La inteligencia artificial está destruyendo más empleos de los que crea, y tengo los datos para demostrarlo. Esta afirmación contradice frontalmente la narrativa optimista que domina conferencias, medios de comunicación y declaraciones corporativas. Pero la realidad empírica es tozuda, y los números no mienten.
Durante años he analizado el impacto de tecnologías disruptivas en el mercado laboral, y nunca había visto una divergencia tan marcada entre la retórica oficial y los datos reales. Estudios rigurosos del MIT, la Reserva Federal y consultoras como J.P. Morgan están mostrando una correlación negativa entre la adopción de IA y el crecimiento del empleo. Esta gran sustitución no es una amenaza futura: ya comenzó, y está acelerándose.
Primeros Despidos Documentados: El Fin de las Anécdotas
Durante mucho tiempo, hablar de despidos causados por IA era entrar en el terreno de lo anecdótico. Casos aislados, difíciles de verificar, fáciles de descartar como excepciones. Eso cambió definitivamente en mayo de 2023, cuando Challenger, Gray & Christmas, la firma de outplacement más prestigiosa de Estados Unidos, publicó un dato que marcó un antes y un después: 3,900 personas perdieron su empleo ese mes con la IA citada explícitamente como la causa directa de su despido.
No estamos hablando de «reestructuración» o «optimización de procesos». Estamos hablando de empresas que dijeron, literalmente, «ya no necesitamos a estos trabajadores porque tenemos IA». Es la primera evidencia cuantificada y oficial de que la sustitución laboral por inteligencia artificial no es una proyección futurista, sino una realidad presente y medible.
Este dato, por impactante que sea, es solo la punta del iceberg. Una investigación mucho más reveladora fue la realizada por el Economic Innovation Group en agosto de 2025. En lugar de preguntar por despidos directos, decidieron indagar sobre algo más sutil pero igualmente revelador: el uso real que las empresas le están dando a la IA. Los resultados fueron demoledores: un 27% de las empresas que ya utilizan inteligencia artificial admitieron abiertamente que la están empleando para reemplazar tareas que antes realizaban trabajadores humanos.
No para «asistir» o «aumentar la productividad». Para reemplazar. Es la confirmación a nivel empresarial de que el objetivo final de muchas implementaciones de IA es, y siempre ha sido, la reducción de costes laborales. La automatización cognitiva está siguiendo el mismo patrón que la automatización industrial: sustitución primero, justificación después.
Sectores Más Afectados: Inversión del Guion Tradicional
La narrativa clásica sobre automatización siempre había sido clara: los robots vendrían por los trabajos manuales, los empleos de fábrica, los conductores. Los trabajadores del conocimiento, los «cuellos blancos», estarían a salvo en sus oficinas, protegidos por la complejidad de sus tareas cognitivas. La IA generativa ha invertido completamente este guion.
Los empleos que se consideraban más seguros son ahora los que están en primera línea de fuego. Programadores que ven cómo la IA puede generar código funcional en minutos. Redactores que compiten con sistemas que producen contenido indistinguible del humano. Analistas financieros que observan cómo los algoritmos procesan datos y generan informes con una velocidad y precisión que hace que años de experiencia parezcan irrelevantes.
Un estudio conjunto de la Universidad de Pensilvania y OpenAI analizó la exposición de diferentes ocupaciones a los grandes modelos de lenguaje. Sus conclusiones son escalofriantes: el 80% de la fuerza laboral estadounidense podría ver al menos el 10% de sus tareas afectadas por la IA. Para casi el 20% de los trabajadores, ese impacto alcanzaría al menos el 50% de sus responsabilidades diarias.
Estos no son números abstractos. Representan millones de personas cuyas carreras profesionales están siendo redefinidas en tiempo real.
Un programador junior que antes tardaba una semana en desarrollar una funcionalidad específica ahora ve cómo una IA puede generar el mismo código en una hora. La matemática es simple: si una tarea que requería 40 horas de trabajo humano ahora puede completarse en 2 horas con supervisión de IA, ¿cuántos programadores junior necesita realmente una empresa?
