Las estadísticas más aterradoras sobre reemplazo de empleos por IA - "47% de los trabajos en riesgo," "300 millones de empleos desplazados" - provienen de investigaciones reales. Pero ninguna de esas cifras describe lo que los titulares implican. McKinsey Global Institute, Goldman Sachs Economic Research y el estudio de Oxford de Frey y Osborne medían la exposición a tareas, no la eliminación de empleos. El desplazamiento laboral real medido por automatización de IA hasta 2025 se sitúa en aproximadamente el 9% de la fuerza laboral en sectores afectados, no el 47%. Entender por qué esas cifras difieren es lo más útil que puedes hacer antes de tomar decisiones de carrera basadas en el miedo.
En los últimos tres años, un tipo particular de artículo se ha convertido en cebo confiable para clics: tomar una estadística de investigación sobre el impacto económico potencial de la IA, eliminar el contexto metodológico, añadir un número alarmante en el titular y publicar. El miedo resultante es real. La base para ello suele ser débil.
Este artículo no argumenta que la disrupción laboral por IA es ficción. Parte de ella es genuina, algunos trabajadores ya están afectados, y la trayectoria apunta hacia más disrupción, no menos. Pero la brecha entre lo que los investigadores serios han encontrado y lo que circula como sabiduría convencional es suficientemente grande como para causar daño real en cómo las personas toman decisiones de carrera.
Lo Que la Investigación Realmente Dijo
El Estudio de Oxford (2013, todavía citado constantemente)
El artículo de 2013 de Carl Benedikt Frey y Michael Osborne estimó que el 47% de los empleos en EE.UU. tenían “alta susceptibilidad a la computerización.” Ese número se convirtió en la base de una década de titulares aterradores.
Lo que el artículo realmente midió: la viabilidad técnica de automatizar los componentes de tareas de los empleos, basándose en el estado del aprendizaje automático en 2013. El artículo explícitamente no predijo que el 47% de los empleos desaparecerían. Los autores escribieron: “Nuestro modelo puede sobrestimar la proporción de tareas no rutinarias que pueden automatizarse.” Estaban modelando exposición, no pronosticando resultados.
Un seguimiento de la OCDE en 2016 aplicó la misma metodología de manera diferente - observando tareas dentro de empleos en lugar de ocupaciones completas - y obtuvo una cifra del 9%. El mismo marco subyacente, enfoque más detallado, número muy diferente.
McKinsey Global Institute
McKinsey ha publicado múltiples informes sobre automatización. El informe de 2017 estimó que el 49% de las actividades laborales podrían automatizarse teóricamente con la tecnología de entonces. La actualización de 2023 elevó esa estimación específicamente para tareas de IA generativa.
Contexto clave que la mayoría de la cobertura omite: McKinsey distingue consistentemente entre el potencial técnico de automatización y la adopción real. Su informe de 2017 señaló que incluso en el escenario de adopción más rápida, la automatización desplazaría a 400 millones de trabajadores globalmente para 2030 - pero también crearía de 555 a 890 millones de nuevos equivalentes de empleo. La cifra de desplazamiento viaja ampliamente. La cifra de creación raramente lo hace.
Goldman Sachs Economic Research
El informe de Goldman Sachs de 2023 estimó que la IA podría automatizar el 25% de las tareas laborales en EE.UU. y Europa, afectando a unos 300 millones de empleos equivalentes a tiempo completo. Ese informe es citado con frecuencia como evidencia de que 300 millones de personas perderán sus empleos.
Lo que el informe de Goldman realmente concluyó: “Aunque es probable que el impacto de la IA en el mercado laboral sea significativo, la mayoría de los empleos e industrias solo están parcialmente expuestos a la automatización y, por lo tanto, es más probable que sean complementados que sustituidos por la IA.” El informe proyectó crecimiento neto del PIB por adopción de IA, no desempleo masivo.
Tareas vs. Empleos: La Distinción Que Lo Cambia Todo
Lo más importante sobre la investigación en automatización de IA: “tareas automatizadas” y “empleos eliminados” no son lo mismo.
