Automatizar con IA la tarea equivocada es una decisión que se firma en una hoja de cálculo y se paga dos años después. La inteligencia artificial no sustituye empleos completos: se queda con tareas concretas dentro de cada puesto. Según cuáles sean, el mismo ahorro de horas puede revalorizar tu trabajo o dejarlo más simple y más sustituible.
El caso Klarna: la tecnología funcionó, la elección no
En 2024, la financiera sueca Klarna anunció que su asistente conversacional hacía un volumen de trabajo equivalente al de unos 700 agentes de atención al cliente. Un año después, su consejero delegado reconoció que el enfoque había deteriorado la calidad del servicio y la empresa volvió a contratar personas para las interacciones que exigen criterio.
El patrón se repite. Un informe preliminar de MIT NANDA de agosto de 2025 estimó que solo un 5% de los pilotos corporativos de IA generativa lograba un retorno medible en la cuenta de resultados. El problema rara vez está en la tecnología.
El equipo de Brynjolfsson, en Stanford, encontró además que el empleo de los trabajadores de 22 a 25 años en las ocupaciones más expuestas a la automatización está un 19% por debajo de donde estaría si hubiera seguido el ritmo de las menos expuestas. Los perfiles con experiencia se mantienen. Lo que la IA hace bien son, en muchas ocupaciones, justo las tareas que se encargaban a quien acababa de llegar.
Qué extremo del puesto se lleva la máquina
No todas las tareas se separan igual. Cuando pueden aislarse a bajo coste, la automatización estrecha el perímetro del puesto: al comercial que dedicaba las mañanas a preparar listas de clientes potenciales, delegar esa tarea le deja las mañanas para llamar y cerrar.
Cuando las tareas están unidas por contexto o responsabilidad, la automatización mejora el rendimiento sin sacar a la persona del proceso. El litigante puede delegar el borrador del alegato inicial, pero leer las declaraciones y reconstruir los hechos es también el proceso por el que construye el criterio que usará para contrainterrogar.
La distinción decisiva la aportaron David Autor y Neil Thompson al analizar 303 ocupaciones de Estados Unidos entre 1980 y 2018. A los auxiliares contables les retiró lo menos experto y les dejó explicar desviaciones de presupuesto: los puestos cayeron de 1,62 a 1,11 millones y el salario real de quienes permanecieron subió cerca de un 40%. A los de almacén les quitó justo su pericia, el conocimiento del inventario: los puestos se duplicaron y el salario real cayó un 13%.
Las dos automatizaciones se justifican con la misma hoja de cálculo. La diferencia está en qué extremo del puesto se llevó la máquina.
Las tres preguntas antes de automatizar una tarea
Primera: ¿la tarea puede separarse de verdad del resto del puesto? Pregunta a quien la ejecuta qué información obtiene mientras la hace y cuándo la usa después. Si al retirarla se van también la práctica y el criterio que sostienen lo demás, el ahorro se paga con pérdida de capacidades.
Segunda: ¿qué parte del conocimiento estamos automatizando? Si el sistema se queda con lo menos experto, el puesto se revaloriza solo. Si absorbe aquello en lo que residía la pericia, el trabajo se simplifica y se abarata. Delegar la parte experta puede ser correcto, pero exige decidir qué responsabilidad de mayor valor ocupa su lugar y ajustar la banda salarial.
Tercera: ¿de dónde saldrá la experiencia dentro de cinco años? Si las tareas automatizadas eran el mecanismo por el que aprendían los junior, hace falta una ruta alternativa: que revisen y justifiquen lo que produce el modelo y que se expongan a lo que el sistema no hace.
El coste que no aparece en la cuenta del ahorro
Hay un gasto que solo se ve con el sistema en marcha. Investigadores de BetterUp Labs y del Social Media Lab de Stanford describieron en 2025 el workslop, que es el trabajo generado con IA que parece terminado, carece de sustancia y obliga a rehacerlo a quien lo recibe. El 40% de los trabajadores de oficina encuestados había recibido alguno el mes anterior; cada episodio consume unas dos horas y cuesta unos 186 dólares por empleado y mes.
Y está la versión cara: los modelos alucinan y arrastran sesgos. Un tribunal canadiense obligó a Air Canada a aplicar un descuento que su asistente virtual había inventado. El tiempo de revisión entra en el cálculo antes de delegar.
Análisis: el problema no es la IA, es cómo se mide
Contar horas ahorradas y puestos suprimidos es fácil, y por eso se hace. Lo difícil es lo que no entra en la cuenta: el trabajo que hay que rehacer, los errores que llegan al cliente y la carga de quienes se quedan. En Klarna todo eso se notó primero en la calidad del servicio.
Y hay un deterioro silencioso. Un puesto no se abarata el trimestre en que se automatiza, sino cuando quienes lo ocupan ya no tienen dónde aprender lo que sabían sus predecesores. El Foro Económico Mundial calcula que el 39% de las habilidades clave se habrá modificado antes de 2030, con más peso del pensamiento crítico y de la alfabetización en IA: saber evaluar y supervisar estos sistemas y detectar cuándo no deben usarse.
El matiz que el discurso corporativo se salta: si no hay nada de mayor valor que añadir al puesto, se está creando un empleo más barato y sustituible. Tu margen como trabajador es limitado, pero no nulo. En tu próxima conversación con tu jefe sobre un proyecto de IA, pide por escrito qué tarea se delega, cuál asumes tú y cuánto tiempo de revisión se reconoce.
Decidir qué se automatiza es decidir qué queda en manos humanas. Y esa decisión nunca la toma la tecnología por sí sola.
📋 Ficha Laboral: automatizar con IA sin devaluar el puesto
- Qué tengo que saber: la unidad de decisión es la tarea, no el puesto completo. Delegar en la IA las tareas que sostienen la pericia o que forman a los junior abarata el empleo a medio plazo, aunque el ahorro de horas sea real.
- A quién afecta: trabajadores por cuenta ajena con tareas delegables, sobre todo perfiles junior de atención al cliente, análisis o soporte, y los equipos de RRHH que aprueban los proyectos de automatización.
- Fechas clave: de aplicación inmediata, antes de aprobar el próximo proyecto de automatización y en la siguiente revisión de descriptivos y bandas salariales.
