¿Cuánto empleo evitará Amazon con su nueva automatización?

Amazon acelera la automatización: cifras, plazos y efectos en empleo y logística con Blue Jay y Eluna, más plan estacional de contrataciones.

Amazon ha acelerado la automatización de sus almacenes en Estados Unidos con un objetivo explícito: elevar la productividad, reducir tareas repetitivas y contener costes. Documentos de estrategia y testimonios internos apuntan a que la compañía evitaría contratar a 160.000 personas hasta 2027 y, si el plan se mantiene a lo largo de la década, más de 600.000 puestos no serían necesarios hasta 2033. La empresa, segunda mayor empleadora del sector privado en EE. UU., defiende que no se trata de una oleada de despidos, sino de crecer con menos incorporaciones nuevas gracias a robots e inteligencia artificial capaces de ahorrar unos 30 centavos por artículo enviado.

En paralelo al debate por las cifras, Amazon sostiene que su estrategia consiste en “amplificar” el trabajo humano y recuerda que, pese a los avances, contratará 250.000 temporales para la campaña navideña. La hoja de ruta tecnológica se apoya en Blue Jay y Project Eluna, dos soluciones de robótica e IA presentadas para mejorar seguridad, ergonomía y ritmo de proceso en los centros logísticos. La dirección admite, con franqueza, que la IA generativa hará que “se necesite menos gente haciendo los trabajos que se hacen hoy” en determinadas áreas corporativas, y que la estructura de plantilla cambiará. El debate ya no es si habrá automatización, sino a qué velocidad y cómo afectará a las oportunidades de empleo en los próximos años.

Lo esencial hoy: cifras y calendario sin adornos

El núcleo del asunto es muy concreto. 160.000 contrataciones evitadas hasta 2027; más de 600.000 a 2033 si se cumple la previsión de duplicar ventas con una automatización que alcance el 75% de las operaciones de almacén. No son recortes directos sobre personal existente, sino una curva de contratación más plana respecto a un escenario sin robots. En números gruesos, la ecuación es sencilla: cada unidad procesada con apoyo robótico ahorra unos 30 centavos, una cifra que, multiplicada por miles de millones de envíos, se transforma en miles de millones de dólares. Firmas financieras han estimado que el reemplazo de tareas de almacén por sistemas automatizados supondría hasta 4.000 millones de dólares de ahorro anual cuando el despliegue coja escala.

Amazon matiza esta lectura. Asegura que los documentos filtrados reflejan la visión de un equipo concreto y no la política de contratación del conjunto del grupo. Reitera que los robots “ayudan a los empleados” y que la seguridad —menos lesiones por cargas y movimientos repetitivos— es un objetivo de primer orden. Y, de paso, exhibe músculo estacional: 250.000 incorporaciones en Navidad para absorber el pico de pedidos. Hay, en todo caso, una constatación que no se discute internamente: la IA reduce duplicidades, automatiza tareas de soporte y acelera la toma de decisiones en la red logística. De ahí que el consejero delegado, Andy Jassy, adelantase en junio que la fuerza laboral corporativa se reducirá con el paso de los años por efecto de la IA.

Qué persigue Amazon con Blue Jay y Project Eluna

Blue Jay es la pieza más visible del nuevo engranaje. Se trata de un sistema robótico diseñado para manejar paquetes con mayor velocidad y precisión, aliviar esfuerzos de carga y estandarizar movimientos dentro de áreas donde los humanos terminan acumulando lesiones por repetición. No es un brazo aislado, sino un conjunto de tecnologías que integran visión por computador, control de agarre y planificación de trayectorias sobre una infraestructura que permite reconfigurar líneas de trabajo con relativa rapidez cuando cambia la mezcla de pedidos.

Project Eluna funciona en otra capa: la del cerebro operativo. No es un panel más, sino un sistema de IA que entiende el contexto del centro y sugiere decisiones tácticas en tiempo real: dónde destinar personal, qué línea está a punto de saturarse, qué incidencia conviene atacar primero para evitar un embudo dos horas después. En la práctica, sustituye decenas de tableros y hojas de cálculo por recomendaciones accionables; el objetivo es reducir el tiempo medio de reacción y homogeneizar la calidad de las decisiones entre turnos y ubicaciones. Es, en esencia, un copiloto para gerentes y mandos intermedios.

