Agentes IA y empleo: qué dicen realmente los datos
Los agentes IA pueden contribuir a eliminar empleos, pero los datos disponibles al 24 de octubre de 2026 no demuestran una desaparición generalizada del trabajo. Reflejan mejoras de productividad en determinados contextos, una reorganización de las tareas e indicios de debilitamiento en algunas contrataciones. Para entender la relación entre IA y empleo, hay que distinguir entre lo que un sistema podría automatizar, lo que una empresa automatiza realmente y las consecuencias para su personal.
Una tarea expuesta no equivale a un empleo eliminado
Una profesión reúne actividades distintas: elaborar un documento, comprobar información, negociar una excepción o explicar una decisión. Que una IA resuelva una parte de ese trabajo no significa que pueda asumir el puesto completo, con sus exigencias y responsabilidades.
En su índice mundial publicado el 20 de mayo de 2025, la Organización Internacional del Trabajo estima que uno de cada cuatro trabajadores ejerce una profesión con algún grado de exposición a la IA generativa. La categoría de mayor exposición representa el 3,3 % del empleo mundial. La OIT subraya que es más probable que los empleos se transformen que que sean sustituidos por completo.
Estas cifras describen un potencial técnico evaluado a partir de las tareas. No miden despidos observados ni la proporción de puestos que desaparecerá en un plazo determinado.
| Indicador | Qué mide | Qué no permite concluir |
|---|---|---|
| Exposición | Coincidencia entre las tareas profesionales y las capacidades de la IA | Que la empresa vaya a utilizar esa tecnología |
| Adopción | Uso efectivo dentro de una organización | Que ese uso aporte una mejora neta |
| Productividad | Producción obtenida con unos recursos determinados | Que la plantilla vaya a reducirse en la misma proporción |
| Empleo | Puestos ocupados, contrataciones y salidas | Que cualquier variación se deba a la IA |
La definición de un agente IA introduce otra distinción: puede encadenar acciones mediante herramientas. Sin embargo, medir la exposición a la generación de texto no permite medir automáticamente su capacidad para ejecutar un proceso empresarial completo.
La productividad puede aumentar sin una reducción proporcional de la plantilla
El estudio Generative AI at Work, publicado en febrero de 2025, examina la introducción gradual de un asistente conversacional entre 5 172 empleados de atención al cliente. La productividad, medida en problemas resueltos por hora, aumenta un 15 % de media.
Los resultados varían según la persona: quienes tienen menos experiencia o un rendimiento inicial más bajo se benefician más de la asistencia. Los empleados más experimentados registran pequeñas mejoras de velocidad y ligeros descensos de calidad. Este resultado corresponde a un sistema de asistencia en un contexto concreto, no a la sustitución autónoma de un servicio entero.
Una mejora de productividad no equivale a un porcentaje de empleos eliminados. Una empresa puede destinar la capacidad liberada a reducir una lista de espera, ampliar los horarios de atención, atender más solicitudes o disminuir sus necesidades de contratación.
También puede decidir reducir su plantilla. El resultado depende, entre otros factores, de la demanda, los costos de integración y el nivel de calidad exigido: no se deriva de forma automática del rendimiento técnico.
Pensemos en un ejemplo hipotético de gestión documental. Si la extracción de información se vuelve más rápida, pero cada expediente sigue necesitando una revisión exhaustiva, el ahorro de tiempo en esa fase no equivale al ahorro en la tramitación completa.
Nuestro artículo sobre los agentes IA para atención al cliente ayuda a delimitar ese alcance. La unidad de medida pertinente sigue siendo el servicio prestado correctamente, no el número de respuestas generadas.
Los datos de empleo ofrecen resultados dispares
En Dinamarca, Anders Humlum y Emilie Vestergaard cruzan encuestas de adopción con registros administrativos. Su documento de trabajo revisado en marzo de 2026 no detecta un efecto medio significativo sobre los ingresos ni las horas registradas; sus estimaciones descartan efectos superiores al 2 % durante el periodo estudiado, dos años después del lanzamiento público de los chatbots analizados.
Sí observan, en cambio, una reorganización del trabajo y nuevas tareas relacionadas con la IA. Por tanto, la ausencia de un efecto medio en esos indicadores no implica que no haya cambios ni ofrece garantías para los años siguientes.
