¿Te va a quitar la IA el trabajo? Lo que dicen los datos, sin catastrofismo

La respuesta corta es que no: la IA no te va a quitar el trabajo entero de un día para otro. Pero ya está quitando trozos concretos de él, y en algunas ocupaciones muy específicas ya está quitando el puesto directamente. Ni el "no pasa nada" tranquilizador ni el titular del apocalipsis se sostienen con los datos que hay encima de la mesa hoy. El Foro Económico Mundial calcula que entre ahora y 2030 se crearán 170 millones de empleos nuevos en el mundo y desaparecerán 92 millones — un saldo neto positivo de 78 millones¹. Pero ese promedio global esconde lo que de verdad importa: qué tareas concretas de tu trabajo, hoy, ya no las hace una persona.

Dicho de otra forma: la IA de 2026 automatiza tareas sueltas dentro de un puesto, rara vez el puesto entero (si quieres repasar antes qué hay técnicamente detrás de ese término, lo cubrí en qué es machine learning). El problema es que cuantas más tareas de tu día a día caen dentro de lo que automatiza bien, más cerca estás de notarlo en la nómina. Hay un grupo donde ese efecto ya se puede medir con datos reales de nómina, sin depender de encuestas de intención: el de quienes acaban de empezar a trabajar. Vamos con los datos, uno a uno, sin vender nada por el camino.

Qué dicen los estudios serios sobre IA y empleo

El estudio de referencia sobre el tema es el Future of Jobs Report 2025 del Foro Económico Mundial, con respuestas de más de 1.000 empresas que emplean a 14 millones de personas en 55 países¹. No es infalible —es una encuesta a empleadores sobre sus propias expectativas—, pero junta más datos de empresas reales que casi cualquier otro estudio sobre el tema. Sus cifras centrales para 2030:

El saldo es positivo en el papel, pero la letra pequeña es la que de verdad importa: el mismo informe calcula que el 39% de las competencias que usa hoy un trabajador medio habrán perdido relevancia o quedado obsoletas antes de 2030¹. Esa cifra habla sobre todo de puestos que se transforman por dentro sin llegar a desaparecer, y ese proceso silencioso ya le está pasando, ahora mismo, a mucha más gente que la desaparición completa de un puesto.

La reacción, al menos sobre el papel, ya está en marcha: la proporción de trabajadores que ha pasado por algún programa de reciclaje o mejora de competencias subió del 41% en 2023 al 50% en 2025, según el mismo informe¹. Va un paso por detrás del cambio, pero va.

Qué automatiza la IA de verdad, hoy

Aquí es donde conviene dejar las encuestas de intención y mirar el uso real. Anthropic, la empresa que hace Claude, publica desde 2025 el Anthropic Economic Index, construido a partir de millones de conversaciones reales en vez de encuestas sobre intenciones futuras. Su informe de enero de 2026 encontró que el 49% de los empleos ya tenían al menos una cuarta parte de sus tareas pasando por Claude en algún momento — frente al 36% que marcaba el primer informe, un año antes². La tendencia importa tanto como la cifra: va para arriba, y rápido.

Lo que sube no son las tareas más vistosas. El 37,2% de las consultas que recibe Claude caen en la categoría “computer and mathematical” —sobre todo desarrollo de software: modificar código, depurar errores, resolver problemas de red³. En el uso vía API de empresas, el trabajo de oficina y administración —tareas rutinarias, poco vistosas— ronda el 10% de las conversaciones, y la propia corrección de errores de código bajó del 16,1% al 13,3% del uso en Claude.ai según se diversifican los casos de uso⁴. Es la foto de un uso muy concentrado en un puñado de oficios y de tareas concretas dentro de esos oficios — todavía lejos de un barrido horizontal de “toda la economía” de golpe.

Y dentro de ese uso, la forma más habitual sigue siendo la colaboración con la persona, más que la sustitución directa. Pedirle a Claude que revise algo que has escrito tú es distinto de pedirle que lo escriba entero sin que intervengas — Anthropic llama a la primera "aumento" y a la segunda "automatización". La balanza se está moviendo hacia la automatización con el tiempo, pero el aumento sigue siendo, hoy, el modo de uso más habitual.

Quién ya lo está notando

Hay un grupo donde este efecto ya no es una expectativa: se puede medir directamente en nóminas reales. Es el de quienes acaban de entrar al mercado laboral. Un estudio del Stanford Digital Economy Lab, con datos reales de nómina de la gestora ADP, mide el efecto directamente. El empleo de los trabajadores de 22 a 25 años en ocupaciones expuestas a la IA está un 19% por debajo de lo que le correspondería si hubiera seguido el ritmo de sus compañeros menos expuestos⁵. El de los trabajadores con más experiencia se mantuvo estable. El propio estudio, firmado por Erik Brynjolfsson junto a Bharat Chandar y Ruyu Chen, insiste en un matiz que se suele perder por el camino: la caída se concentra en las ocupaciones donde la IA sustituye tareas. Donde en cambio la complementa, el empleo se mantiene plano o incluso sube, sobre todo entre los más veteranos⁵.