Cómo cambiaría el trabajo dentro del almacén

La cadena de un pedido típico —entrada, ubicación, picking, clasificación, empaquetado, expedición— acumula microcuellos de botella que, sumados, hacen la diferencia. El despliegue de Blue Jay tendería a acelerar la manipulación física y a disminuir los tiempos muertos entre estaciones; Eluna, por su parte, busca eliminar decisiones tardías o inconsistentes que, hoy, dependen del instinto del supervisor y del azar de un día con menos o más incidencias. El resultado esperado es un flujo más estable, con picos de productividad más altos y variabilidad menor entre turnos.

Este cambio no elimina a los humanos de la ecuación. Las tareas desestructuradas —buscar un artículo oculto en un contenedor con embalajes irregulares, resolver excepciones, ajustar embalajes especiales— siguen siendo difíciles para un robot. A corto y medio plazo, convivirán equipos mixtos: robots para lo repetitivo, operadores especializados para la parte fina del proceso y técnicos para mantener y ajustar la nueva maquinaria. A medida que la percepción y la destreza de los robots mejoren, el perímetro de lo automatizable crecerá, pero no de manera homogénea en todos los centros.

Empleo, salarios y territorio: el impacto probable

Evitar contrataciones no es lo mismo que despedir a quienes ya están, pero sí tiene huella. Menos altas previstas significan menos puertas de entrada para perfiles de baja cualificación y menor presión salarial en mercados locales donde Amazon era, muchas veces, el ancla laboral del polígono. Ese efecto se nota especialmente en condados y áreas metropolitanas donde el centro logístico es uno de los principales empleadores y donde buena parte del comercio y los servicios se apoyan en su masa salarial.

La compañía promueve, desde hace años, programas de recualificación interna para mover a parte de la plantilla hacia roles técnicos: mecatrónica, mantenimiento de celdas robóticas, operación de sistemas y análisis de flujo. Es una vía real —y, en muchos casos, bien remunerada—, pero no universal: requiere aptitudes técnicas, formación y disponibilidad. También un tiempo de transición que no siempre encaja con las necesidades familiares o de transporte de quienes trabajan a turnos.

En el extremo corporativo, la dirección ha sido clara: la IA generativa eliminará tareas en áreas administrativas y de soporte, y reconfigurará equipos. Eso significa que, más allá del almacén, la mezcla de empleo en la empresa cambiará: menos puestos repetitivos y más posiciones técnicas y de gestión de sistemas. El saldo neto final dependerá, sobre todo, de la velocidad del despliegue y de la inversión en formación.

Perfiles más expuestos y posibles salidas

En la red de almacenes, los puestos con procedimientos muy estandarizados y bajo margen de decisión —alimentación de líneas, picking simple, clasificación básica, movimiento de contenedores— serán los primeros en reducirse por automatización. A la vez, crecerá la demanda de técnicos de mantenimiento que sepan lidiar con sensores, actuadores, PLC, visión y redes internas, de operadores capaces de reconfigurar celdas y de mandos con alfabetización de datos suficiente para explotar un copiloto como Eluna.

Las salidas para quienes hoy están en puestos de entrada pasan por tres itinerarios habituales: recualificación interna hacia esos roles técnicos; movilidad hacia actividades de mayor contacto con cliente o de valor añadido no automatizable; o cambios de sector hacia industrias que aún operan con intensidad de mano de obra. En todos los casos, la formación —y la capacidad de financiarla— será el factor diferencial. Y ahí el sector público tiene margen: becas, módulos de FP dual, incentivos para formación en horarios compatibles con turnos reales.

La lógica económica que empuja el giro

El comercio de gran volumen vive con márgenes estrechos. Si cada unidad que sale del centro cuesta 30 centavos menos, el apalancamiento operativo se dispara cuando la red procesa miles de millones de artículos al año. De ahí que haya estimaciones que colocan el ahorro anual de un despliegue maduro en hasta 4.000 millones de dólares. No es una cifra gratuita: con esos números, la automatización no solo paga la inversión, sino que blinda la promesa de entregas rápidas con precios competitivos, incluso en entornos de tipos altos o tensión salarial.

