Pocos temas generan hoy tanto ruido como el del empleo y la inteligencia artificial. Por un lado, los profetas del apocalipsis: la máquina lo arrasa todo, paro masivo, el fin del trabajo tal como lo conocemos. Por el otro, los negacionistas: ya lo vivimos con los telares y los cajeros automáticos, no pasará nada. Y en medio, el inversor, que lo que necesita es una cosa muy distinta: números fríos. Por eso me ha parecido útil este informe de abril del BCG Henderson Institute (el think tank estratégico de Boston Consulting Group), firmado por Greg Emerson, Matthew Kropp, Julie Bedard y un buen puñado de coautores. Porque hace justamente eso: en lugar de opinar, modeliza.
Y la tesis que sale del modelo es interesante porque desactiva los dos extremos a la vez. La IA, dicen, va a rediseñar muchos más empleos de los que va a destruir. En los próximos dos o tres años, entre el 50% y el 55% de los puestos de trabajo en Estados Unidos cambiarán de forma —misma silla, mismo nombre quizás, pero expectativas radicalmente nuevas sobre cómo se trabaja y qué se produce—. Y la destrucción neta, esa que tanto asusta, será más lenta: dentro de cinco años (o más adelante), entre el 10% y el 15% de los empleos podrían eliminarse. Es una cifra considerable, no la minimizan. Pero está muy lejos del fin del mundo.
Lo primero: automatizable no es lo mismo que perdido
Aquí está, para mí, la idea más valiosa del documento, y la que más se confunde en los titulares. Que una tarea se pueda automatizar no significa que el puesto desaparezca. Son dos cosas distintas, y mezclarlas es la fuente de casi todos los disparates que se leen sobre el tema.
El BCG empieza calculando qué porción de los empleos americanos tiene tareas automatizables en al menos un 40% (ese 40% es la media de automatización de todas las ocupaciones del país, y el umbral a partir del cual rediseñar el puesto empieza a tener sentido empresarial). El resultado: el 43% de los empleos (unos 71 millones) supera ese listón. El otro 57% (unos 94 millones) depende fuertemente de la presencia física del trabajador, del trabajo manual o de la interacción humana sostenida —y por eso es mucho menos susceptible de ser tocado por la IA—.
Pues bien, sobre ese 43% el BCG aplica tres filtros sucesivos —no uno— para no caer en la trampa de equiparar tarea automatizable con empleo perdido. Primero, el potencial de automatización de cada tarea. Segundo, si la IA tiende a sustituir al trabajador o a aumentarlo (lo que depende de cuánto juicio humano, inteligencia emocional o negociación exija el puesto). Y tercero, la expandibilidad de la demanda: aunque la IA abarate y acelere una tarea, lo que pase con el empleo depende de si esa mayor productividad ensancha o no la demanda total del producto final.
La paradoja de Jevons, otra vez
Y aquí el informe rescata una vieja idea económica que conviene tener muy presente, porque se aplica una y otra vez en la historia de la tecnología. Cuando el coste de un recurso cae, su uso tiende a subir, no a bajar. Es la paradoja de Jevons (el economista que observó que mejorar la eficiencia del carbón aumentaba su consumo total, en lugar de reducirlo). La misma lógica se traslada al trabajo: que la IA dispare la productividad no implica necesariamente menos empleo; depende de cómo responda la demanda.
El BCG lo ilustra con dos casos que ya están desplegando IA agéntica a gran escala, y que terminan en sitios opuestos. El primero es el ingeniero de software. La demanda de software es prácticamente infinita —siempre hay más cosas que construir, más features, más automatización por implementar—, así que cuando la IA abarata escribir código, las organizaciones simplemente construyen más. El núcleo del puesto (diseño de sistemas, juicio arquitectónico, decisiones de coste y rendimiento) sigue siendo humano. ¿Y qué ha pasado con el empleo? Pues que ha seguido creciendo después del lanzamiento de ChatGPT en 2022, no menguando.
El segundo caso es el del operador de centro de llamadas, y aquí la historia es la contraria. El volumen de llamadas entrantes lo determina el tamaño de la base de clientes y la frecuencia con la que necesitan ayuda; no se expande proporcionalmente porque la IA abarate atenderlas. Demanda acotada. Así pues, cuando la IA resuelve las consultas estructuradas de principio a fin, hacen falta menos operadores. Mismo avance tecnológico, resultado opuesto sobre el empleo. Todo depende de si la demanda se puede ensanchar o está tapada.
Seis casilleros, no dos
Con esos tres filtros, el BCG clasifica todos los empleos americanos en seis segmentos —su taxonomía propia de "AI Labor Disruption Segments"—. Y reconozco que esta es la parte que más me gusta del informe, porque sustituye el binario "se salva / no se salva" por algo bastante más honesto.
