La automatización iba a quitarnos el trabajo, pero sale cara

Durante los últimos tres años, la narrativa dominante en el ámbito empresarial y mediático aseguraba que la inteligencia artificial generativa provocaría una ola sin precedentes de desempleo tecnológico. Sin embargo, conforme los datos empíricos sustituyen a la especulación, emerge una realidad económica mucho más pragmática, y es que la IA no está quitando el trabajo a gran escala porque, en la mayoría de los casos actuales, sustituir a trabajadores humanos por modelos automatizados sencillamente no resulta rentable para el capital. Entre los elevados costes de computación, las tasas de error que exigen supervisión constante y la ausencia de un retorno de inversión claro, la fuerza laboral humana sigue siendo el factor de producción más eficiente y rentable, ya que el mercado de trabajo responde a la lógica del capital y la tasa de ganancia y ningún empresario sustituirá masivamente a sus empleados por una tecnología que reduce su beneficio neto. 

Para entender la distancia entre el discurso alarmista y la realidad del mercado, conviene acudir a las investigaciones desarrolladas en San Francisco por las propias firmas del sector. En marzo de 2026, los economistas Maxim Massenkoff y Peter McCrory, investigadores de Anthropic, publicaron el estudio titulado “Labor market impacts of AI: A new measure and early evidence”. En esta investigación se introduce el concepto de “exposición observada”, una métrica que contrapone la capacidad teórica de herramientas como Claude con su uso efectivo en el entorno de trabajo real. Las conclusiones del trabajo, difundidas por medios especializados y generales como The Decoder, The Register, Axios, o Economic Times son rotundas y apuntan a que la IA está “muy lejos de alcanzar su potencial teórico de desplazamiento del trabajo”.

El estudio demuestra que, en áreas como la computación y las matemáticas, la IA podría cubrir teóricamente cerca del 94% de las tareas, pero el uso real diario apenas llega al 33%. Como ejemplo concreto, los datos oficiales indican que desde el lanzamiento público de ChatGPT a finales de 2022 no se ha registrado un aumento sistemático del desempleo en las profesiones más expuestas. Lo que sí detectan Massenkoff y McCrory es una ralentización discreta pero relevante en la contratación de jóvenes de entre 22 y 25 años en ocupaciones altamente expuestas, con una caída de aproximadamente el 14% en su tasa de entrada. Este fenómeno afecta a perfiles como programadores de software (cuya exposición se sitúa alrededor del 75%), personal de atención al cliente, trabajadores de entrada de datos y analistas financieros.

Esta radiografía coincide con las observaciones del Anthropic Economic Index, un indicador elaborado a partir del análisis de millones de conversaciones “anónimas”. Los informes periódicos publicados por la entidad, entre los que figuran “Learning curves” de marzo este año y “What 81,000 people told us about AI economics” de abril, reflejan que el uso de la IA se divide prácticamente al 50% entre la automatización de tareas y la aumentación de las capacidades humanas, con una ligera inclinación hacia esta última. Aunque el uso se concentró inicialmente en la programación y la redacción técnica, progresivamente se ha diversificado hacia actividades de menor valor salarial, sirviendo como un complemento diario más que como un sustituto directo del trabajador.

Incluso los escenarios matemáticos más severos muestran límites económicos claros. Este septiembre, Anthropic presentó un modelo de proyecciones sobre “IA transformativa con horizonte a 2030”, abarcando tres escenarios: modesto, sustancial y extremo. En el escenario más drástico, donde la IA ejecuta cerca del 30% de todas las tareas laborales, la tasa de desempleo entre los trabajadores alcanzaría el 17,9% (un 11,9% a nivel general) y los salarios de este sector caerían un 11,5%. No obstante, el estudio señala que la masa salarial total casi no experimentaría variaciones debido al fuerte incremento del PIB global, quedando la mayor parte del beneficio económico concentrado en el capital. En los escenarios modesto y sustancial, el impacto en la ocupación resulta marginal. Resulta llamativo que el propio consejero delegado de Anthropic, Dario Amodei, llegó a formular predicciones alarmistas sobre la pérdida de hasta el 50% de los empleos administrativos de nivel de entrada, una postura que él mismo ha tenido que matizar ante las evidencias cuantitativas recopiladas por su propio equipo.

La IA sale cara

El motivo fundamental de este freno radica en un ‘muro financiero’. La adopción empresarial de la IA generativa ha entrado en una fase de desencanto debido a la falta de rentabilidad. Un informe publicado en octubre de 2026 por la consultora Gartner, analizado por publicaciones como CIO Dive, señala que menos del 25% de las empresas ha logrado implementar la IA de forma exitosa en múltiples unidades de negocio. Gartner advierte sobre el “abandono masivo de proyectos por la falta de un retorno de inversión (ROI) medible, la mala calidad de los datos corporativos y la incertidumbre sobre el valor real aportado”, anticipando cancelaciones de iniciativas de la implantación de la IA y posibles correcciones de valor de infraestructura de escala billonaria para el año 2032.

Los datos macroeconómicos confirman este retroceso. La firma S&P Global registró que en 2025 un 42% de las empresas decidió abandonar la mayoría de sus iniciativas de IA, una cifra muy superior al 17% registrado en 2024, acumulando una tasa media de descarte del 46% entre la fase de prueba y el despliegue generalizado. Por su parte, una encuesta realizada en 2026 por BearingPoint a 1.050 ejecutivos, divulgada por el Foro Económico Mundial (WEF) y Consultancy.eu, reveló que un 27% de las empresas reporta aumentos de productividad que no generan ningún impacto medible en sus resultados financieros. Solo el 13% de los encuestados logró escalar proyectos según el plan inicial, y la mayoría observó un impacto inferior al 4% en la reducción de costes e inferior al 2% en el aumento de ingresos.

El “apocalipsis pospuesto” y la ineludible lógica del capital

La incapacidad para presupuestar estos desarrollos agrava el problema. Un estudio conjunto de Mavvrik y Benchmarkit sobre 396 empresas determinó que solo el 11% de las empresas predice con precisión (dentro de un margen del 10%) sus costes en IA. Los sobrecostes imprevistos llevaron al 62% de las firmas a modificar decisiones de negocio ya tomadas y al 25% a retrasar o cancelar proyectos, mientras que un 81% admitió un impacto negativo moderado o alto en sus márgenes de beneficio bruto. En la misma línea, investigaciones de Infosys señalan que el 72% de las compañías ha continuado con menos del 25% de sus pruebas piloto, y dos tercios admiten enormes dificultades para medir el ROI. El informe KPMG Global AI Pulse ratifica esta desconexión entre la experimentación por inercia (la idea de “no quedarse atrás”) y la creación de valor real, algo que explica por qué consultoras como McKinsey han visto caer las expectativas de despidos por IA del 32% a solo el 14%.

Esta brecha entre las expectativas mediáticas y el beneficio ha sido calificada por la prensa económica occidental como el “aplazamiento del apocalipsis laboral”. En septiembre de 2026, The New York Times publicó el reportaje “The Quiet Way A.I. Is Hitting the Work Force”, donde explicaba que la transformación del mercado de trabajo no está ocurriendo mediante despidos masivos, sino a través de un enfriamiento silencioso de la contratación y un menor crecimiento salarial en puestos expuestos.

En octubre, The Guardian documentó en el artículo “AI companies rushed workers fallout” cómo corporaciones que se apresuraron a desplegar agentes de IA, como Meta, están dando pasos atrás debido al elevado tiempo y coste que exige a los empleados humanos corregir los errores del software, lo que ha derivado en restricciones de uso e integración en firmas como Microsoft o la propia McKinsey.