Español

El Debate Reemplazo vs. Aumento: Lo que Muestran Realmente los Datos de la Fuerza Laboral Tras Dos Años de Despliegue de IA

Hace dos años, las empresas comenzaron a desplegar IA a escala significativa. Ahora los datos están disponibles, y no apoyan claramente ni a los pesimistas ni a los optimistas.

Según un análisis de Oxford Economics de 2025 que rastreó 1.200 empresas en 14 industrias, las empresas que desplegaron herramientas de IA a escala vieron un aumento neto del headcount del 4,2% en dos años, frente al 1,1% de crecimiento en las no adoptantes. Pero ese número agregado oculta una historia más aguda por debajo: categorías específicas de roles se contrajeron mediblemente mientras otras se expandieron mucho más rápido de lo que el crecimiento general del negocio explicaría.

El encuadre de reemplazo versus aumento siempre fue un falso binario. La historia real es la transformación de roles, y los datos muestran tanto el desplazamiento como el aumento ocurriendo simultáneamente, solo en diferentes funciones.

Qué Ocurrió: Dos Años de Resultados de Despliegue

El informe State of AI in the Enterprise 2025 de McKinsey rastreó los cambios en la composición de la fuerza laboral en 400 empresas con dos o más años de despliegue sostenido de IA. Hallazgos clave:

Roles con desplazamiento medible (reducción de headcount superior al 10% en la mediana):

  • Especialistas en entrada de datos y procesamiento de documentos: -23%
  • Roles básicos de análisis financiero e informes: -18%
  • Agentes de soporte al cliente de Tier-1: -14%
  • Analistas junior de investigación de mercado: -11%

Roles con aumento medible y crecimiento de headcount:

  • Account executives de ventas con herramientas de asistencia de IA: +19%
  • Data scientists e ingenieros de ML: +41%
  • Operaciones de IA y prompt engineers: +67% (desde una base pequeña)
  • Customer success managers que manejan escalaciones complejas: +12%

El patrón es consistente: la IA está comprimiendo el Pipeline de trabajo cognitivo repetible y estructurado mientras expande la demanda de roles que requieren juicio, gestión de relaciones o supervisión de IA.

El MIT's Work of the Future Lab lo expresó así en su actualización de febrero de 2026: "La IA no está eliminando empleos a escala. Está eliminando tareas a escala, y los empleos que sobreviven son aquellos en los que las tareas desplazadas no eran el valor central."

Por Qué Importa para los CEOs

Cada reunión de directorio ahora incluye una versión de la misma pregunta: ¿estamos adelantados o rezagados en la estrategia de fuerza laboral de IA? Los datos le dan a los CEOs tres cosas que necesitan.

Primero, una respuesta calibrada a las preocupaciones de inversores y empleados. El crecimiento neto del headcount en empresas que adoptan IA es un dato útil que reemplaza las tranquilizaciones vagas. No significa que nadie sea desplazado. Algunos roles claramente se contraen. Pero reencuadra la conversación de amenaza existencial a cambio estructural.

Segundo, un marco de planificación. El patrón de desplazamiento y crecimiento es suficientemente predecible para mapearlo contra su propio organigrama. Si su headcount está concentrado en las categorías de roles mencionadas anteriormente (entrada de datos, análisis básico, soporte de Tier-1), tiene una ventana de dos a tres años para reentrenar a esos empleados en funciones de mayor valor o planificar para la attrición natural.

Tercero, una narrativa de retención. Los empleados que entienden los datos están menos ansiosos que los que absorben la cobertura mediática. Las empresas que comunican con franqueza sobre qué roles están evolucionando, e invierten visiblemente en reskilling, superan consistentemente en puntajes de compromiso. La encuesta AI and the Workplace de Gallup de 2025 encontró una brecha de 31 puntos en la confianza de los empleados entre organizaciones que comunicaron sus planes de IA de forma transparente versus las que no lo hicieron.

Los Números: Lo que Muestran Realmente los Datos

Métrica Adoptantes de IA (2+ años) No Adoptantes
Cambio neto en headcount, 2023-2025 +4,2% +1,1%
Cambio en ingresos por FTE +17% +4%
Roles eliminados (% de la fuerza laboral) 6,3% 1,1%
Nuevos roles creados (% de la fuerza laboral) 10,5% 2,2%
Tasa de retención de empleados 84% 79%

Fuente: Oxford Economics, McKinsey Global Institute, MIT Work of the Future Lab, 2025.

El número de productividad por FTE es llamativo. Los ingresos por FTE en las empresas que adoptan IA crecieron un 17% en dos años, más del cuádruple de la tasa de las no adoptantes. Esa expansión del output es lo que está impulsando el crecimiento neto del headcount: las empresas están generando suficientes ingresos incrementales para contratar incluso mientras eliminan roles de menor complejidad.

