Qué empleos están más expuestos a la inteligencia artificial

La inteligencia artificial amenaza antes a las tareas que a las profesiones completas. Los puestos más expuestos son aquellos centrados en procesos digitales repetitivos, reglados y fáciles de medir: tramitar documentos, clasificar datos, redactar textos rutinarios, responder consultas sencillas o preparar análisis preliminares. Eso no significa que todas esas ocupaciones vayan a desaparecer, pero sí que algunas empresas podrán hacer el mismo trabajo con menos horas, menos incorporaciones o equipos distintos.

En España, la transformación puede notarse especialmente en áreas administrativas, atención al cliente, banca, seguros, marketing, consultoría, programación básica y otros servicios de oficina. También alcanza a profesionales cualificados cuando una parte importante de su jornada consiste en producir borradores, revisar información o repetir procedimientos. El riesgo depende menos del nombre del puesto que de qué tareas ocupan realmente la jornada y cuánto juicio humano exigen.

La automatización entra por la pantalla y cambia el trabajo por partes

La imagen clásica de la automatización era una máquina sustituyendo a una persona en una cadena de montaje. La IA generativa ha desplazado el foco hacia el ordenador: puede resumir expedientes, redactar correos, preparar versiones iniciales de un informe, traducir textos, buscar errores en código o responder preguntas frecuentes. Su efecto empieza a menudo como una reducción de tareas, no como la desaparición instantánea de una profesión. Un proceso que antes ocupaba horas puede quedar reducido a una revisión breve, aunque esa rapidez depende de la calidad de la herramienta y de los datos disponibles.

Por eso, estar expuesto a la IA no equivale a tener el puesto condenado. Un médico puede emplear sistemas que ordenan historiales o ayudan a analizar imágenes, pero la atención clínica también implica valorar el contexto, explicar opciones y asumir responsabilidades. Un administrativo que dedica gran parte del día a copiar datos, clasificar solicitudes y contestar consultas estandarizadas puede ver automatizada una porción mayor de su trabajo. Entre ambos extremos hay muchas ocupaciones mixtas, donde la tecnología elimina unas tareas y aumenta otras.

La frontera más útil no separa trabajos tecnológicos de trabajos manuales, sino actividades predecibles y digitales de aquellas que exigen criterio, relación o adaptación a situaciones cambiantes. Un sistema puede generar una respuesta convincente sin entender del todo el caso ni hacerse responsable de sus consecuencias. Por eso, la supervisión, la corrección y la decisión final siguen teniendo valor, aunque no siempre se traduzcan en mantener el mismo número de puestos.

Qué trabajos concentran más riesgo

Las tareas administrativas de baja autonomía figuran entre las más expuestas: introducción de datos, gestión documental, preparación de facturas, clasificación de incidencias y elaboración de informes rutinarios. En atención al cliente, los asistentes automáticos pueden resolver consultas frecuentes o guiar trámites sencillos, dejando a los operadores los casos complejos, los conflictos y las situaciones que requieren comprender lo que el cliente no ha explicado con claridad. La automatización suele avanzar primero por el tramo más repetible del servicio.

También pueden cambiar la producción de contenido genérico, la traducción básica, la corrección mecánica y ciertas labores iniciales de marketing. En banca y seguros, los sistemas pueden apoyar la revisión de operaciones, el análisis de documentos o la gestión de reclamaciones sencillas. En los despachos jurídicos, sirven para localizar información y comparar textos; en recursos humanos, para ordenar candidaturas o redactar comunicaciones. Son usos posibles, no pruebas de que cada empresa haya sustituido a sus trabajadores: la fiabilidad, la privacidad y el coste condicionan su implantación.

La programación tampoco queda al margen. Las herramientas generativas producen fragmentos de código, sugieren correcciones y automatizan pruebas básicas, de modo que algunos perfiles junior pueden perder parte de las tareas con las que antes adquirían experiencia. Lo mismo ocurre con analistas que recopilan datos, redactores que elaboran textos de plantilla o técnicos de soporte que atienden problemas comunes. El riesgo aumenta cuando el trabajo consiste sobre todo en aplicar instrucciones conocidas a información que ya está digitalizada.

Eso no convierte esos empleos en inútiles ni a quienes los realizan en fácilmente reemplazables. Muchas tareas rutinarias sostienen el funcionamiento cotidiano de una organización y requieren conocer sus sistemas, excepciones y clientes. La cuestión es que, cuando una empresa puede codificar una parte del proceso y revisar el resultado con rapidez, puede reorganizar las plantillas. La transformación puede traducirse en menos vacantes o en equipos más pequeños, incluso si el puesto conserva el mismo nombre.