En Estados Unidos, el panorama es distinto. En la revisión del 12 de agosto de 2026 de su estudio sobre trabajadores jóvenes, Erik Brynjolfsson, Bharat Chandar y Ruyu Chen analizan datos de nóminas hasta junio de 2026. En las profesiones expuestas, el empleo de las personas de 22 a 25 años se sitúa un 19 % por debajo de la trayectoria que habría seguido si hubiera evolucionado como el de sus pares menos expuestos.
La diferencia se explica principalmente por una reducción de las contrataciones. Los autores presentan estos resultados como indicadores descriptivos tempranos, sin establecer una estimación causal; señalan, entre otras limitaciones, tendencias anteriores y diferencias entre fuentes estadísticas.
Estos estudios analizan países, poblaciones e indicadores distintos. Por eso sus resultados pueden coexistir: una media relativamente estable puede ocultar un deterioro del acceso a determinados puestos.
Para una persona joven que busca trabajo, una contratación que no llega a producirse tiene consecuencias concretas, aunque no haya una oleada visible de despidos.
Los nuevos estudios obligan a revisar las conclusiones
Un estudio danés más reciente aporta otra perspectiva. El documento de trabajo publicado por Danmarks Nationalbank el 16 de septiembre de 2026 compara datos de adopción de IA en empresas con registros mensuales de empleo.
Los autores estiman que las empresas que adoptaron la IA en 2023 presentan, hacia finales de 2025, un crecimiento del empleo un 11 % inferior al de las empresas que no la adoptaron. Los efectos se concentran en las pequeñas empresas y se manifiestan sobre todo en un menor número de contrataciones. Según este estudio, el empleo en el conjunto de la economía sigue relativamente poco afectado hasta ese momento.
Esta cifra no significa que esas empresas hayan eliminado el 11 % de sus puestos. Se refiere a una diferencia en el crecimiento del empleo entre grupos. Tampoco mide el efecto específico de los agentes autónomos.
La fecha de las herramientas estudiadas también cuenta. Un experimento aleatorizado de METR publicado en julio de 2025 había observado que el tiempo de realización aumentaba un 19 % con asistencia de IA, entre 16 desarrolladores experimentados que completaban 246 tareas en proyectos que conocían bien.
Sin embargo, en su actualización del 24 de febrero de 2026, METR indica que las herramientas más recientes probablemente aceleran más el trabajo. Los sesgos de selección impiden medir con solidez la magnitud de esa mejora.
Citar únicamente aquella ralentización para describir las herramientas de octubre de 2026 sería, por tanto, engañoso. Un estudio sigue aportando información útil cuando se conservan su contexto, su periodo y sus límites.
Qué cambian los agentes en este análisis
Gran parte de los resultados anteriores se refiere a la IA generativa en sentido amplio o a los asistentes. Aplicarlos directamente a los agentes sería un salto injustificado: su efecto sobre el empleo debe medirse en las organizaciones que los implementan.
La diferencia funcional se explica en nuestro artículo agente IA o chatbot. En materia de empleo, lo relevante es el paso de una ayuda puntual a la ejecución de una secuencia de tareas: consultar un expediente, preparar una respuesta, actualizar una aplicación y señalar las excepciones.
Esta ampliación puede hacer que una mayor parte del trabajo sea automatizable. También añade necesidades de control: permisos, coherencia entre aplicaciones, gestión de errores e intervención humana cuando una situación se sale de lo previsto.
Un escenario hipotético de facturación permite ilustrarlo. Un agente prepara recordatorios de pago a partir de los pagos registrados; una persona se ocupa de las disputas, la información que falta y los acuerdos comerciales. La organización puede reducir el tiempo administrativo sin que desaparezca toda la función.
El balance depende del trabajo que queda y del nuevo trabajo que se crea. La supervisión puede absorber parte del ahorro, mientras que una integración fiable puede permitir tramitar más expedientes con un equipo del mismo tamaño o más reducido.
Por eso, el principio de supervisión humana en el proceso debe describirse de forma concreta: ¿quién revisa, en qué momento y con qué capacidad de intervención? Un botón de aprobación no basta para demostrar la calidad del control.
La guía para implementar agentes en la empresa permite definir estas decisiones antes de vincularlas a un objetivo de plantilla.
¿Quién asume el riesgo y quién obtiene los beneficios?
El debate no se limita al número total de puestos. También abarca el acceso a las primeras tareas profesionales, el desarrollo de la carrera, los ingresos y el reparto del trabajo entre empleados y proveedores externos.
Los datos estadounidenses sobre trabajadores jóvenes justifican prestar especial atención a las vías de entrada a las profesiones. Si una empresa automatiza las tareas sencillas, también debe plantearse cómo adquirirán los principiantes la experiencia necesaria para resolver situaciones complejas.
