No desaparecerán los "puestos de trabajo", sino las "tareas": el contenido del trabajo cambiará con la IA de tipo agente

No desaparecerán los "puestos de trabajo", sino las "tareas": el contenido del trabajo cambiará con la IA de tipo agente

1) Razones por las que la respuesta a "¿La IA quitará trabajos?" está dividida

Con la proliferación de la IA generativa, nos encontramos casi semanalmente con titulares opuestos como "La IA destruirá empleos" o "La IA aumentará la productividad". La raíz de esta confusión es simple: la velocidad a la que crecen las "capacidades" de la IA no coincide con la velocidad a la que cambia la "percepción" social. Por eso, el debate tiende a polarizarse en un sí o no.


Lo interesante del libro blanco publicado por el Foro Económico Mundial (WEF) es que no afirma el futuro, sino que presenta un mapa de "qué futuro se desarrollará si se rompen ciertas premisas". Ya sea que la evolución de la IA sea rápida o lenta, o que la preparación de recursos humanos e instituciones sea fuerte o débil, estas combinaciones dividen el trabajo en 2030 en cuatro escenarios.

2) Cuatro escenarios: El mismo IA, pero resultados diferentes

Los cuatro futuros descritos en el libro blanco son, en resumen, una multiplicación de "crecimiento tecnológico" y "preparación humana". Lo importante aquí es que es más probable que ocurra una mezcla de estos escenarios en diferentes industrias, regiones y empresas, en lugar de que uno solo domine el mundo. Es decir, es normal que tu lugar de trabajo sea una "economía de copiloto" mientras que la industria vecina esté en "la era del reemplazo".


Escenario A: Supercharged Progress (Progreso Superacelerado)

Un mundo donde la IA se desarrolla rápidamente y el mercado laboral se adapta relativamente bien. Las empresas rediseñan sus operaciones centradas en la IA con la ayuda de "IA tipo agente", aumentando la productividad y la innovación. Aunque surgen nuevos roles, los trabajos existentes se vuelven obsoletos rápidamente. El mayor riesgo es que el cambio sea tan rápido que la seguridad social, la ética y la gobernanza no puedan seguir el ritmo, dejando inevitablemente a algunos rezagados.


Escenario B: The Age of Displacement (La Era del Reemplazo)

Un mundo donde la evolución de la IA es superacelerada, pero la educación, el reskilling y las instituciones no pueden seguir el ritmo. Las empresas tienden a elegir la automatización sobre el desarrollo de talento debido a la escasez de personal y la presión de costos. Como resultado, aumentan el desempleo y el empleo precario, profundizando la división social. Además, cuanto más se encargue la IA tipo agente de procesos importantes, más se amplifican los "nuevos riesgos" como accidentes, fraudes y manipulación cognitiva.


Escenario C: Co-Pilot Economy (Economía de Copiloto)

Un mundo donde la evolución de la IA es relativamente gradual y las habilidades para usarla se generalizan. En lugar de una automatización total espectacular, se centra en la "implementación especializada en tareas" adaptada a los problemas del lugar de trabajo. Los equipos humanos y de IA reorganizan la cadena de valor, y es más probable que el trabajo "cambie de contenido" en lugar de "desaparecer". Aunque hay dolor en el cambio de trabajo y la reubicación, la IA se trata más como una oportunidad que como una amenaza.


Escenario D: Stalled Progress (Progreso Estancado)

Un mundo donde tanto la evolución como la implementación de la IA avanzan "lentamente", y la preparación de recursos humanos es débil. Bajo la presión de beneficios a corto plazo, las empresas tienden a implementar parcialmente de manera conservadora, sin provocar un cambio transformador en toda la sociedad. El crecimiento de la productividad es desigual, beneficiando a empresas y regiones fuertes en IA. Como resultado, la desigualdad se fija y se acumula la decepción de que "no mejora tanto como se esperaba".

3) El núcleo de la incertidumbre que revelan los números: Se ven las ganancias, pero no los salarios

El centro del debate que encendió este libro blanco no es solo si "el empleo disminuirá o aumentará". Más profundo es "cómo se distribuirán los frutos de la productividad y a quién".


En una encuesta citada por los medios, la mayoría de los ejecutivos espera que la IA reemplace trabajos existentes. Sin embargo, la proporción que espera un aumento en nuevos trabajos es menor. Además, aunque hay una expectativa relativamente alta de mejora en los márgenes de ganancia, la expectativa de aumento salarial es mucho menor, lo que muestra esta estructura.


Este es el punto donde la ansiedad explota fácilmente en las redes sociales. Lo que la gente teme no es tanto la IA en sí, sino un futuro en el que "las ganancias aumentan, pero su parte no lo hace".

4) Reacciones en redes sociales: Bienvenida y escepticismo son "correctos al mismo tiempo"

Cuando este tema se difundió en las redes sociales, las reacciones se dividieron en cuatro grandes categorías (basadas en publicaciones visibles).