El primer peldaño profesional también puede estrecharse

Los puestos de entrada merecen una atención especial porque reúnen tareas que la IA puede ejecutar o acelerar: buscar antecedentes, preparar documentos, ordenar datos, redactar primeros borradores y resolver consultas sencillas. Un sondeo de responsables de recursos humanos citado en la información sectorial disponible encontró que el 22% afirmaba que al menos un directivo de su organización había dejado de contratar para puestos iniciales debido a la automatización. Es un resultado de una encuesta concreta, no una medida de lo que ocurre en todas las empresas ni una prueba de una tendencia uniforme en España.

El efecto puede ir más allá de las vacantes que se cancelan. Esas tareas iniciales también servían para aprender cómo funciona una compañía, detectar errores y adquirir criterio bajo supervisión. Si se eliminan sin crear experiencias de aprendizaje alternativas, se debilita la cantera de futuros profesionales con experiencia. No basta con pedir a una persona recién incorporada que supervise una herramienta si todavía no ha aprendido a reconocer cuándo su resultado es incorrecto. La formación profesional necesita tareas reales, práctica y responsabilidad gradual.

El fenómeno no se limita a jóvenes ni a empleos tecnológicos. También puede afectar a quienes vuelven al mercado laboral o cambian de sector y necesitan demostrar su capacidad mediante tareas de nivel inicial. A la vez, la IA puede abrir puestos relacionados con datos, automatización, ciberseguridad y gestión tecnológica. El problema es que las ocupaciones que se reducen y las que aparecen pueden exigir otra formación, estar en otra zona y ofrecer condiciones diferentes. La transición no es automática: no se pasa de una función administrativa a una especialidad técnica por el mero hecho de que la empresa adopte software nuevo.

En España el impacto será desigual y difícil de atribuir

La adopción de estas herramientas no avanza al mismo ritmo en todas las empresas. Las grandes compañías de finanzas, telecomunicaciones, seguros, consultoría y tecnología tienen más capacidad para integrar sistemas y reorganizar procesos. Muchas pymes, en cambio, afrontan barreras como la inversión inicial, la falta de personal especializado, los datos desordenados y la incertidumbre sobre el uso adecuado. La tecnología puede estar disponible antes de que una empresa tenga condiciones para aprovecharla.

El empleo español no ofrece una fotografía simple de destrucción atribuible a la IA. Puede haber cambios en ramas concretas, pero los datos de ocupación también responden a la economía, la demanda, los costes y decisiones empresariales que no siempre tienen una causa única. Por ahora, no hay base suficiente para afirmar que la inteligencia artificial haya provocado una destrucción masiva y generalizada de empleos en España. Eso no elimina señales que conviene vigilar, como vacantes que no se reponen, menos contratación de perfiles junior o equipos que asumen más trabajo con las mismas personas.

La comparación entre sectores exige cautela. Una empresa puede anunciar una reestructuración por razones de costes y utilizar herramientas de IA en algunos procesos, sin que sea posible atribuir cada puesto eliminado a la tecnología. También puede incorporar sistemas y mantener la plantilla, pero cambiar el contenido de los puestos. La productividad puede crecer sin que el número de trabajadores caiga de inmediato; sus efectos laborales dependen de cómo se repartan el ahorro, el aumento de producción y las nuevas necesidades de personal.

El recorte puede llegar sin un despido anunciado

El cambio más visible sería sustituir a trabajadores por sistemas automatizados. Pero existen vías menos abruptas: no cubrir una vacante cuando alguien se marcha, congelar nuevas contrataciones, reducir proveedores o dejar de incorporar personal de entrada. Una encuesta internacional de The Conference Board recogió que el 55,1% de los participantes usaba IA generativa o agentes de IA a diario o semanalmente, mientras que el 33,3% había recibido formación de su organización durante los seis meses anteriores. Los datos muestran una distancia entre uso y preparación, aunque no deben confundirse con cifras específicas del mercado laboral español.

La empresa también puede aumentar la cantidad de trabajo asignada a cada persona. Un asistente que redacta resúmenes o clasifica solicitudes puede ahorrar tiempo, pero ese ahorro no siempre se traduce en jornadas más cortas. Puede convertirse en más casos por empleado, plazos más ajustados o una expectativa de respuesta inmediata. En algunos equipos, la herramienta reduce tareas tediosas; en otros, eleva el ritmo y desplaza el esfuerzo hacia la revisión constante de resultados.

