecho establecido [50]. El Burning Glass Institute constató que las ofertas que exigían menos de tres años de experiencia cayeron con fuerza después de 2022 en ámbitos expuestos a la IA como las operaciones empresariales, la gestión de proyectos y las finanzas, y que la ventaja de un título frente al desempleo se había reducido a su nivel más bajo en 30 años [51]. Su informe señalaba que la IA generativa sobresale precisamente en el trabajo básico que tradicionalmente realizan los empleados júnior: investigación, primeros borradores, análisis de datos elemental y comunicaciones rutinarias [51].

En el Reino Unido, la evidencia es más contundente en los datos de vacantes. Adzuna constató que las vacantes de nivel de entrada —puestos para recién titulados, contratos de aprendizaje, prácticas y puestos júnior— cayeron un 31,89 % entre noviembre de 2022 y mediados de 2025, y que su proporción sobre el total de ofertas bajó del 28,9 % al 25 % ◈ Evidencia sólida [49]. Las cuatro grandes firmas de auditoría recortaron drásticamente la incorporación de recién titulados: KPMG un 29 %, Deloitte un 18 %, EY un 11 % y PwC un 6 %, e Indeed registró una caída del 44 % en los anuncios para recién titulados en contabilidad en el Reino Unido respecto a 2023 [48]. El gobernador de la Reserva Federal Michael Barr afirmó en febrero de 2026 que los trabajadores al comienzo de su carrera en ámbitos expuestos a la IA ya estaban sufriendo descensos relativos del empleo, y alertó de que el corto plazo podía tener consecuencias a largo plazo para ellos [79].

El argumento causal es objeto de una auténtica controversia ⚖ Controvertido [52] [42]. El Economic Innovation Group sostuvo en enero de 2026 que el descenso del empleo juvenil en las ocupaciones expuestas a la IA se explica mejor por el endurecimiento monetario más brusco en cuatro décadas, que golpeó con más fuerza la contratación en tecnología y finanzas, sectores sensibles a los tipos de interés [52]. El propio Burning Glass Institute apunta también a un exceso de titulados [51]. El Yale Budget Lab constató en abril de 2026 que los trabajadores desempleados y los ocupados tenían la misma exposición a las tareas de IA, algo que no cabría esperar si la IA estuviera expulsando a la gente del trabajo [42]. El exceso de contrataciones en tecnología tras la pandemia y el fin del capital barato afectaron precisamente a los sectores con mayor exposición a la IA, lo que dificulta separar ambas explicaciones.

No obstante, el peso de la evidencia respalda una afirmación más acotada que sobrevive a estas objeciones ◈ Evidencia sólida [3] [44] [58]. Dentro de las mismas ocupaciones y de las mismas empresas, los jóvenes pierden terreno frente a los trabajadores de más edad, y las pérdidas son mayores allí donde la IA automatiza tareas que donde las complementa [3]. Los tipos de interés no explican de forma evidente esa brecha de edad dentro de cada ocupación. Los empleadores encuestados por la Reserva Federal de Nueva York afirman que esperan que la IA frene la contratación, en particular de titulados universitarios, más que provocar despidos [43] [44]. La automatización silenciosa del trabajo de oficina es, en esta fase, sobre todo una automatización de la entrada: el trabajo que antes se encomendaba a los recién incorporados se encomienda ahora al software, y a esos candidatos no se los contrata.

Las instituciones mundiales coinciden en la magnitud de la exposición y discrepan sobre su significado. El Fondo Monetario Internacional (FMI) estimó en enero de 2024 que casi el 40 % del empleo mundial, y alrededor del 60 % en las economías avanzadas, está expuesto a la IA, y alertó de que la IA probablemente agravaría la desigualdad en la mayoría de los escenarios [54]. El índice de 2025 de la Organización Internacional del Trabajo (OIT) situó la exposición en el 25 % del empleo mundial, con el trabajo administrativo como el grupo ocupacional más expuesto, y halló una marcada brecha de género: en los países de renta alta, el 9,6 % del empleo femenino se encuadra en la categoría de mayor exposición, frente al 3,5 % del masculino ✓ Hecho establecido [53]. La encuesta a empleadores del Foro Económico Mundial de 2025 proyectó 170 millones de empleos creados y 92 millones desplazados de aquí a 2030, y el 40 % de los empleadores prevé reducir su plantilla allí donde la IA pueda automatizar tareas [55]. La exposición mide lo que la IA podría tocar, no lo que sustituirá, y la propia OIT subraya la transformación por encima de la sustitución [53].