En paralelo hay despidos que las propias empresas ya atribuyen directamente a la IA, sin rodeos: la consultora de recolocación Challenger, Gray & Christmas contabilizó 112.713 despidos achacados a la IA en los primeros siete meses de 2026, cerca de un 24% de todos los recortes anunciados en ese periodo⁶. La propia consultora avisa de que la frontera es borrosa —separar un despido "por IA" de una reestructuración con otro nombre es difícil—, pero la tendencia mes a mes es consistente, no un pico aislado.

El economista Sebastián Di Domenica lo repasa con más datos en este análisis para Canal E.

Lo que la IA todavía no hace bien

El propio informe del WEF citado más arriba ya apunta en esta dirección: entre los puestos que más van a crecer hasta 2030 sitúa, junto a los perfiles técnicos de datos e IA, roles de cuidado, educación y trabajo agrícola¹ — trabajos que dependen de trato con personas, presencia física o un criterio que cambia de un caso a otro. El estudio de Stanford apunta a la misma idea desde otro ángulo: donde la IA complementa en vez de sustituir, el empleo no cae. La tecnología puede acabar tocando esas tareas algún día. Hoy, tal y como está, sigue sin hacerlas bien de forma consistente. Roles de dirección, educación, sanidad y diseño técnico aparecen entre los menos expuestos en los datos reunidos aquí, mientras que las tareas administrativas repetitivas y de entrada de datos —las mismas que ya citaba Anthropic más arriba— aparecen entre las más automatizadas.

Hay una trampa fácil aquí, y merece la pena nombrarla: pensar que "nivel alto" equivale a "a salvo" es un error habitual. Revisar código con errores conocidos o clasificar información son tareas que exigen formación, y aun así están entre las que más se delegan hoy. Lo que protege de verdad una tarea es que dependa de un criterio que cambia según el contexto o de una persona presente — el prestigio de la tarea apenas influye.

Qué puedes hacer con esto

No hay una fórmula que garantice nada, y cualquiera que te la venda como tal te está mintiendo. Pero la evidencia de este artículo apunta en una dirección bastante clara: la parte más expuesta de casi cualquier trabajo es la tarea repetitiva y bien definida, tenga o no pinta de trabajo "de nivel alto". La parte más protegida es la que combina criterio, trato con personas o decisiones que cambian según el contexto. Delegar en estas herramientas la parte aumentable de tu trabajo es la lectura que mejor sostiene esa evidencia. Piensa en el primer borrador, la clasificación o el resumen: tareas donde la IA ya rinde bien, dejándote a ti la parte que exige criterio propio. Si quieres comparar qué modelo te sirve para eso, hay más opciones en el directorio de enlaces. Un ejemplo sencillo, sin necesidad de inventar nada: en una gestoría o una asesoría pequeña, que la IA clasifique facturas antes de que las revise una persona transforma el puesto de quien las procesaba, que pasa de teclear datos a resolver las excepciones y hablar con el cliente cuando algo no cuadra. Es la lectura que permite hacer la evidencia reunida en este artículo, con los límites propios de aplicar una tendencia agregada a un caso individual.

Preguntas rápidas

¿La IA me va a quitar el trabajo mañana? No como sustitución total de un puesto de un día para otro. El patrón que muestran los datos es la desaparición gradual de tareas concretas dentro de un puesto — salvo en ocupaciones muy expuestas, donde ya hay despidos directos que las empresas atribuyen a la IA.

¿Qué trabajos son más seguros frente a la IA? Los que dependen de liderazgo, criterio en contextos cambiantes, presencia física o cuidado de otras personas: dirección, educación, sanidad, diseño técnico. Ningún trabajo es inmune por completo, pero son los que el WEF sitúa entre los que más crecerán hasta 2030 y los que menos aparecen entre las tareas que hoy delega la gente en la IA.

¿Es lo mismo automatizar una tarea que eliminar un puesto? No exactamente. Un puesto normalmente combina decenas de tareas distintas, y que la IA automatice bien una o varias de ellas transforma ese puesto por dentro. La desaparición completa solo llega cuando casi todas esas tareas caen del lado de lo automatizable — es lo que ya está pasando en algunas ocupaciones muy concretas, aunque todavía no como fenómeno generalizado en "el trabajo" en su conjunto.