Dos frases verdaderas, dichas el mismo mes, que parecen contradecirse. La primera: no está habiendo desempleo masivo por causa de la inteligencia artificial — el 91% de las empresas mantuvo o aumentó su plantilla en los últimos tres meses. La segunda: el empleo de quienes tienen entre 22 y 25 años, en profesiones muy expuestas a la IA, está un 19% por debajo de donde estaría.
Las dos están medidas, publicadas y son correctas. Conviven porque lo que está ocurriendo no es que el empleo desaparezca. Es que la ventaja cambia de manos — y se puede saber, con bastante precisión, de qué lado del mostrador cae cada uno.
El agregado: no hay apocalipsis
El Future of Jobs Report del Foro Económico Mundial proyecta 170 millones de empleos creados y 92 millones desplazados hasta 2030 — un saldo positivo de 78 millones. La base no es una corazonada: más de mil empleadores que representan a 14 millones de trabajadores en 55 economías.
Del lado de quien contrata, el Well-Being Index de Principal, realizado entre el 22 de junio y el 13 de julio de 2026 con mil empresas de 2 a 10.000 empleados, muestra un 91% manteniendo (44%) o aumentando (47%) la plantilla en los tres meses anteriores, y un 72% de las pymes que no espera reducir personal el próximo año.
Y el Laboratorio de Economía Digital de Stanford, la fuente más dura de este texto, lo escribe sin rodeos: no hay desplazamiento generalizado de empleos asociado a la IA en la economía.
El detalle: el daño está concentrado, y va a peor
Es el mismo estudio de Stanford — de Erik Brynjolfsson, Bharat Chandar y Ruyu Chen, con datos de nómina de ADP entre noviembre de 2022 y junio de 2026 — el que trae el número incómodo. Entre trabajadores de 22 a 25 años en ocupaciones muy expuestas a la IA, el empleo está cerca de un 19% por debajo de donde estaría si hubiera seguido el ritmo de colegas de la misma edad en ocupaciones menos expuestas.
Dos matices importan más que la cifra:
La brecha está creciendo. Era del 15% en julio de 2025 y llegó al 19% en junio de 2026. Once meses, cuatro puntos.
No alcanza a los mayores. Los trabajadores con experiencia en esas mismas ocupaciones no muestran una brecha comparable. Es decir: no es la profesión la que se elimina — es su peldaño de entrada.
Y hay un criterio para saber qué funciones entran en esa cuenta: las que dependen de conocimiento codificado — formal, estandarizado, documentado. Donde la IA automatiza en vez de complementar, el empleo cae. Donde complementa, no.
El otro lado: adoptar a medias no cuenta
Aquí está el hallazgo que más cambia una decisión de dueño de empresa, y casi siempre se cuenta mal. Circula por ahí que "las empresas que adoptaron IA crecieron un 10% en empleo". No es lo que dice el estudio.
El trabajo del SIEPR, de Stanford, cruzó el gasto de más de 21.000 empresas estadounidenses (datos de Ramp) con datos de plantilla de Revelio Labs. El resultado se divide en dos:
Adoptantes de alta intensidad — que gastaron, de media, 33,67 dólares por empleado y mes en los tres primeros meses — crecieron un 10,2% en número de personas en los dos años siguientes. Y, contra la narrativa dominante, la plantilla de nivel de entrada en esas empresas creció un 12%.
Adoptantes de baja intensidad — media de 2,78 dólares por empleado y mes — no tuvieron ningún cambio estadísticamente significativo en el empleo. Ni arriba, ni abajo. Nada.
📌 Traducido para quien decide el presupuesto: la suscripción de diez dólares repartida al equipo no es adopción de IA, es una línea de gasto. La diferencia entre los dos grupos del estudio es de unas doce veces en gasto por persona — y es esa, no la decisión de "usar IA", la que separa a quien creció de quien se quedó igual.
Por qué los dos lados son la misma historia
Junta las tres piezas y aparece el dibujo: en las empresas que adoptaron con intensidad el empleo creció incluso en la base; en las ocupaciones de conocimiento codificado, el peldaño de entrada se encogió; y en el agregado, una cosa compensa la otra y el total casi no se mueve.
No es que haya menos vacantes. Es que la vacante cambió de sitio — salió de donde el valor era saberse la regla y se fue a donde el valor es decidir con la regla en la mano. El mismo informe del Foro Económico Mundial estima que el 39% de las habilidades actuales quedan obsoletas en cinco años. No es el empleo lo que caduca. Es la habilidad.
Qué hacer con esto, sin drama
Si decides sobre la empresa: elige entre adoptar de verdad y no adoptar. El término medio es el único escenario que el estudio muestra sin efecto — pagas la licencia, no formas a nadie, no cambias ningún proceso y recoges exactamente lo que midió quien gastó 2,78 dólares por cabeza. Si vas a hacerlo, concentra en un proceso y llévalo hasta el final, en vez de repartir accesos.
