El temor a que la inteligencia artificial provoque una eliminación masiva de empleos todavía no encuentra respaldo en los datos agregados de Estados Unidos. Sin embargo, empiezan a aparecer señales más específicas: los trabajadores jóvenes de ocupaciones altamente expuestas muestran un deterioro relativo en el empleo, mientras algunas empresas están descubriendo que sustituir personas por tecnología no siempre genera el ahorro o la productividad esperados.
Una actualización de Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence, investigación del Stanford Digital Economy Lab basada en registros de nómina de ADP, proveedor de servicios de nómina y gestión de recursos humanos, de millones de trabajadores estadounidenses, no encontró evidencia de un desplazamiento laboral generalizado asociado con la IA hasta junio de 2026. Pero sí identificó una diferencia importante por edad y tipo de ocupación.
Entre las personas de 22 a 25 años, el nivel de empleo en ocupaciones altamente expuestas se ubicó aproximadamente 19% por debajo de donde estaría si hubiera avanzado al mismo ritmo que entre jóvenes empleados en trabajos menos expuestos. Desde noviembre de 2022 hasta junio de este año, el empleo de ese grupo en los dos segmentos de mayor exposición cayó alrededor de 11%, mientras aumentó cerca de 10% entre sus pares de ocupaciones menos expuestas. Entre trabajadores con mayor experiencia no aparece una brecha comparable.
El ajuste, además, parece producirse principalmente mediante menor contratación de jóvenes, antes que por mayores despidos. Los investigadores también encuentran que las caídas se concentran en ocupaciones donde la IA tiende a automatizar tareas humanas; allí donde se utiliza principalmente para complementar el trabajo, el empleo se mantiene estable o crece, especialmente entre los profesionales experimentados.
La distinción es importante. Los propios autores advierten que sus resultados son descriptivos y no constituyen estimaciones causales: la información disponible no permite determinar cuánto de la diferencia observada fue provocado directamente por la IA y cuánto responde a otros cambios del mercado laboral.
Cuando automatizar demasiado obliga a volver a contratar
Mientras Stanford observa lo que está ocurriendo en el empleo, Gartner pone el foco en las decisiones que están tomando las organizaciones. La consultora proyecta que, para 2029, el 30% de los empleados despedidos debido a su reemplazo por IA necesitará ser recontratado, frecuentemente a un costo considerablemente mayor.
La explicación está en costos que pueden quedar fuera del cálculo inicial. Reducir personal puede generar ahorros inmediatos, pero también eliminar conocimiento institucional y debilitar las canteras internas de talento. Si posteriormente la empresa descubre que determinadas responsabilidades todavía requieren contexto, criterio o supervisión humana, tendrá que asumir nuevos gastos de selección, capacitación e incorporación.
Ya existen indicios de este tipo de correcciones. Una investigación de Robert Half encontró que más de tres de cada diez responsables de contratación estadounidenses que eliminaron posiciones después de implementar IA tuvieron que recuperar posteriormente esos puestos o funciones muy similares. Entre las razones mencionadas estuvieron la necesidad de conocimiento institucional, gestión de relaciones, mayor supervisión humana y control de calidad.
El empleo cambia antes de desaparecer
Además, Challenger, Gray & Christmas contabilizó 116,175 recortes anunciados en Estados Unidos durante 2026 en los que la IA fue citada como motivo, cerca del 22% del total registrado hasta agosto. Sin embargo, que las empresas mencionen la tecnología como causa de los recortes no permite atribuirle por sí sola la pérdida de esos puestos. El mes pasado, los recortes que mencionaron IA descendieron a 3,462, su menor cifra mensual desde diciembre de 2025.
Para las áreas de tecnología y negocio, las señales apuntan así a un cambio menos lineal que la simple sustitución de empleados por máquinas. La automatización puede reducir determinadas tareas y limitar algunos puestos de entrada, al tiempo que aumenta la necesidad de profesionales capaces de supervisar sistemas, aportar contexto y aplicar la IA dentro de los procesos.
Gartner lleva esa idea un paso más allá: prevé que para 2027 el 75% de las organizaciones que prioricen convertir las ganancias de productividad de la IA principalmente en reducción de costos serán superadas por competidores que las reinviertan en innovación, modernización y desarrollo de capacidades.
La evidencia disponible todavía no permite hablar de una destrucción masiva del empleo por IA. Sí empieza a mostrar dónde pueden aparecer primero las tensiones: en las puertas de entrada al mercado laboral y en las organizaciones que confundan automatizar tareas con eliminar demasiado pronto las capacidades humanas que aún necesitan.