Por eso, la palabra eficiencia puede ocultar situaciones laborales distintas. Una plantilla que conserva sus puestos y gana tiempo para atender casos complejos no vive el mismo proceso que otra a la que se le exige duplicar el volumen de producción sin cambios de recursos. La diferencia está en quién se queda con las ganancias de productividad y quién asume la carga adicional. Esa decisión no la toma el algoritmo por sí solo: depende de cómo la dirección organice el trabajo y de qué límites acuerden empresa y trabajadores.

Qué empleos resisten mejor y por qué ninguno es inmune

Las ocupaciones con presencia física, destreza manual y respuesta a imprevistos presentan barreras distintas. Electricistas, fontaneros, mecánicos, personal de mantenimiento, trabajadores de emergencias y profesionales de cuidados se enfrentan a entornos cambiantes que no se resuelven solo con instrucciones en una pantalla. La IA puede ayudar a preparar un presupuesto, consultar un procedimiento o planificar una ruta, pero no sustituye con facilidad la intervención en una vivienda, la atención a una persona dependiente o la reparación de una avería inesperada. El mundo material pone obstáculos que el software no puede resolver a distancia.

También son más difíciles de automatizar por completo los trabajos donde la confianza, la negociación y la responsabilidad personal resultan centrales. La enfermería, la educación infantil, el trabajo social y la atención sanitaria combinan conocimientos técnicos con observación y trato directo. Una herramienta puede resumir información o sugerir posibilidades, pero alguien debe comprender el contexto de la persona, explicar decisiones y hacerse cargo de lo que se hace. Esa barrera no garantiza que la profesión quede intacta: puede cambiar la documentación, la planificación y el tiempo dedicado a cada caso.

La misma cautela se aplica a los oficios y al trabajo cualificado. Ninguna ocupación queda totalmente fuera de la transformación. Un profesor puede generar materiales con ayuda de IA; un técnico puede consultar instrucciones; un cocinero puede automatizar pedidos y planificación. Lo que ofrece protección relativa no es una etiqueta profesional, sino la combinación de presencia, habilidad práctica, criterio y relación humana. Incluso esas tareas pueden reorganizarse, aunque sea más difícil sustituirlas de una sola vez.

La diferencia puede estar en el criterio, no en usar una herramienta

Aprender a utilizar un asistente de IA puede ahorrar tiempo, pero no basta para distinguir un buen resultado de uno erróneo, sesgado o inadecuado. En diseño, por ejemplo, una herramienta puede producir muchas opciones, pero hace falta valorar si son accesibles y comprensibles para quienes las usarán. En periodismo, puede preparar un borrador, pero verificar los hechos y decidir qué merece publicarse siguen siendo tareas esenciales. La experiencia permite detectar lo que una respuesta fluida no demuestra.

En programación, esa diferencia aparece al revisar seguridad, arquitectura y relación con el producto; en atención al cliente, al resolver una queja que no encaja en las categorías previstas; en contabilidad, al interpretar una anomalía y entender sus consecuencias. El trabajo humano puede desplazarse desde producir cada pieza desde cero hacia dirigir, comprobar y asumir la responsabilidad por lo entregado. Para algunas personas, eso elevará el contenido del puesto; para otras, añadirá una capa de revisión sin reconocerla en el salario o en la carga de trabajo.

También existe el riesgo de que la empresa concentre oportunidades en una minoría considerada de alto rendimiento y deje de invertir en el resto. Un estudio de Apollo Global Management sobre 321 ocupaciones de Estados Unidos estimó que, desde 2023, el crecimiento de los salarios reales en las ocupaciones más expuestas a la IA fue alrededor de 6,7 puntos porcentuales menor que en las menos expuestas. El análisis no encontró un efecto estadísticamente significativo sobre el empleo y sus autores señalaron límites metodológicos. Es una señal sobre salarios en Estados Unidos, no una prueba de que la IA ya haya causado la misma brecha en España.

La gestión algorítmica también cambia las condiciones laborales

La IA no solo genera textos o automatiza trámites. También puede ayudar a ordenar solicitudes, medir tiempos y recomendar decisiones sobre procesos y personas. Cuando una empresa utiliza sistemas para asignar tareas o evaluar resultados, el debate incluye la transparencia de los criterios y la posibilidad de corregir errores. Una métrica puede parecer objetiva y, aun así, medir mal la calidad del trabajo si solo cuenta la rapidez o el volumen. Lo que se mide termina influyendo en cómo se trabaja.