Si contratas gente al inicio de su carrera: el peldaño que desapareció es el de las tareas de conocimiento codificado — resumir, transcribir, revisar según plantilla, buscar precedentes. Conviene reescribir el puesto alrededor de lo que queda: criterio, contacto con el cliente, verificación de lo que produjo la máquina. Las empresas del estudio que crecieron en la base hicieron eso.
Si vendes servicios profesionales: separa, en lo que entregas, la parte codificada de la parte de criterio. La primera se vuelve commodity en los próximos años, con o sin tu participación. La segunda es la que sostiene el precio — y es la que debe quedar visible en la propuesta, en la web y en la conversación.
Si tu carrera ya está en el punto en el que el mercado parece no tener sitio para ti: la lectura es otra y escribimos sobre ella en carrera en ocaso. El dato de aquí ayuda en un punto concreto: la brecha no alcanza a quien tiene experiencia. El problema, en ese caso, casi nunca es la edad — es la proporción de tu trabajo que es conocimiento codificado.
Lo que este texto no afirma
Tres advertencias, porque en este asunto la certeza suele venderse barata. La proyección del Foro Económico Mundial es de enero de 2025 y es una proyección, no una medición — la realidad de 2030 puede no parecerse a ella. Los dos estudios de Stanford miran a Estados Unidos; el mercado hispanohablante tiene otra composición y otro ritmo de adopción, así que los números indican dirección, no magnitud. Y correlación no es causa: las empresas que gastan más en IA por empleado probablemente ya eran distintas en varias dimensiones, y parte de su crecimiento puede venir de ahí.
Lo que queda, incluso con las tres advertencias, es bastante sólido: ningún apocalipsis en el agregado, daño real y creciente en un recorte concreto, y ganancia condicionada a la intensidad — no a la intención.
Si tu empresa está justo en ese término medio que el estudio muestra como inútil — herramienta contratada, proceso igual —, de eso trata nuestra implementación de IA para empresas: elegir un proceso, medir el antes y llevarlo hasta que dé resultado. Y si la duda sigue siendo si la IA sustituye al equipo, los casos de IKEA y Meta están en otro texto nuestro.
Preguntas frecuentes
¿La inteligencia artificial está destruyendo empleos?
En el agregado, no. El Laboratorio de Economía Digital de Stanford afirma explícitamente que no hay desplazamiento generalizado de empleos asociado a la IA, y el Well-Being Index de Principal encontró un 91% de empresas manteniendo o aumentando plantilla en los tres meses anteriores a la encuesta. Lo que existe es daño concentrado: entre trabajadores de 22 a 25 años en ocupaciones muy expuestas, el empleo está cerca de un 19% por debajo de lo esperado.
¿Por qué los jóvenes son los más afectados?
Porque el peldaño de entrada de la mayoría de las profesiones está hecho de conocimiento codificado — formal, estandarizado, documentado: resumir documentos, transcribir, revisar según plantilla, buscar precedentes. Es exactamente donde la IA automatiza en vez de complementar. Los trabajadores con más experiencia en esas mismas ocupaciones no muestran una brecha comparable, porque la parte de criterio del trabajo sigue siendo suya.
¿Adoptar IA en la empresa hace crecer la plantilla?
Solo con intensidad. En el estudio del SIEPR, de Stanford, las empresas que gastaron de media 33,67 dólares por empleado y mes en los primeros tres meses crecieron un 10,2% en número de personas en los dos años siguientes, con el nivel de entrada creciendo un 12%. Las que gastaron unos 2,78 dólares por empleado y mes no tuvieron ningún cambio estadísticamente significativo. La adopción a medias no aparece en el resultado.
¿Cuánto necesita gastar una empresa en IA para ver efecto?
El estudio no fija un valor mínimo universal, y sería un error leer los 33,67 dólares por empleado y mes como un objetivo de presupuesto. Lo que muestra es el orden de magnitud de la diferencia: unas doce veces entre el grupo que creció y el que se quedó igual. La señal útil es de proporción, no de precio — y conviene más concentrarse en un proceso que repartir accesos a todo el mundo.
¿Qué habilidades quedan obsoletas con la IA?
El Future of Jobs Report del Foro Económico Mundial estima que el 39% de las habilidades actuales queden obsoletas en cinco años. El criterio práctico que sale de los datos de Stanford es el tipo de conocimiento: lo codificado — regla, patrón, procedimiento documentado — pierde valor más rápido; lo que depende de criterio bajo incertidumbre, contacto humano y verificación de lo que produjo la máquina, no.
¿Estos números valen fuera de Estados Unidos?
Con reservas. Los dos estudios de Stanford y la encuesta de Principal miran a Estados Unidos, y otros mercados tienen distinta composición sectorial y distinto ritmo de adopción. La proyección del Foro Económico Mundial es global, pero es una proyección hecha en enero de 2025. El uso honesto de estos datos es como indicación de dirección — quien vende conocimiento codificado pierde ventaja, quien adopta con intensidad gana — y no como previsión de magnitud.