Este vector económico explica, también, el ritmo. No se trata de instalar un robot por modernidad, sino de reordenar procesos para que el robot encaje y sume. De ahí la importancia de Eluna: si la coordinación falla, el ahorro por unidad se evapora entre tiempos muertos y cuellos de botella desplazados. Si acierta, el sistema produce más, con menos estrés, y con variabilidad más baja entre turnos. Ese escenario tiene consecuencias hacia fuera: competidores con redes grandes se verán empujados a imitar el modelo para no perder precio ni plazo.

Productividad, seguridad y el mensaje corporativo

Amazon insiste en que la seguridad es la primera línea del relato. Menos cargas en altura, ergonomía mejorada, reducción de lesiones por movimientos repetitivos. Es un ángulo cierto —la siniestralidad cae cuando desaparecen tareas físicamente exigentes— y además conecta con los mandos, que ven menos bajas y más estabilidad en el ritmo del turno. El discurso se completa con un matiz semántico: “robots que ayudan”, “tecnología avanzada”, “cobots”. El objetivo es desactivar el marco “máquinas versus personas” y presentar la automatización como un aliado del trabajador.

En paralelo, la compañía recalca su papel estacional. Campaña navideña significa picos de demanda que superan con mucho la capacidad de cualquier robot actual de absorber excepciones y desviaciones diarias. Por eso, aunque el músculo automatizado crezca, el cuarto trimestre seguirá necesitando decenas de miles de personas. A medio plazo, si la automatización alcanza el 75% del proceso, esos picos también cambiarán de forma, pero no desaparecerán: la volatilidad de la demanda —y la necesidad de flexibilidad— seguirá requiriendo refuerzos humanos.

Lo que conviene vigilar a partir de ahora

Hay tres señales que ayudarán a medir la velocidad real del cambio. La primera es cuántos centros incorporan Blue Jay en los próximos 12 a 18 meses y con qué indicadores de productividad y seguridad se acompaña su despliegue. La segunda, la integración efectiva de Eluna: si deja de ser un piloto y se convierte en estándar, debería notarse en brechas de productividad más estrechas entre turnos y en tiempos de recuperación más cortos tras incidencias. La tercera, menos vistosa pero igual de relevante, es la oferta de vacantes de entrada en los mercados locales donde Amazon venía tirando del empleo: si la contratación se aplana mientras el volumen de pedidos sube, la automatización está haciendo su trabajo.

A mayor plazo, el foco se desplazará al capex. La compañía deberá detallar inversiones en robótica e IA, su impacto en el coste por unidad y la vida útil de los equipos. También importará la resiliencia: sistemas más digitales exigen mantenimiento predictivo, ciberseguridad sólida y planes de contingencia para caídas parciales. El éxito operativo no depende solo del robot, sino de la orquesta: redes, software, sensores, logística inversa y gestión del dato.

Efecto arrastre sectorial y qué puede implicar fuera de EE. UU.

Cuando el mayor operador de comercio electrónico mueve ficha, el resto observa y, si los números cuadran, imita. Retailers con redes propias de logística y operadores de paquetería tienen incentivos claros para replicar modelos de almacén de nueva generación. La expansión de la robótica en el comercio minorista no es nueva, pero el salto a asistentes de decisión como Eluna acelera el paso: automatiza no solo el músculo, también parte del cerebro.

Fuera de Estados Unidos, el efecto demostración llegará en forma de estándares de proceso y equipos que, con el tiempo, abaratan costes y suben expectativas de clientes. En Europa, con marcos laborales y normativas de seguridad más exigentes, el ritmo será distinto, pero la dirección de viaje es la misma: más automatización, más datos, más formación técnica en planta. Para operadores con márgenes ajustados, ahorros de céntimos por unidad cambian partidos. En mercados donde el salario mínimo crece y la rotación es un reto, los cobots no son un lujo, sino un salvavidas para sostener el servicio.

Qué significa realmente “evitar contratar” en la práctica

La frase “evitar contratar” a veces se interpreta como un eufemismo, pero en logística significa algo muy concreto: poner en marcha un proceso que, antes, habría requerido un nuevo turno de decenas o cientos de personas y, ahora, se absorbe con menos altas apoyándose en robótica y software. Sucede cuando un centro añade líneas de clasificación automatizada; cuando reordena flujos con ayuda de IA; cuando centraliza parte del proceso que antes se duplicaba entre instalaciones.