La mayoría de los empleos contienen una mezcla de tareas rutinarias y no rutinarias. La IA actualmente es muy buena en las primeras y no particularmente buena en las segundas. Cuando la IA automatiza tareas específicas dentro de un trabajo, el rol cambia - no necesariamente desaparece.
El ejemplo clásico: Los cajeros automáticos se introdujeron en los años 70 con predicciones de que los cajeros de banco desaparecerían. El número de cajeros bancarios en EE.UU. realmente aumentó después de que llegaron los ATM - porque los menores costos de sucursales permitieron a los bancos abrir más sucursales, y los cajeros se desplazaron hacia tareas de ventas y relaciones que los ATM no podían hacer.
Lo Que Realmente Ha Ocurrido: Datos 2024-2026
El Informe del Futuro del Trabajo 2025 del Foro Económico Mundial encuestó a 1.000 empleadores en 55 economías. Sus hallazgos: el 41% de los empleadores planeaba reducir personal en roles donde la IA puede automatizar tareas. Pero la misma encuesta encontró que el 77% de los empleadores planeaba reentrenar y reubicar a los trabajadores desplazados, y el 70% planeaba contratar nuevos roles que antes no existían.
En tecnología, el sector más directamente expuesto a las herramientas de codificación de IA, el empleo no ha colapsado. Los datos del BLS a través del Q3 2025 muestran que el empleo de desarrolladores de software está aproximadamente estable en comparación con los máximos de 2023.
El caso más claro de desplazamiento laboral genuino por IA hasta ahora: servicio al cliente y moderación de contenido. Algunos trabajos de centros de llamadas a gran escala y repetitivos en tareas se han reducido. Esto es real, afecta a personas reales y se está acelerando.
Miedos Legítimos vs. Exagerados
El trabajo de conocimiento junior está genuinamente bajo presión. Los roles de nivel inicial en escritura, análisis de datos, codificación básica, redacción de documentos e investigación inicial han visto la reducción más clara en demanda.
La concentración geográfica y sectorial importa. La disrupción no está distribuida uniformemente. Los centros de llamadas, ciertas funciones de back-office y roles en sectores donde predomina el trabajo cognitivo rutinario enfrentan más presión.
Los costos de transición son reales incluso cuando el empleo neto crece. Incluso si la IA crea más empleos de los que destruye, las personas cuyos empleos cambian o desaparecen no son automáticamente las personas que llenan los nuevos roles.
Lo que está genuinamente exagerado: la idea de que la IA eliminará la mayoría de los empleos de las personas a corto plazo. El cuello de botella no es la capacidad - es la velocidad de adopción, la fricción regulatoria y la gestión del cambio organizacional.
Qué Hacer en Realidad
Audita tu mezcla de tareas, no tu título de trabajo. La pregunta “¿Reemplazará la IA mi trabajo?” es menos útil que “¿Qué tareas en mi trabajo ya hace mejor la IA, y cuáles requieren capacidades que la IA no tiene?”
Rastrea lo que le pasa a los roles de nivel inicial en tu campo. Si los roles junior en tu sector se están volviendo más difíciles de cubrir porque la IA maneja el trabajo de formación, eso te dice algo sobre la trayectoria.
Desarrolla habilidades que se acumulan con el tiempo. La experiencia en el dominio, el juicio complejo, la gestión de relaciones y la capacidad de operar herramientas de IA de manera efectiva son todas complementarias a las capacidades actuales de IA.
Sé escéptico con cualquier porcentaje único. Cuando veas “la IA reemplazará el X% de los empleos,” pregunta: ¿cuál es la fuente, qué midieron realmente, en qué horizonte temporal, y el titular coincide con las conclusiones reales del artículo?
Para una evaluación más práctica de tu nivel de riesgo individual, consulta: Will AI Replace My Job? How to Actually Assess Your Risk y The 2026 Job Market Reality Check: What the Data Says.
Concéntrate en lo que puedes controlar - empieza con la puntuación ATS de tu currículum. Verificación ATS Gratuita