Presión Salarial Invisible: El Impacto Que No Aparece en las Estadísticas
Más allá de los despidos directos, existe un fenómeno mucho más sutil pero igualmente devastador: la presión a la baja sobre los salarios y las condiciones laborales. Cuando los empleadores saben que una tarea puede ser realizada parcialmente por IA, obtienen una palanca de negociación enormemente poderosa en sus relaciones laborales.
He estado documentando casos de empresas que han «renegociado» salarios con empleados existentes, argumentando que, dado que ahora tienen «asistencia de IA», pueden ser más productivos con menos compensación.
Es una lógica perversa: la tecnología que debería beneficiar al trabajador se convierte en una herramienta para reducir su valor de mercado.
Los datos salariales de plataformas como Glassdoor y PayScale muestran una tendencia preocupante en roles «IA-susceptibles». Los salarios de entrada para redactores, analistas junior y programadores junior han permanecido estancados o han disminuido en términos reales durante los últimos 18 meses, mientras que los salarios para roles que requieren supervisión de IA o integración de IA han aumentado.
El resultado neto es una mayor concentración de valor en menos trabajadores, y una presión a la baja para la mayoría. No estamos viendo una elevación general del mercado laboral, sino una polarización extrema entre los pocos que pueden supervisar y dirigir la IA, y los muchos que compiten directamente con ella.
El Mito de la Reconversión: Por Qué No Todos Pueden Ser Ingenieros de Prompts
Una de las respuestas más comunes cuando presento estos datos es la apelación mágica a la «reconversión». Los trabajadores simplemente necesitan adaptarse, aprender nuevas habilidades, convertirse en ingenieros de prompts o moverse hacia roles más creativos que la IA no pueda realizar. Esta respuesta, aunque bien intencionada, revela una desconexión fundamental con la realidad del mercado laboral y las limitaciones humanas.
Primero, la «ingeniería de prompts» no es una profesión escalable a nivel masivo. Es como sugerir que todos los conductores de taxi desplazados por Uber deberían convertirse en desarrolladores de aplicaciones móviles. La demanda real de ingenieros de prompts especializados es una fracción minúscula comparada con el número de trabajadores que están siendo desplazados por la IA.
Segundo, la reconversión masiva es un mito económico que ignora factores cruciales como la edad, las circunstancias familiares, la ubicación geográfica y las limitaciones cognitivas naturales. No todos los contables de 45 años pueden convertirse en analistas de datos.
No todos los redactores pueden transformarse en estrategas de contenido. No todos los programadores junior tienen la capacidad o las circunstancias para convertirse en arquitectos de sistemas de IA.
La reconversión exitosa requiere tiempo, recursos económicos, capacidad de aprendizaje y, crucialmente, que exista demanda real para las nuevas habilidades. Mientras debatimos sobre programas de formación ideales y rutas de reconversión teóricas, millones de trabajadores están perdiendo su poder adquisitivo y su estabilidad económica en tiempo real.
Diferencia Cualitativa con Tecnologías Anteriores: Por Qué Esta Vez Es Distinto
También tenemos otros «defenders», los defensores de la narrativa optimista. Estos suelen recurrir a comparaciones históricas.
La Revolución Industrial destruyó empleos agrícolas pero creó empleos industriales.
Los ordenadores eliminaron trabajos de cálculo manual pero generaron toda la industria del software.
Internet disrumpió el comercio tradicional pero creó el e-commerce. ¿Por qué la IA sería diferente?
La respuesta está en la naturaleza cualitativa de lo que la IA puede hacer. Excel era una herramienta poderosa que amplificaba las capacidades humanas de cálculo y análisis, pero seguía requiriendo un humano que supiera qué calcular, cómo interpretar los resultados y qué decisiones tomar. Los grandes modelos de lenguaje y los sistemas de IA avanzados no solo amplifican las capacidades humanas: las replican y, en muchos casos, las superan.
Una IA moderna puede no solo procesar datos, sino también interpretarlos, generar insights, tomar decisiones y comunicar resultados de manera coherente y persuasiva. Puede escribir código, pero también puede debuggearlo, optimizarlo y explicar cómo funciona. Puede analizar un mercado, pero también puede desarrollar estrategias de entrada, crear campañas de marketing y evaluar su efectividad.