Este enfoque tiene dos caras. En la cuenta de resultados, el ahorro por unidad y la capacidad de escalar sin multiplicar nóminas mejoran márgenes y reducen riesgo en ciclos de demanda imprevisibles. En el mercado laboral, reduce la puerta de entrada para perfiles que encontraban en la logística un primer empleo con salario competitivo y turnos previsibles. A medio plazo, la clave será cómo de rápida es la reconversión de una parte de esos perfiles hacia puestos técnicos y cómo de amplia es la oferta formativa para que no se quede gente fuera.

Seguridad, salud laboral y lecciones aprendidas

La narrativa de Amazon subraya que los robots reducen lesiones. La experiencia acumulada en diferentes industrias respalda que, cuando desaparecen levantamientos de peso y movimientos repetitivos, la siniestralidad baja. Pero la automatización también trae riesgos nuevos: zonas de interacción persona-robot, fallos de sensores, paradas súbitas por software. Mantener tasas de accidente bajas exige procedimientos claros, formación y mantenimiento preventivo que no siempre se ve, pero sostiene todo lo demás.

Aquí Project Eluna puede jugar un papel adicional: si detecta patrones de microincidencias que suelen preceder a accidentes —retrasos en una celda, alarma que salta más de la cuenta, picos de temperatura en un motor—, puede disparar intervenciones tempranas. En logística, los grandes fallos venían precedidos, casi siempre, de pequeñas señales. Convertir esas señales en alertas útiles es una de las promesas reales de la IA aplicada al mantenimiento predictivo y a la seguridad.

Transparencia de métricas y expectativas razonables

La ambición de automatizar el 75% de la operación suena a meta redonda. En la práctica, los porcentajes varían por tipo de producto, diseño del centro y madurez del equipo local. Habrá instalaciones que lleguen antes por estructura, y otras que tarden más por mezcla de catálogo o limitaciones físicas. Para que el debate público no se pierda en exageraciones, necesita métricas: coste por unidad, lesiones por millón de horas, productividad por turno, tiempo medio de resolución de incidencias. Publicarlas de forma regular —aunque sea agregada— ordena la conversación y reduce ruido.

Del lado de las expectativas, conviene recordar que no toda mejora es lineal. Las primeras fases de automatización suelen ofrecer ganancias rápidas; después aparece una meseta donde cada décima adicional cuesta más. Es normal. Lo relevante es si, en esa meseta, el sistema es más seguro, más estable y más flexible para absorber picos y cambios de mezcla sin caer en síndrome del parche permanente.

Velocidad, coste y trabajo: la balanza que decide

A fecha de hoy, el retrato es nítido. Amazon quiere operar más rápido y con menos fricción gracias a robots e IA que aligeran tareas físicas y coordinen mejor la toma de decisiones en sus centros. Si el plan se ejecuta como está sobre la mesa, el crecimiento futuro se logrará con muchos menos fichajes de los que habría exigido una red 100% manual: 160.000 contrataciones evitadas hasta 2027 y más de 600.000 a 2033. La compañía rebaja el dramatismo y recuerda refuerzos estacionales de gran tamaño, pero admite que la IA generativa reducirá puestos corporativos con el paso del tiempo.

Para el empleo, el efecto será asimétrico. Se estrecha la vía de entrada para tareas repetitivas y crece la demanda de técnicos y operadores con conocimiento de sistemas. Para el negocio, la promesa es ahorro por unidad, menos errores y entregas más fiables. La pregunta que manda no es tecnológica, sino de ritmo: qué tan rápido se estandarizan Blue Jay y Eluna, cuántos centros adoptan la nueva arquitectura y qué inversión se destina a formación para que la transición sume más que reste en los territorios donde la logística es el pilar del empleo.

El camino está trazado. Los robots ya están dentro y el software ha tomado el mando de buena parte de las decisiones del día a día. Lo que falta es hasta dónde y a qué velocidad se llevará esa lógica. Ahí se decidirá cuánto empleo se evita, qué nuevas profesiones nacen en torno a la red logística y dónde se quedan los beneficios de una cadena que aspira a que el clic y el timbre estén más cerca y más baratos.