Reacción ① "Útil como marco"

En LinkedIn, destacan las publicaciones que ven los cuatro escenarios como un mapa 2x2 que sirve como material para discutir la posición actual de la empresa. Al no afirmar el futuro, es fácil de usar como "lenguaje común" en reuniones de gestión y estrategias de talento.


Reacción ② "Al final, la inversión en talento es clave"

También en LinkedIn, hay una tendencia a enfatizar las "fortalezas humanas" como la agilidad de aprendizaje, el pensamiento crítico, la toma de decisiones y la comunicación, además de la alfabetización en IA. Es una reinterpretación que dice: "No es una competencia tecnológica, sino una competencia de adaptación".


Reacción ③ "Si los salarios no suben, la ansiedad no desaparecerá"

La reacción más aguda es la duda sobre la discrepancia entre la mejora de los márgenes de ganancia y el aumento salarial. El recuerdo de "otro fracaso en la distribución" se evoca superponiéndose con la automatización y digitalización del pasado. La introducción de la IA tiende a contarse como una "historia de eficiencia", pero los consumidores la reciben como una "historia de participación". Mientras esto no se alinee, el consenso social será difícil.


Reacción ④ "De todos modos, no se puede detener. Entonces, prepárate"

En foros como Hacker News, también se observa un debate cercano a la resignación, asumiendo el reemplazo de empleos y discutiendo la necesidad de seguridad social u otros sistemas. Aunque adopta una forma pesimista, en el fondo es un mensaje de que "se necesita un diseño que lo haga manejable".

5) No se reescriben "ocupaciones" sino "tareas": Hacerlo propio de manera realista

Es fácil equivocarse al hablar del impacto de la IA en términos de "desaparecerán o permanecerán ocupaciones enteras". Lo que realmente ocurre es la descomposición y recombinación de tareas laborales.
Por ejemplo, en ventas, se puede descomponer en investigación de prospectos, creación de propuestas, actas, cotizaciones y seguimiento. Mientras que la recopilación de información, la generación de textos y la organización, que son habilidades en las que la IA es buena, son fáciles de reemplazar, la construcción de confianza, el juicio situacional, la negociación y la asunción de responsabilidades tienden a permanecer en manos humanas. Lo mismo ocurre con la oficina administrativa, donde la entrada de datos, la verificación y la clasificación son fáciles de automatizar, mientras que la importancia del manejo de excepciones, la auditoría y la coordinación entre organizaciones aumenta relativamente.


Por eso, lo importante es antes de "reducir personal",

  • diseñar qué tareas se asignarán a la IA

  • qué tareas seguirán siendo responsabilidad de las personas

  • y cómo aumentar el valor de las tareas restantes.

6) "Sin arrepentimientos" que funciona en cualquier futuro: Estrategias menos propensas al arrepentimiento

El WEF enfatiza la preparación que es menos propensa a pérdidas en cualquier escenario, en lugar de intentar predecir el futuro. En términos prácticos, lo siguiente forma la base.


Lo que las empresas deben hacer (conjunto mínimo)

  • Implementar en pequeño, crear modelos para medir efectos y gestionar riesgos (no quedarse en PoC)

  • Conectar la estrategia de talento con la estrategia tecnológica (no separar el plan de implementación del plan de desarrollo)

  • Establecer datos, autoridad, registros y responsabilidad de supervisión para preparar la operación de IA tipo agente


Lo que los individuos deben hacer (ruta más corta)

  • Descomponer su trabajo en tareas y primero asignar las partes que puede hacer la IA (crear tiempo)

  • Usar el tiempo liberado para aumentar "juicio", "diseño", "relaciones" y "responsabilidad" (aumentar el valor)

  • Verbalizar "el proceso hasta que se logren los resultados" para poder explicarlo a otros (aumentar la movilidad)

7) Conclusión: No es la IA la que decide el futuro. La preparación y la distribución deciden el futuro

Los cuatro escenarios no son predicciones para sembrar miedo. Más bien, son herramientas para visualizar cómo la "diferencia en preparación", el "diseño de distribución" y la "gobernanza" pueden cambiar los resultados.

El 2030 parece lejano pero está cerca. Cuanto más crecen las capacidades de la IA, más se trasladan las preguntas de la tecnología a la sociedad. ¿De quién son las ganancias? ¿Quién asumirá el costo de volver a aprender? ¿Quién asumirá la responsabilidad de explicar la implementación?

La competencia entre "reemplazo o expansión" ya ha comenzado. Por eso, lo que se necesita ahora no es temer a la IA ni confiar ciegamente en ella. "Reorganizar el trabajo en tareas", "priorizar la inversión en talento", "verbalizar la distribución de los frutos" — esta preparación modesta es lo que más cambiará el futuro.


URL de la fuente

Artículos relacionados