Los mandos intermedios quedan en una posición especialmente delicada: deben traducir decisiones generales en cambios cotidianos, ayudar a los equipos y responder por fallos que quizá no controlan del todo. Una encuesta de Infosys citada en la información sectorial reflejó diferencias entre directivos sénior, mandos intermedios y trabajadores junior sobre la transformación con IA, así como una menor autonomía percibida entre los mandos intermedios. Esos resultados no describen todas las organizaciones, pero muestran que introducir tecnología sin claridad sobre responsabilidades puede aumentar la fricción en vez de reducirla.

La cuestión laboral, por tanto, no consiste únicamente en conservar el puesto. También importa si la tecnología amplía la vigilancia, intensifica los ritmos o reduce la capacidad de decidir cómo se realiza el trabajo. Automatizar una tarea administrativa y usar sistemas para seguir cada pausa o interacción son cambios diferentes, aunque ambos se presenten como modernización. La productividad no determina por sí sola la calidad del empleo: también cuentan la autonomía, la formación y el reparto de responsabilidades.

La transición dependerá de cómo se rediseñen los puestos

Adaptarse no significa que cada trabajador deba convertirse en especialista en inteligencia artificial. En muchos casos, el cambio consiste en acercarse a tareas que requieren coordinación, atención compleja, control de calidad, interpretación o conocimiento profundo de un sector. Un perfil administrativo puede aportar valor al revisar excepciones y mejorar procesos; un operador de atención puede concentrarse en conflictos difíciles; una persona que redacta puede asumir más investigación, edición y verificación. La experiencia acumulada sigue siendo útil cuando se aplica a problemas que no son rutinarios.

La responsabilidad tampoco puede descargarse exclusivamente en cada empleado. Las empresas que automatizan procesos deciden qué puestos cambian y qué formación ofrecen. Enseñar a usar una herramienta no equivale a preparar a la plantilla para funciones futuras. Los datos de The Conference Board citados anteriormente muestran esa distancia: en la encuesta, el uso frecuente de IA superaba la participación reciente en formación proporcionada por la organización. Sin itinerarios de aprendizaje y tiempo para practicar, la exigencia de adaptarse puede convertirse en una carga individual sin apoyo suficiente.

En las pymes, el ritmo dependerá además de recursos y necesidades concretas. Algunas incorporarán herramientas para tareas administrativas sin transformar toda su estructura; otras no tendrán datos, personal o presupuesto para una integración amplia. Esa diversidad hace improbable que el cambio ocurra de manera simultánea. La IA suele introducirse poco a poco, primero en una tarea, luego en un equipo y más tarde en la organización. La velocidad de adopción no es igual a la velocidad de sustitución.

El empleo del futuro se decidirá en las tareas de hoy

La IA puede reducir trabajo repetitivo, mejorar servicios y ayudar a crear actividades nuevas. También puede abaratar ciertas funciones, frenar contrataciones y concentrar beneficios si la productividad adicional no se traduce en mejores condiciones o en nuevas oportunidades. Ninguno de esos resultados está garantizado por la tecnología: intervienen las decisiones de empresas, trabajadores y responsables públicos. La herramienta abre posibilidades, pero la organización del trabajo decide quién gana margen y quién lo pierde.

Para valorar el riesgo de una ocupación, importa observar qué parte de su jornada puede describirse como una secuencia digital estable y qué parte depende de interpretar excepciones, tratar con personas o actuar en entornos imprevisibles. Esa diferencia explica por qué una misma herramienta puede transformar dos puestos de forma muy distinta, incluso dentro de una empresa. También permite entender que una profesión puede sobrevivir mientras algunas de sus tareas se reducen y otras adquieren más peso.

El escenario más probable no es una desaparición repentina de todos los empleos, sino una reorganización desigual: algunas funciones se automatizarán, otras crecerán y otras cambiarán de valor. El riesgo más inmediato se concentra en la rutina digital y en los puestos de entrada que servían para aprenderla; la protección relativa aparece donde hay presencia, criterio y confianza. En ese reparto, la pregunta decisiva no será solo qué puede hacer la máquina, sino qué decide hacer la empresa con el tiempo y el trabajo que la máquina libera.