Esta diferencia cualitativa es fundamental. No estamos ante una herramienta que hace que los humanos sean más productivos; estamos ante un sistema que puede realizar directamente muchas de las tareas que definen el trabajo del conocimiento moderno. La complementariedad, que fue la clave del éxito de las revoluciones tecnológicas anteriores, está siendo reemplazada por la sustitución directa.
Concentración del Poder Económico: Hacia una Economía de Ganadores y Perdedores
Lo que estamos presenciando no es simplemente una disrupción tecnológica más. Es una redistribución masiva del poder económico hacia quienes controlan la tecnología de IA y hacia aquellos trabajadores que pueden supervisarla o complementarla efectivamente.
Para el resto de la fuerza laboral, la perspectiva es considerablemente más sombría.
Las empresas que desarrollan y controlan los sistemas de IA más avanzados están capturando una porción desproporcionada del valor económico generado. OpenAI, Anthropic, Google y otras están construyendo imperios económicos basados en la capacidad de sustituir trabajo humano a escala masiva.
Sus valoraciones multimillonarias reflejan no solo su capacidad tecnológica, sino también su potencial para reducir costes laborales en toda la economía.
Mientras tanto, los trabajadores cuyos empleos están siendo automatizados no reciben ninguna compensación por su contribución involuntaria al entrenamiento de los sistemas que los reemplazan. Es una ironía cruel de la economía digital: nuestros datos, nuestro trabajo, nuestro conocimiento colectivo se utiliza para construir sistemas que nos hacen económicamente obsoletos.
Esta concentración de poder no es solo económica, sino también política y social. Las empresas que controlan la IA más avanzada tendrán una influencia desproporcionada sobre qué trabajos sobreviven, qué habilidades son valoradas y cómo se estructura la economía del futuro.
He visto cómo el World Economic Forum cambió su narrativa de -14 millones de empleos perdidos en 2023 a +78 millones ganados en 2025, cuando la realidad no cambió. Challenger Gray documentó 3,900 despidos explícitamente por IA en un solo mes, mientras las mismas empresas reportan ganancias récord. El 27% de las compañías ya admiten usar IA para reemplazar trabajadores, pero los medios siguen hablando de 'oportunidades'. Los datos están ahí, pero prefieren que no los veas.
La política también ha tenido consideraciones mirando un poco más allá.
La evidencia empírica que he presentado apunta hacia una conclusión incómoda: las fuerzas del mercado por sí solas no van a resolver la disrupción laboral causada por la IA. De hecho, las fuerzas del mercado están acelerando la concentración de valor y la polarización económica. Necesitamos intervenciones políticas deliberadas y bien diseñadas.
La renta básica universal financiada por impuestos específicos sobre la automatización no es una utopía socialista, sino una necesidad práctica. Si las empresas van a beneficiarse masivamente de la sustitución del trabajo humano, deben contribuir proporcionalmente al sostenimiento de la sociedad que hace posible su éxito. No es redistribución; es una inversión en estabilidad social y continuidad del consumo.
La reducción de la jornada laboral también debe estar sobre la mesa. Si la IA puede realizar más trabajo con menos humanos, la respuesta lógica es distribuir el trabajo restante de manera más equitativa. Una semana laboral de 32 horas no es una concesión a la pereza; es una adaptación racional a una nueva realidad productiva.
La Reserva Federal de St. Louis ya ha comenzado a reconocer la necesidad de vigilar de cerca la divergencia entre las proyecciones teóricas sobre el impacto de la IA y los datos reales de empleo. Este reconocimiento por parte de una institución tan conservadora como la Fed es significativo y sugiere que la preocupación por el desplazamiento laboral está llegando a los niveles más altos de la política económica.
Casos Empresariales Reales: Miremos tras los comunicados de prensa
Los datos agregados son importantes, pero los casos específicos de empresas reales proporcionan una imagen más clara de cómo se está desarrollando realmente la transición hacia la automatización cognitiva. Y los ejemplos más reveladores vienen, paradójicamente, de las mismas empresas que más promocionan los beneficios de la IA.
Meta eliminó 21,000 empleos en dos rondas de despidos durante 2023, citando «eficiencia operativa» y «enfoque en prioridades clave».
Amazon recortó más de 18,000 puestos de trabajo.
Microsoft despidió a 10,000 trabajadores.
