En enero de 2025 publicamos «IA, yo y el futuro del trabajo», un artículo donde explorábamos la dimensión emocional de la IA en el entorno laboral. Usábamos un mapa de empatía para poner nombre a lo que muchos profesionales sentían: curiosidad, ansiedad, incertidumbre. Era un punto de partida necesario.
Han pasado poco más de doce meses y la conversación ha cambiado. Ya no estamos en fase de prueba. Estamos en un punto de inflexión operativo donde las empresas que siguen «experimentando» están perdiendo terreno frente a las que ya están rediseñando cómo operan.
Este artículo es la evolución natural de aquel post. Recoge las conclusiones de más de 20 informes recientes de grandes consultoras, OECD, WEF, COTEC, Microsoft, Anthropic, Banco de España, entre otros. No es un resumen optimista ni una alarma catastrofista. Es un mapa de lo que está ocurriendo y de lo que probablemente ocurrirá en España en los próximos 1-2 años.
No es gestionar empleos. Gestionamos tareas
El primer cambio de mentalidad es dejar de pensar en «puestos de trabajo» como bloques fijos. Un puesto es una colección de tareas. Algunas las puede ejecutar un agente digital. Otras requieren algo que la máquina todavía no tiene: el criterio para saber cuándo el resultado está bien y cuándo solo lo parece.
La pregunta útil ya no es «¿qué empleos desaparecerán?» sino «¿qué tareas dentro de este rol puede absorber una máquina y qué hacemos con el tiempo que queda libre?».
Una cadena de retail estadounidense ofrece un caso concreto. Automatizaron el 95% de las tareas rutinarias de reclutamiento, lo que liberó unas 40.000 horas semanales. Pero no despidieron a los reclutadores. Les cambiaron el trabajo: ahora se centran en la experiencia del candidato y en la estrategia de talento, dos cosas que un modelo de lenguaje no sabe hacer.
Aquí está la trampa: muchas empresas automatizan esas horas y no tienen plan para reinvertirlas. El resultado es lo que los informes llaman «teatro de la productividad»: la gente va más rápido, pero no llega a ningún sitio nuevo. La productividad solo se convierte en crecimiento cuando existe una redistribución deliberada de la capacidad liberada hacia tareas de mayor valor.
En el artículo anterior hablábamos de que la IA automatiza tareas rutinarias y de que debíamos enfocarnos en habilidades humanas. Eso sigue siendo cierto. Lo que ha cambiado es la granularidad: ahora sabemos que el desglose debe hacerse tarea a tarea, no rol a rol.
Las habilidades cobran fuerza. El título menos
Estamos pasando de una arquitectura basada en cargos a una basada en competencias. El título en tu tarjeta de visita importa cada vez menos. Lo que importa es tu inventario de habilidades y lo rápido que puedes moverlas de un proyecto a otro.
Esto no es teoría. Un fabricante industrial global ha abandonado la planificación basada en puestos y ahora asigna talento según habilidades en tiempo real. Consultoras líder utilizan índices de competencias para mapear las competencias de su fuerza laboral y vincularlas directamente al valor económico que generan.
Para el trabajador, el mensaje es claro: tu empleabilidad depende de tu capacidad de adaptación, no de tu antigüedad. Para la empresa, el mensaje es distinto pero igual de directo: si sigues gestionando personas por organigrama en lugar de por competencias, estás asignando talento con un mapa de 2015.
Y hay un matiz que no conviene ignorar. No basta con aprender a usar herramientas de IA. El verdadero diferencial está en las habilidades que la IA no reproduce bien: juicio en situaciones ambiguas, empatía, capacidad de negociación, pensamiento crítico sobre los propios resultados de la máquina. Las competencias «blandas» resulta que son las más difíciles de automatizar.
El humano como orquestador, no como operario
En el mundo del software ya existe un término para esto: «vibe coding». Personas sin formación técnica, desde fotógrafos hasta responsables de marketing, pueden crear aplicaciones funcionales simplemente describiendo el problema a una IA. No escriben código. Describen bien lo que necesitan y la máquina lo construye.
Esto tiene dos lecturas. La optimista: se democratiza la capacidad de crear. Profesionales que antes dependían de IT para cualquier herramienta interna ahora pueden resolver sus propios problemas. La realista: el valor ya no está en saber escribir código, sino en saber qué código pedir, cómo validar que funciona y cómo mantenerlo cuando falla a las tres de la madrugada.
El esfuerzo se desplaza de «hacer» a «elegir y dirigir». El trabajador del futuro no compite con la máquina en velocidad. Compite en algo que la máquina no tiene: criterio sobre qué merece la pena hacer.
Los informes de Accenture y Microsoft coinciden en un concepto que merece atención: «Human in the Lead», no «Human in the Loop». Estar «en el bucle» significa revisar cada paso de la máquina. Estar «al mando» significa definir las reglas, los objetivos y los límites éticos, y dejar que los agentes ejecuten. El primero es un auditor. El segundo es un arquitecto.
En nuestro artículo anterior ya apuntábamos que el papel de las empresas era facilitar la transición y fomentar la experimentación. Ahora el marco es más preciso: no se trata solo de experimentar, se trata de que el humano lidere el proceso, no de que simplemente supervise cada paso.
¿Son los juniors los canarios en la mina?