Permítaseme recorrerlos sin bullets, porque cada uno cuenta una historia distinta. Los puestos amplificados (5% del total) son aquellos donde la IA aumenta al humano y la demanda se expande: el empleo se mantiene o crece, e incluso puede aparecer inflación salarial al competir por talento escaso. Aquí cae la ingeniería de software, y también buena parte de los abogados de asesoramiento. Los rebalanceados (14%) son los que la IA aumenta pero con demanda acotada: la plantilla se sostiene mientras los puestos se rediseñan hacia tareas de más valor (el marketing de contenidos es su ejemplo). Los divergentes (12%) son los más incómodos: la IA sustituye tareas pero la demanda sí puede ensancharse, de modo que se pierden puestos júnior y de entrada mientras los sénior persisten o crecen —el agente de seguros y el técnico de soporte informático viven aquí—. Los sustituidos (12%) son los que de verdad pierden empleo neto, porque la demanda está tapada y la IA reemplaza directamente: ciertos analistas financieros y los operadores de centros de llamadas. Los habilitados (23%) son aquellos en los que la IA se incrusta en el día a día sin cambiar la estructura del trabajo (asistentes clínicos, técnicos de laboratorio). Y los de exposición limitada (34%, el grupo más numeroso) apenas se tocan: médicos, profesores, todo lo que exige juicio complejo, presencia física y relación humana.
Si uno suma, el dibujo cuadra con la tesis: entre el 10% y el 15% vulnerables a desaparecer (los sustituidos y divergentes, ponderados), entre el 50% y el 55% rediseñados, y el resto sin apenas potencial de automatización a corto plazo. Conviene subrayar una limitación que el propio BCG repite varias veces, y que me parece de agradecer: esto no es un pronóstico de desempleo agregado. No incorpora geopolítica, ni inflación, ni tipos, ni recesiones, ni avances de IA más allá de los modelos frontera actuales. Es una radiografía microeconómica de exposición, no una bola de cristal.
Lo que casi nunca se dice: el cuello de botella es la velocidad
Hay un matiz del informe que para el inversor, y para cualquiera que dirija una empresa, vale su peso en oro. El verdadero reto de esta transición no es tanto cuántos empleos se ven afectados, sino con qué rapidez se puede reciclar y reubicar a la gente. El impacto económico suele ir por detrás de la capacidad técnica del modelo, porque depende de rediseñar flujos de trabajo, integrar sistemas heredados y disponer de talento capaz de desplegar todo esto. De hecho, el BCG observa que la sustitución completa de trabajadores se despliega más despacio que el aumento, porque exige formalizar conocimiento tácito y dejar una "capa de escalado" humana para lo que los agentes no resuelven.
Esto tiene una consecuencia que enlaza directamente con nuestra forma de mirar los mercados. La distancia entre el potencial de automatización de una industria y su adopción real es enorme y muy desigual. Tecnología y software ya van muy por encima de la media; servicios financieros y legales tienen muchísimo potencial pero la implantación va rezagada. Habrá, por tanto, un desfase de varios años entre lo que la IA podría hacer y lo que hace. Y ahí está, precisamente, la trampa para el inversor: ¿de verdad tiene sentido descontar hoy, en cotizaciones, una disrupción que tardará años en materializarse de forma desigual?
¿Dónde puede equivocarse este análisis? El propio BCG lo señala con honestidad, y conviene tomárselo en serio. El modelo refleja las capacidades actuales de la IA. Si los agentes llegaran a ejecutar de forma autónoma y fiable tareas abiertas e intensivas en juicio a nivel humano —algo que hoy no saben hacer—, el reparto entre sustitución y aumento cambiaría materialmente, y el marco entero habría que rehacerlo. La ingeniería de software, hoy clasificada como amplificada, es el ejemplo de manual: el BCG mismo admite que podría migrar a divergente si los modelos dieran un salto. Así pues, estamos ante una fotografía de hoy, no de mañana. El tiempo dirá.
Y esto, ¿qué significa para tu patrimonio?
Termino donde de verdad importa, que es la cartera. De este informe yo me llevo tres lecciones para el inversor, y ninguna es de pánico.
La primera, de método: desconfiar de los titulares que confunden "tarea automatizable" con "empresa que desaparece". Son cosas distintas, y el mercado a veces las cobra como si fueran lo mismo (recuérdese a Kodak, sí, pero recuérdese también cuántas veces se anunció el fin de un sector que luego, gracias a la paradoja de Jevons, acabó empleando a más gente que nunca). La segunda, de ritmo: como la adopción real irá muy por detrás del potencial técnico y de forma desigual por sectores, extrapolar linealmente la disrupción a las valoraciones de hoy es, cuando menos, arriesgado. Y la tercera, de selección: si la IA expande márgenes y demanda en unos negocios mientras vacía otros, la dispersión entre ganadores y perdedores va a aumentar —y eso es, ni más ni menos, el terreno donde se gana o se pierde de verdad a largo plazo—. Desgraciadamente, esa dispersión también significa que comprar "el sector" a ciegas, sin entender quién está en qué casillero de esos seis, puede salir caro.
Como siempre en BISSAN, la respuesta no es adivinar quién gana la carrera de la IA, sino construir una cartera que resista equivocarse en el detalle sin que se rompa el conjunto. La planificación y la diversificación por estrategias siguen siendo el mejor escudo frente a una transición de la que, seamos honestos, nadie conoce todavía ni el calendario ni el desenlace.
Este artículo es divulgativo y recoge el análisis de Boston Consulting Group; no constituye asesoramiento financiero ni una recomendación de inversión. Las cifras, segmentaciones y estimaciones citadas proceden del informe de BCG, basado en un marco microeconómico (taxonomía de roles de Revelio Labs, descomposición de tareas de ONET y datos del US Bureau of Labor Statistics) que el propio documento define como una evaluación de exposición potencial, no como un pronóstico de desempleo agregado ni de despidos a corto plazo. Las rentabilidades o resultados pasados no garantizan rentabilidades o resultados futuros.*