Estas no son empresas en crisis financiera. Son las compañías más rentables del mundo, las mismas que están invirtiendo miles de millones en desarrollo de IA y que públicamente proclaman que la inteligencia artificial creará nuevas oportunidades de empleo. La contradicción es evidente: mientras implementan IA agresivamente en sus operaciones internas, están reduciendo sus plantillas de manera significativa.
El análisis de los roles específicos eliminados en estos despidos revela un patrón claro: se trata principalmente de posiciones que pueden ser automatizadas o asistidas significativamente por IA.
Analistas de datos, redactores de contenido, programadores junior, especialistas en marketing digital, investigadores de mercado. Exactamente los tipos de trabajo que los sistemas de IA actuales pueden realizar con supervisión mínima.
Leyendo el reciente informe del WEF quizá digas:
«Pero hombre si se van a crear nuevas oportunidades, (170 millones creados vs 92 millones eliminados)»
La realidad es que apenas 2 años atrás no decían esto afirmando explicitamente que serían más bien (83 millones eliminados vs 69 millones creados).
Así que analicemos estas narrativas acudiendo a nuestra querida IA, uno de mis modelos preferidos de hecho :
¿Cómo es posible este cambio radical en solo 2 años?
La respuesta es manipulación de narrativa por presión política y económica.
Por qué el Reporte 2023 es MÁS confiable:
Por qué el Reporte 2025 es sospechoso:
La Trampa de la Productividad: Por Qué Más Eficiencia No Significa Más Empleos
Uno de los argumentos más persistentes a favor de la IA es que, al aumentar la productividad, creará nueva demanda y, por tanto, nuevos empleos.
Es la lógica económica clásica: la tecnología hace que los trabajadores sean más productivos, los costes bajan, la demanda aumenta, se necesitan más trabajadores para satisfacer esa demanda.
Esta lógica funcionó en revoluciones tecnológicas anteriores, pero se basa en una premisa que ya no se cumple: que la tecnología complementa el trabajo humano en lugar de sustituirlo. Cuando la IA puede realizar directamente las tareas cognitivas que definen muchos empleos modernos, el aumento de productividad no se traduce en mayor demanda de trabajadores humanos, sino en menor necesidad de ellos.
Un ejemplo concreto: una empresa de marketing que antes necesitaba un equipo de 10 redactores para producir contenido para sus clientes ahora puede generar el mismo volumen de contenido con 3 redactores senior supervisando sistemas de IA. Incluso si la demanda de contenido se duplica debido a los menores costes, la empresa necesitará 6 redactores senior, no 20 redactores en total. El resultado neto sigue siendo una reducción del empleo.
Esta «trampa de la productividad» es particularmente perniciosa porque enmascara la destrucción de empleo detrás de métricas económicas aparentemente positivas. Las empresas reportan mayor eficiencia, menores costes y mayores márgenes. Los consumidores se benefician de precios más bajos y servicios más rápidos. Pero los trabajadores desplazados se vuelven invisibles en estas métricas de éxito.
Como sociedad, tenemos una ventana de oportunidad muy estrecha para abordar esta transición de manera responsable y equitativa. Podemos seguir aferrándonos a narrativas reconfortantes sobre la creación de empleo y la reconversión mágica, o podemos enfrentar los datos con honestidad intelectual y diseñar políticas que protejan a los trabajadores durante esta transición histórica.
John Fernández, Futurista.
Mi conclusión final como esbirro tecnológico
A lo que llego con todo esto es a realizarme varias preguntas a mi mismo pero también con proyección en la sociedad.
Quizá la pregunta fundamental no es si la IA va a transformar el mercado laboral (ya lo está haciendo ).
La pregunta es si construiremos una sociedad que distribuya los beneficios de esta transformación de manera equitativa, o si permitiremos que se concentren en manos de unos pocos mientras la mayoría enfrenta una precariedad creciente. ¿Seremos capaces de crear un nuevo contrato social para la era de la inteligencia artificial, o dejaremos que las fuerzas del mercado decidan el destino de millones de trabajadores?
Muy buen artículo John. Lo analizaré mañana con Deep Research. Si los datos son reales pues cambiamos la narrativa, los datos mandan. Ese es el feedback completo que te doy y me pediste. No nos vamos a empeñar en nada que no sea cierto, claro está. Un abrazo enorme. 😌🙏🏻