Estados Unidos es donde el debate sobre el desplazamiento suena con más fuerza y donde los datos son más ricos. Los anuncios empresariales, los recuentos de despidos de Challenger y los hallazgos de las nóminas de ADP apuntan a una reestructuración del trabajo de oficina vinculada a la IA ◈ Evidencia sólida [1] [3]. Sin embargo, el Yale Budget Lab no encuentra ninguna perturbación en el conjunto de la economía [42], y la Reserva Federal de Nueva York detecta muy pocos despidos impulsados por la IA [44]. Los responsables de la Reserva Federal han empezado a tratar la cuestión como un asunto de política económica. El gobernador Christopher Waller dijo en octubre de 2025 que la IA parecía avanzar tan deprisa que la destrucción de empleo podría llegar antes que los nuevos empleos [80]. El Reino Unido muestra con mayor claridad el efecto sobre el nivel de entrada en los datos de vacantes, como se vio en la sección seis [49] [48]. El IPPR, un centro de estudios, alertó en 2024 de que hasta 8 millones de empleos británicos podrían perderse en el peor escenario de una segunda oleada de adopción, con los puestos administrativos, de nivel de entrada y a tiempo parcial como los primeros expuestos [61].

Japón plantea la misma tecnología en términos opuestos. El Recruit Works Institute prevé un déficit de más de 11 millones de trabajadores en 2040 [66], de modo que la IA se presenta como un remedio para la escasez de mano de obra y no como una amenaza para el empleo. Mizuho Financial Group ha afirmado que la IA absorberá en una década un trabajo equivalente a unos 5.000 puestos administrativos, aproximadamente un tercio de su personal administrativo en Japón, y que los empleados serán reasignados a ventas y a tareas de atención al cliente en lugar de ser despedidos ◈ Evidencia sólida [64]. La Ley de Promoción de la IA del país, aprobada por la Dieta el 28 de mayo de 2025, es un marco de derecho indicativo sin sanciones ni obligaciones específicas en materia de empleo [65]. La reasignación es real, pero a lo largo de una década puede significar igualmente menos contrataciones administrativas: el mismo mecanismo silencioso con otro nombre [64].

Alemania y Dinamarca aportan la evidencia administrativa más rigurosa. El Instituto de Investigación sobre el Empleo (IAB), brazo investigador de la Agencia Federal de Empleo alemana, estima que el 38 % de los asalariados trabaja en ocupaciones en las que más del 70 % de las tareas es técnicamente automatizable, con el mayor aumento entre los expertos altamente cualificados y los servicios de TI [67]. Su estudio de 2025 no halló hasta ahora ninguna pérdida significativa de empleo causada por la IA [67]. Los datos de los registros daneses, analizados en la sección cinco, muestran el mismo resultado nulo para los ingresos y las horas [4]. En la India, el panorama está dividido. Tata Consultancy Services anunció en julio de 2025 que suprimiría unos 12.000 empleos, alrededor del 2 % de sus 613.000 empleados, principalmente en mandos intermedios y altos [62]. Infosys, en cambio, siguió contratando a unos 20.000 titulados al año, formados en IA antes de su incorporación, y Wipro se fijó como objetivo unos 10.000 ◈ Evidencia sólida [63].