Esto no demuestra que todos los puestos de nivel inicial estén amenazados. Es un riesgo organizativo que conviene examinar: retirar las tareas que sirven para aprender puede debilitar la formación de los futuros profesionales, incluso cuando el número de empleados experimentados permanece estable.
El mismo razonamiento se aplica al trabajo externalizado. En una empresa concreta, una reducción de los encargos a profesionales independientes podría preceder a un cambio en la plantilla. Para evaluar su propia situación, observe tanto el volumen de encargos como las ofertas de empleo.
Desde la perspectiva de los trabajadores, aprender a utilizar una herramienta puede ayudar, pero no constituye una garantía frente a la eliminación de puestos. El conocimiento del sector, la comprobación de resultados y la capacidad para explicar una decisión siguen siendo criterios útiles para orientar la formación.
Desde la perspectiva de los empleadores, también importa a qué se destinan las mejoras: aumentar la capacidad, reducir los plazos, mejorar la calidad o ahorrar en personal. Estos objetivos deberían ser explícitos.
Las herramientas de IA clasificadas por profesión ayudan a identificar usos posibles. Su disponibilidad no demuestra que sean rentables ni permite pronosticar la evolución del empleo.
Cómo evaluar una implementación sin confundir rapidez con ahorro
Para una pyme, lo más útil es observar un proceso real antes de extender el uso de la herramienta. La guía de evaluación de agentes IA propone partir de tareas representativas y criterios de éxito explícitos.
Empiece por documentar el funcionamiento actual: tiempo necesario, calidad obtenida, expedientes pendientes e intervenciones requeridas. Después, compare tareas de dificultad similar e incluya todo el trabajo humano que rodea al agente.
Los indicadores que conviene seguir son complementarios:
- El tiempo total: preparación, ejecución, revisión y correcciones.
- La calidad final: exactitud, expedientes aceptados y reclamaciones.
- La carga trasladada a otros: trabajo adicional para colegas o clientes.
- Los costos totales: software, integración, formación y mantenimiento.
- La evolución del trabajo: funciones transformadas, contrataciones, salidas y servicios externos.
Evite convertir de inmediato el tiempo ahorrado en puestos que podrían eliminarse. Los minutos repartidos entre varias funciones no equivalen necesariamente a un puesto completo del que se pueda prescindir.
Examine también cuánto puede durar la mejora. Un primer resultado satisfactorio puede depender de un ámbito muy limitado, de datos depurados o de un apoyo técnico difícil de mantener a mayor escala.
Por último, distinga entre lo observado y la decisión. Medir un ahorro de tiempo es un resultado operativo; decidir si se reduce la plantilla, se ofrece formación o se amplía el servicio forma parte de la estrategia empresarial.
Puntos clave
- La exposición de una profesión a la IA mide un potencial técnico; no predice directamente la eliminación de puestos.
- Las mejoras de productividad varían según las tareas, las personas y las herramientas estudiadas.
- Los datos recientes aconsejan vigilar la contratación, en especial el acceso de los jóvenes a determinadas profesiones expuestas.
- Los efectos específicos de los agentes deben evaluarse en procesos completos, incluyendo los costos de supervisión y las consecuencias para el trabajo.
Preguntas frecuentes
¿Los agentes IA van a eliminar mi puesto de trabajo?
Ningún estudio permite predecir el futuro de un puesto solo por su denominación. Examine qué tareas se delegan realmente, cómo evoluciona la contratación en su empresa y qué competencias hacen falta para supervisar el trabajo generado.
¿Qué profesiones están más expuestas a la IA?
El índice de la OIT publicado en mayo de 2025 sitúa las funciones administrativas entre las más expuestas. Esa exposición refleja posibilidades técnicas para determinadas tareas, con diferencias según la organización; no establece un calendario de desaparición de las profesiones.
¿Debo cambiar de profesión por la IA?
Una decisión de cambio profesional requiere información concreta sobre su sector: ofertas disponibles, evolución de las funciones y opciones de formación. Aprender a comprobar resultados automatizados puede ser útil, pero formarse en una herramienta específica no garantiza un empleo ni una mejora salarial.
¿Cómo saber si la IA mejora realmente la productividad?
Compare trabajos de dificultad similar y con el mismo nivel de calidad. Incluya el tiempo de preparación, revisión y corrección, y después observe si el tiempo liberado se aprovecha para producir más o mejorar el servicio.