La escala real
Goldman Sachs estima que hasta 300 millones de full-time jobs globales podrían verse afectados por automatización IA. "Afectados" no significa "eliminados" — significa que una porción significativa del trabajo dentro de esos roles puede hacerla la IA.
eliminados USA
citaron IA
afectados
Más específicamente, Goldman reportó en abril 2026 que la IA está borrando aproximadamente 16.000 puestos netos por mes en Estados Unidos. La IA fue la razón principal citada en 26% (21.490 cuts) de los layoffs anunciados en abril 2026.
Categorías más vulnerables
Roles administrativos: 26% de exposición directa. Funciones como data entry, scheduling, reportes recurrentes, procesamiento de formularios.
Customer service: 20% de exposición. Especialmente L1 (preguntas simples), pero L2 también está bajo presión.
Translation y transcription: casi eliminado en niveles básicos.
Content moderation simple: automatización masiva.
Data analysis junior: antes alguien hacía dashboards, ahora ChatGPT/Claude los hacen.
Code generation basic: Codex, Cursor, Claude Code aceleran 10× a developers junior.
Legal research junior: el "associate de primer año revisando documentos" se automatiza.
Accounting básico: reconciliations, categorización de transacciones.
El sesgo de género en el impacto
El dato más preocupante: 79% de las mujeres trabajadoras en USA tienen jobs con alto riesgo de automatización, contra 58% de hombres. La razón: las mujeres están concentradas en roles administrativos, clerical y customer service — donde la IA tiene mayor impacto.
Esto crea un desafío específico de política pública. Programas de reskilling generalistas no van a alcanzar — se necesita foco en transiciones específicas para estas trabajadoras.
El drama Gen Z
Generación Z es la que más sufre el desplazamiento: hiring entry-level en las top 15 tech cayó 25% de 2023 a 2024, y sigue cayendo durante 2025-2026. La razón: las herramientas IA ahora hacen las tareas que antes se asignaban a junior employees.
Si nadie contrata juniors, ¿de dónde van a salir los seniors en 5 años? Yale Insights argumenta que la IA "no está matando jobs — está matando el camino a tu primer job". El daño se ve recién en el largo plazo.
Lo que sí emerge
El balance neto, según el World Economic Forum, es positivo: 170 millones de nuevos roles a 2030. Los emergentes:
AI/ML Engineers: el rol más buscado en 2026. Salarios premium.
Prompt Engineers: categoría que apenas existía en 2023, ahora con $200K+ salaries en USA.
AI Trust and Safety Specialists: compliance, ethics, alineamiento.
AI Agent Owners: 56% de enterprises ya tienen este rol — la persona responsable de que los agentes funcionen bien.
Healthcare especializada: nursing, physical therapy, mental health.
Skilled trades: electricistas, plumbers, soldadores. IA no compite (todavía) con trabajo físico complejo.
Creative direction: no diseñadores ejecutores, sino quienes dirigen la creatividad.
El sesgo del management
HBR publicó un análisis crítico en enero 2026: "Companies are laying off workers because of AI's potential — not its performance". La tesis: muchos managers están haciendo layoffs anticipando capacidades que IA aún no tiene, lo que después generará problemas operativos.
La visión optimista de BCG
BCG publicó un counterpoint en abril 2026: "AI Will Reshape More Jobs Than It Replaces". La tesis: la mayor parte del impacto será reformulación de roles, no eliminación. El trabajador con IA reemplaza al trabajador sin IA, pero el rol en sí mismo sigue existiendo.
Implicancias prácticas
Para empleados: (1) aprender a usar IA en tu rol actual es el imperativo del año. (2) identificar qué de tu trabajo es high-judgment (lo que sobrevive) vs. high-repetition (lo que se automatiza). (3) moverse hacia upper-skill aplicación o hacia trabajo físico complejo si tu rol está en categoría de alto riesgo.
Para empresas: (1) no hacer layoffs en anticipación — esperar performance real. (2) invertir en upskilling antes de reemplazar. (3) rediseñar roles para combinar IA + humano, no para eliminar humanos.
Conclusión
La transición es real, los números son grandes, y va a doler — especialmente para mujeres trabajadoras y Gen Z. Pero el balance neto al 2030 es positivo si las empresas y políticas públicas hacen su trabajo. Para los individuos, la receta es la de siempre en transiciones tecnológicas: aprender, adaptarse, moverse hacia donde se crea valor nuevo.