Los nuevos títulos de trabajo que no existían hace tres años se están cubriendo a alta velocidad. Los datos de la fuerza laboral de LinkedIn muestran que "AI workflow specialist", "prompt operations manager" y "AI quality reviewer" añadieron colectivamente más de 180.000 publicaciones de empleo activas en el Q1 2026, frente a casi cero en el Q1 2023. Estos no son roles de investigación de nicho. Son posiciones operativas dentro de equipos de ventas, customer success, finanzas y RRHH.

Resultados Reales de Empresas

Siemens desplegó IA generativa en sus Workflows de documentación de proyectos y revisión de cumplimiento en 2023. Para principios de 2025, la empresa había reducido su headcount de procesamiento de documentos en aproximadamente 200 FTE mientras contrataba 340 coordinadores de operaciones de IA para gestionar la calidad, las excepciones y la supervisión de modelos. Resultado neto positivo. Y los nuevos roles tienen salarios un 28% más altos que los que reemplazaron.

JPMorgan Chase ha sido público sobre los resultados de su despliegue de IA. El banco usó IA para automatizar aproximadamente 360.000 horas anuales de trabajo rutinario de revisión de contratos. No despidió a su equipo de operaciones legales. En cambio, redirigió a esos abogados hacia trabajo de mayor complejidad, y el headcount legal creció un 9% en los dos años siguientes a medida que el negocio se expandió más rápido.

Una aseguradora regional de tamaño medio (sin nombre en el estudio de Oxford Economics) ofrece un contraejemplo aleccionador. La empresa desplegó IA en su unidad de procesamiento de reclamaciones, redujo el headcount en un 18% y no reinvirtió los ahorros en nuevas capacidades o roles. En 18 meses, había perdido tres cuentas importantes ante competidores que habían usado la IA para mejorar la velocidad y la precisión mientras mantenían las relaciones de servicio. La reducción neta del headcount se convirtió en un pasivo competitivo.

Lo que Hacen los Líderes Inteligentes

Las empresas con los mejores resultados enmarcan la IA como un multiplicador de capacidad, no como una herramienta de reducción de headcount. Ese encuadre no es solo comunicación. Impulsa decisiones de implementación fundamentalmente diferentes.

Cuando la IA se posiciona como expansión de capacidad, los equipos preguntan: ¿qué podemos hacer ahora que antes no podíamos? Esa pregunta lleva a nuevas líneas de producto, ciclos de servicio más rápidos y expansión de mercado. Cuando la IA se posiciona como reducción de costos, los equipos preguntan: ¿a quién podemos recortar? Esa pregunta lleva a mejoras de margen a corto plazo y erosión de capacidades a mediano plazo.

La diferencia práctica se manifiesta en la inversión en reskilling. Las empresas en el campo del "multiplicador de capacidad" gastan un promedio de $2.100 por empleado en programas de formación en IA en 2025, según los datos de análisis de fuerza laboral de Mercer. Las empresas en el campo de la "reducción de costos" gastan $380. La brecha en las tasas de retención de empleados (84% vs. 72% a los 24 meses) sigue de cerca esa diferencia de inversión. La hoja de ruta de 12 meses para la fuerza laboral de IA en una empresa de 200 personas ilustra cómo se ve el enfoque del multiplicador de capacidad como un plan secuenciado en lugar de una filosofía.

Y la retención importa más ahora que antes de la IA. Los empleados que se adaptan a los Workflows aumentados por IA se vuelven significativamente más productivos que los reemplazos que necesitan aprender tanto el trabajo como las herramientas simultáneamente.

Qué Observar a Continuación

La oleada de desplazamiento documentada anteriormente afectó primero las tareas cognitivas estructuradas y repetibles. La próxima oleada se está moviendo hacia análisis de mayor complejidad.

Los sistemas de IA capaces de razonamiento de múltiples pasos, síntesis de documentos y juicio probabilístico están ahora entrando en adquisiciones, modelado financiero y trabajo de consultoría de nivel medio. McKinsey estima que los roles que requieren "juicio bajo incertidumbre estructurada", actualmente considerados seguros de la automatización, enfrentan un desplazamiento del 30-40% de tareas para 2028 a medida que escalan las capacidades de los modelos de razonamiento.

Eso no significa que esos empleos desaparezcan. Significa que se transforman más rápido de lo que muchas organizaciones están planeando. Los CEOs que leen los datos actuales como "estamos bien porque el headcount neto ha aumentado" se están perdiendo la pregunta más importante: ¿cuáles de nuestros roles actuales serán irreconocibles en tres años?

El debate reemplazo-versus-aumento siempre fue la pregunta equivocada. La correcta es: ¿cuál es el cronograma de transformación para cada función, y estamos adelantados o rezagados?

Más Información