Hasta ahora, la regulación se ha centrado en cómo se usa la IA para gestionar a los trabajadores más que en si los sustituye. El Reglamento de IA de la UE (AI Act) clasifica como de alto riesgo la IA utilizada para la selección de personal, los ascensos, los despidos, la asignación de tareas y la supervisión, y su obligación de alfabetización en IA se aplica desde el 2 de febrero de 2025 ✓ Hecho establecido [68]. Pero en julio de 2026 el Ómnibus Digital sobre IA de la UE aplazó las obligaciones de alto riesgo, incluidas las relativas al empleo, de agosto de 2026 al 2 de diciembre de 2027 [69]. La ley integral de IA de Colorado se retrasó de febrero a junio de 2026 [71]. Nueva York añadió en 2025 una casilla a su formulario de notificación de despidos en la que se pregunta a los empleadores si la automatización o la IA fueron un motivo de los recortes; en el primer año, ninguno de los más de 160 declarantes la marcó por la IA [70]. Los senadores estadounidenses Mark Warner y Josh Hawley han propuesto la notificación trimestral obligatoria al Departamento de Trabajo de los despidos, contrataciones y recualificaciones relacionados con la IA [73].

En el plano político, el debate se ha polarizado más deprisa que la evidencia. Un informe del personal de la minoría demócrata del Comité HELP del Senado, de octubre de 2025, afirmaba que la IA y la automatización podrían sustituir casi 100 millones de empleos en Estados Unidos en diez años, pero sus estimaciones se generaron en parte a partir de instrucciones a ChatGPT y no pasaron por una revisión por pares ⚖ Controvertido [72]. En el otro extremo, muchos directivos tecnológicos insisten en que los nuevos empleos superarán en número a los perdidos. Dario Amodei, de Anthropic, alertó en mayo de 2025 de que la IA podría eliminar la mitad de los empleos de oficina de nivel de entrada y elevar el desempleo a entre el 10 % y el 20 % en un plazo de uno a cinco años [82]. Jensen Huang, de Nvidia, dijo discrepar de casi todo lo que Amodei había dicho sobre el tema [83], mientras que Jim Farley, de Ford, afirmó que la IA sustituiría literalmente a la mitad de todos los trabajadores de oficina de Estados Unidos [84].

La protección más eficaz hasta la fecha no ha procedido de la legislación, sino de la negociación. El convenio de 2023 del Writers Guild of America, que puso fin a una huelga que se prolongó del 2 de mayo al 24 de septiembre, prohíbe que la IA escriba o reescriba material literario e impide a los estudios exigir a los guionistas que la utilicen ✓ Hecho establecido [74]. Ese modelo funciona allí donde los trabajadores están organizados y su producción es fácil de definir. La mayor parte del trabajo de oficina no cumple ninguna de las dos condiciones. El vacío normativo que se desprende de la comparación entre países es, por tanto, concreto: ninguna gran jurisdicción mide las contrataciones que la IA impide, y casi ninguna de las normas vigentes las captaría aunque lo hiciera ◈ Evidencia sólida [70] [73]. Los gobiernos regulan el despido visible mientras la contratación invisible que nunca se produce pasa sin registrarse.

Cada columna contiene pruebas sólidas, y el desacuerdo se reduce en cuanto se aclara qué mide cada una. Los estudios agregados —el análisis de la composición ocupacional de Yale, los datos de los registros daneses, los registros administrativos alemanes— se preguntan si la IA ha cambiado el empleo total, los ingresos o las horas en ocupaciones enteras ◈ Evidencia sólida [42] [4] [67]. Todavía no lo ha hecho. Los estudios de nóminas y vacantes se preguntan si ha cambiado el flujo de nuevos trabajadores que acceden a empleos expuestos a la IA ◈ Evidencia sólida [3] [49] [50]. Sí ha cambiado. Un mercado laboral puede mostrar totales estables mientras se reducen sus flujos de entrada, porque quienes ya ocupan un puesto lo conservan y la rotación es lenta. El stock de empleo de oficina está en calma; el flujo de entrada, no.