Aquí hay divergencia de opiniones y donde conviene ser honestos. Los datos de ADP en Estados Unidos muestran que los trabajadores de 22 a 25 años en ocupaciones expuestas a la IA han sufrido una caída del 16% en el empleo relativo. El de los seniors se mantiene estable.
La razón es estructural. La IA sustituye el «conocimiento codificado», lo que se aprende en libros y en la universidad. Pero no sustituye el «conocimiento tácito», el que se acumula con años de experiencia y que no está en ningún manual. Los juniors aportan sobre todo lo primero. Los seniors, lo segundo.
El problema no es solo de hoy. Si las empresas dejan de contratar juniors porque la IA ya hace sus tareas básicas, están cerrando la rampa de aprendizaje que forma a los futuros seniors. Es un ahorro a corto plazo que genera una fragilidad organizativa a medio plazo. No habrá expertos mañana si no hay aprendices hoy.
En España, los datos de COTEC añaden otra capa al problema: casi el 40% de las grandes empresas ya usa IA, frente a solo el 9% de las pymes. Las grandes capturan el mejor talento, son un 27% más productivas y amplían la brecha. Para una pyme española, la IA puede ser la oportunidad de competir con gigantes o la barrera que la saque del mercado. Depende de si la adopta o la ignora.
Frente a esta destrucción, surge la visión optimista pero real de que la IA permite a los juniors con «curiosidad extrema» aprender y alcanzar niveles de senior mucho más rápido que antes. Es un «Upskilling Acelerado». La IA actúa como un mentor perpetuo en el flujo de trabajo, permitiendo que el aprendizaje sea un «músculo diario» y no un evento puntual. Para el trabajador joven, esto significa que su valor no residirá en «saber programar o escribir», sino en su capacidad crítica para verificar y refinar lo que la IA genera.
Este riesgo no aparecía en el post de enero. Entonces hablábamos de la importancia del aprendizaje continuo como respuesta a la ansiedad. Ahora los datos muestran que el problema es más concreto: no es solo que haya que aprender más, es que la puerta de entrada al mercado laboral se está estrechando para los más jóvenes.
El aprendizaje ya no es un evento. Es un músculo diario
El modelo lineal de «estudias, trabajas, te jubilas» no funciona cuando la tecnología se reinventa continuamente. Las organizaciones que integran el aprendizaje en el flujo de trabajo diario, lo que los informes llaman «co-learning», crecen en ingresos un 2,8% más que sus competidores.
Un fabricante de maquinaria industrial norteamericano ha invertido 100 millones de dólares para que sus operarios adquieran capacidades digitales mientras trabajan con máquinas inteligentes. No es formación en un aula separada. Es aprender haciendo, con la IA como compañera de entrenamiento.
Pero hay un riesgo que pocas empresas están midiendo: el «workslop». Contenido generado por IA que parece útil pero carece de sustancia. Informes que se leen bien pero no dicen nada. Código que compila pero no resuelve el problema real. Si el volumen de producción crece pero la calidad se queda en «pasable», el directivo acaba dedicando más tiempo a filtrar ruido que a pensar en estrategia. El 80% de los ejecutivos encuestados ya teme que sus empleados usen IA para simular productividad.
Aquí entra el concepto de «deuda de comprensión». La deuda técnica clásica, ese código que dejamos para después, la IA la resuelve bien: refactoriza, crea tests, limpia. Pero genera una deuda nueva. Si nadie entiende realmente lo que la máquina ha producido, la empresa opera sobre cimientos que no puede inspeccionar.
La curva en J y la paradoja de la productividad
Accenture reporta reducciones del 67% en pasos manuales y procesos un 90% más rápidos en marketing. Suena espectacular. Pero el Banco de España observa que, a nivel agregado, la productividad no mejora. La IA aún no aparece en las estadísticas macro.
No hay contradicción. Los beneficios siguen una «curva en J»: primero caen (porque hay que invertir, reorganizar, formar) y después suben. Pero solo suben si la empresa rediseña sus procesos. Comprar licencias sin cambiar la forma de trabajar es como poner un motor de competición en un coche que sigue atascado en el mismo atasco.
Las empresas que sí capturan el valor, las que Accenture llama «Talent Reinventors», no se limitan a hacer lo mismo más rápido. Rediseñan los puestos en torno a habilidades, usan el tiempo liberado para crear nuevas líneas de negocio y crecen en ingresos un 1,8% más que sus competidores directos.
Lo que viene de Estados Unidos llegará después a España
El mercado laboral estadounidense es el indicador adelantado. La caída en contratación junior en tecnología, las ganancias de eficiencia en servicios, la tensión entre democratización y elitismo técnico: todo esto llegará a Europa con un desfase de entre 1 y 2 años, si no antes.
La pregunta no es si la IA va a cambiar tu sector. Eso ya está ocurriendo. La pregunta es si tienes el marco mental adecuado para dirigir ese cambio o si vas a esperar a que el cambio te dirija a ti.
Y la respuesta no pasa por comprar más herramientas. Pasa por repensar qué tareas hace cada persona en tu organización, qué habilidades necesitas dentro de seis meses y cómo vas a formar el talento que aún no tienes. Eso es lo que separa a las empresas que usan IA de las que se transforman con ella.
Este artículo actualiza y expande las ideas de «IA, yo y el futuro del trabajo» (enero 2025). Si no lo has leído, te recomendamos empezar por ahí para entender la evolución del enfoque: de la gestión emocional a la reinvención operativa.