Los datos de despidos empresariales merecen un escepticismo especial, en ambos sentidos ⚖ Controvertido [1] [42] [70]. Challenger contabiliza lo que las empresas dicen en sus anuncios, no lo que causó los recortes, y la proporción de la IA entre los motivos citados cayó del 40 % en mayo de 2026 al 9 % en septiembre [1]. La misma firma informó en agosto de 2026 de que las contrataciones anunciadas habían aumentado un 25 % interanual [2]. Los datos de las declaraciones de Nueva York sugieren que las empresas citan la IA en los comunicados de prensa, donde transmite eficiencia a los inversores, pero no en los documentos legales, donde la atribución tiene consecuencias [70]. Sin embargo, también es posible el error contrario. Cuando la IA absorbe el trabajo de un puesto que nunca llega a publicarse, ningún anuncio, declaración ni solicitud de prestación por desempleo lo registra. El efecto silencioso queda, por definición, contabilizado a la baja, y el ruidoso, probablemente, al alza.

La evidencia función por función apunta a una clasificación clara de la exposición ◈ Evidencia sólida [17] [8] [31] [27]. La atención al cliente y el procesamiento administrativo rutinario se enfrentan a la sustitución más directa, porque las tareas son de gran volumen, están bien definidas y son fáciles de supervisar. El desarrollo de software se enfrenta a grandes ganancias de rendimiento y a un brusco desplazamiento de la demanda del personal júnior al sénior. La redacción freelance, la traducción y las imágenes de archivo se enfrentan a la sustitución en el segmento bajo de unos mercados ya precarios. El derecho y la contabilidad registran las mayores ganancias de velocidad con los modos de fallo más costosos, lo que por ahora mantiene en su sitio al revisor humano. En todos ellos, el trabajador con menos experiencia es el que más gana con la herramienta y también el que más fácilmente puede ser sustituido por ella [14] [34].

Esa paradoja es la conclusión central de este informe. En los estudios controlados, la IA es un igualador: eleva sobre todo a los de peor rendimiento y reduce las diferencias de competencias en la atención al cliente, la consultoría, el derecho y el software ✓ Hecho establecido [14] [34] [26] [8]. En el mercado laboral, funciona como una barrera: hace menos necesaria la contratación del júnior justo en el momento en que lo haría más productivo [3] [51]. Cuál de los dos efectos predomine depende de las decisiones que tomen los empleadores sobre quién usa la herramienta. Si las empresas dan la IA a los júniores y siguen contratándolos, gana el efecto igualador. Si se la dan a los veteranos y dejan de contratar júniores, gana el efecto barrera, y los datos de nóminas sugieren que, hasta ahora, la segunda opción es la más común.

Tres cosas cambiarían esta valoración. La primera sería una evidencia clara de desplazamiento en los datos agregados: un aumento del desempleo entre los trabajadores experimentados de las ocupaciones expuestas, no solo una entrada más lenta. Las series del Yale Budget Lab y de la Reserva Federal de Nueva York son las que hay que vigilar [42] [44]. La segunda sería la prueba de que la productividad generada por la IA está elevando los salarios o creando nuevas ocupaciones a gran escala, como hicieron las hojas de cálculo con los contables [76]. Los datos daneses, que muestran aumentos de ingresos solo en entre el 3 % y el 7 % de los casos, aún no lo muestran [4]. La tercera sería un cambio de tendencia en la contratación de nivel de entrada, a medida que las empresas descubran, como le ocurrió a Klarna en la atención al cliente, que recortar demasiado degrada la calidad [16].

Para los responsables políticos, la evidencia apunta a un problema de medición antes que a un problema de protección. Ninguna jurisdicción registra de forma sistemática los empleos que la IA impide, y la declaración voluntaria no ha producido nada [70]. La notificación obligatoria de los cambios en la contratación vinculados a la IA, del tipo propuesto por Warner y Hawley, haría al menos visible el efecto silencioso [73]. Para los empleadores, la evidencia sugiere que la estrategia más barata a corto plazo —usar la IA para evitar contratar júniores— conlleva un coste a largo plazo en canteras de formación perdidas que ninguna empresa asumirá por sí sola. Para los trabajadores que inician una carrera profesional en 2026, la evidencia es tajante: las tareas con las que antes se aprendía el oficio son las que ahora mejor hace la IA, y el camino hacia el trabajo de oficina pasa cada vez más por la capacidad de supervisarla, verificarla y corregirla ◈ Evidencia sólida [3] [34] [51].